EigenFaces概述
EigenFaces 人脸检测是一种从主成分分析（Principal Component Analysis，PCA）中导出的人脸识别和描述技术。
特征脸方法就是从大量的人脸图像中，寻找出人脸的共性。将眼睛、面颊、下颌样板采集协方差矩阵的特征向量统称为特征子脸。
应用函数说明
通过函数 cv2.face.EigenFaceRecognizer_create()生成特征脸识别器实例模型
应用 cv2.face_FaceRecognizer.train()函数完成训练
使用cv2.face_FaceRecognizer.predict()函数完成人脸识别
函数cv2.face.EigenFaceRecognizer_create()
格式：retval = cv2.face.EigenFaceRecognizer_create( [, num_components[, threshold]] )
参数说明：
num_components：在 PCA 中要保留的分量个数。
threshold：进行人脸识别时所采用的阈值。
函数cv2.face_FaceRecognizer.train()
格式：None = cv2.face_FaceRecognizer.train( src, labels )
参数说明：
src：训练图像，用来学习的人脸图像。
labels：人脸图像所对应的标签。
函数cv2.face_FaceRecognizer.predict()
格式：label, confidence = cv2.face_FaceRecognizer.predict( src )
参数说明：
src：需要识别的人脸图像。
label：返回的识别结果标签。
confidence：返回的置信度评分。置信度评分用来衡量识别结果与原有模型之间的距离。
应用案例
利用 EigenFaces 人脸检测找出对应人物
示例代码
利用EigenFaces人脸检测找出对应人物