🤖 AIによる機械翻訳（非公式） — これは OpenCV 5.0.0 公式リファレンス（英語）を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版（原文） を参照してください。
Package org.opencv.face

クラス EigenFaceRecognizer

    • コンストラクタの詳細

      • EigenFaceRecognizer

        protected EigenFaceRecognizer​(long addr)

    • メソッドの詳細

      • create

        public static EigenFaceRecognizer create​(int num_components,
                                         double threshold)
        引数:
        num_components - この主成分分析で保持される成分（すなわち固有顔）の数。ヒント: 良好な再構成能力を得るために保持すべき成分（すなわち固有顔）の数に決まったルールはない。入力データに依存するため、数を変えて試すこと。80 成分を保持すればほぼ常に十分である。
        threshold - The threshold applied in the prediction. ### Notes:
        • 学習と予測はグレースケール画像で行わなければならない。色空間の変換には cvtColor を使用する。
        • 固有顔法(EIGENFACES METHOD)は、訓練画像とテスト画像が同じサイズであることを前提としている。 (大文字なのは、これについて尋ねるメールを非常に多く受け取ったためである)。入力データが正しい形状を持つことを確認しなければならず、そうでなければ意味のある例外がスローされる。画像のリサイズには resize を使うこと。
        • このモデルは更新をサポートしていない。
        ### Model internal data:
        • num_components EigenFaceRecognizer::create を参照。
        • threshold EigenFaceRecognizer::create を参照。
        • eigenvalues この主成分分析の固有値(降順に並んでいる)。
        • eigenvectors この主成分分析の固有ベクトル(対応する固有値の順に並んでいる)。
        • mean 学習データから算出された標本平均。
        • projections 学習データの射影。
        • labels 予測時に適用されるしきい値。最近傍までの距離がこのしきい値より大きい場合、このメソッドは -1 を返す。
        戻り値:
        自動生成

      • create

        public static EigenFaceRecognizer create​(int num_components)
        引数:
        num_components - The number of components (read: Eigenfaces) kept for this Principal Component Analysis. As a hint: There's no rule how many components (read: Eigenfaces) should be kept for good reconstruction capabilities. It is based on your input data, so experiment with the number. Keeping 80 components should almost always be sufficient. ### Notes:
        • 学習と予測はグレースケール画像で行わなければならない。色空間の変換には cvtColor を使用する。
        • 固有顔法(EIGENFACES METHOD)は、訓練画像とテスト画像が同じサイズであることを前提としている。 (大文字なのは、これについて尋ねるメールを非常に多く受け取ったためである)。入力データが正しい形状を持つことを確認しなければならず、そうでなければ意味のある例外がスローされる。画像のリサイズには resize を使うこと。
        • このモデルは更新をサポートしていない。
        ### Model internal data:
        • num_components EigenFaceRecognizer::create を参照。
        • threshold EigenFaceRecognizer::create を参照。
        • eigenvalues この主成分分析の固有値(降順に並んでいる)。
        • eigenvectors この主成分分析の固有ベクトル(対応する固有値の順に並んでいる)。
        • mean 学習データから算出された標本平均。
        • projections 学習データの射影。
        • labels 予測時に適用されるしきい値。最近傍までの距離がこのしきい値より大きい場合、このメソッドは -1 を返す。
        戻り値:
        自動生成

      • create

        public static EigenFaceRecognizer create()
        Component Analysis. As a hint: There's no rule how many components (read: Eigenfaces) should be kept for good reconstruction capabilities. It is based on your input data, so experiment with the number. Keeping 80 components should almost always be sufficient. ### Notes:
        • 学習と予測はグレースケール画像で行わなければならない。色空間の変換には cvtColor を使用する。
        • 固有顔法(EIGENFACES METHOD)は、訓練画像とテスト画像が同じサイズであることを前提としている。 (大文字なのは、これについて尋ねるメールを非常に多く受け取ったためである)。入力データが正しい形状を持つことを確認しなければならず、そうでなければ意味のある例外がスローされる。画像のリサイズには resize を使うこと。
        • このモデルは更新をサポートしていない。
        ### Model internal data:
        • num_components EigenFaceRecognizer::create を参照。
        • threshold EigenFaceRecognizer::create を参照。
        • eigenvalues この主成分分析の固有値(降順に並んでいる)。
        • eigenvectors この主成分分析の固有ベクトル(対応する固有値の順に並んでいる)。
        • mean 学習データから算出された標本平均。
        • projections 学習データの射影。
        • labels 予測時に適用されるしきい値。最近傍までの距離がこのしきい値より大きい場合、このメソッドは -1 を返す。
        戻り値:
        自動生成