OpenCV Fisherfaces预测报错：模型未计算，是否调用train方法？

这个错误我之前也碰到过，核心原因一眼就能看出来——你调用predict方法的时候，Fisherfaces模型根本没完成训练！从报错路径C:\projects\opencv-python\opencv_contrib\modules\face\src\fisher_faces.cpp:137的提示也明确说了：模型尚未完成计算，得先调用Fisherfaces::train才行。

具体解决步骤： #

1. 准备符合要求的训练数据

   • 训练图像必须是灰度图，如果是彩色图记得用cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)转换
   • 所有训练图像的尺寸必须完全一致（比如统一为128x128），尺寸不匹配会直接导致训练失败
   • 标签需要是整数类型的NumPy数组，对应每个训练图像的类别

2. 先完成模型训练，再执行预测
   实例化FisherFaceRecognizer后，一定要先调用train()传入训练数据和标签，等模型完成计算后，再去调用predict。

完整代码示例： #

import cv2
import numpy as np

# 1. 准备训练数据（替换成你自己的图像路径）
train_image_paths = ["train_face1.jpg", "train_face2.jpg", "train_face3.jpg"]
train_images = []
for path in train_image_paths:
    # 读取为灰度图
    img = cv2.imread(path, cv2.IMREAD_GRAYSCALE)
    # 统一尺寸（必须保证所有图像尺寸相同）
    img_resized = cv2.resize(img, (128, 128))
    train_images.append(img_resized)

# 对应的标签（示例：前两张是类别0，第三张是类别1）
train_labels = np.array([0, 0, 1])

# 2. 实例化FisherFaceRecognizer
fisher_model = cv2.face.FisherFaceRecognizer_create()

# 关键步骤：训练模型！
fisher_model.train(train_images, train_labels)

# 3. 现在可以安全执行预测了
test_img = cv2.imread("test_face.jpg", cv2.IMREAD_GRAYSCALE)
test_img_resized = cv2.resize(test_img, (128, 128))
predicted_label, confidence = fisher_model.predict(test_img_resized)

print(f"预测类别标签：{predicted_label}")
print(f"预测置信度：{confidence}")

额外注意事项： #

• 如果是加载预训练好的模型，要使用fisher_model.read("your_trained_model.yml")加载模型文件，确认加载成功后再调用predict，不要直接新建模型就执行预测
• 训练过程如果报错，先排查训练数据的格式、尺寸是否符合要求——训练失败会导致模型处于未初始化状态，后续调用predict就会触发你遇到的错误

内容的提问来源于stack exchange，提问作者Abhilash Desai