一个字节可以表示一个像素，那怎么表示一张图片呢，用矩阵进行表示。简单来说，就是表格，比如可以使用8行8列来表示一张8*8的灰度图片。在找出所有的人脸后，就需要鉴别面朝不同方向的人脸，对于电脑而言朝向不同方向的人脸是不一样的。举个例子，更容易理解一些。比如，计算机内部已经存放了包含数字1和7以及它们所对应的灰度矩阵。当新输入一张图像后，程序会自动计算它的矩阵与这些矩阵的相似度。

大家都知道，计算机能够识别和处理的是二进制，不管我们输入的是文本、图像、声音，计算机都是用一定长度的二进制串进行存储和处理。了解人脸识别，先要从图像表示讲起。我们先以黑白图片为例，看看计算机是怎么表示的。计算机程序可以将黑白图片可以表示为灰度图像。接下来，就是电脑主动去区分不同的人脸，人类能够通过眼睛大小、鼻子高低、肤色等外部形态轻松地分辨不同的两张人脸，利用电脑分辨人脸，就需要对图像进行量化，得到脸部的 128 个特征测量值，进一步计算出欧式距离值，终即可确定你是不是你。

人脸识别技术包括以下几个阶段：一是信息采集，采集并输入各种人脸图像；二是人脸信息预处理，对人脸图像进行化处理；三是人脸判定，判定图像中是否含有人脸图像信息；随着计算机技术的发展，人脸识别技术得到广泛研究与开发，成为近 30 年里模式识别和凸图像处理热门的研究之一。但在计算机的世界里，只有0和1，想要通过辨识矩阵内容并将结果输出，就必须建立矩阵到结果的映射。这样，输入一张图片，经过处理和计算后，才能输出一个数字。

这一过程叫做监督学习下的训练。由清晰的人脸照转化出的象素值矩阵，应当设计出什么样的函数f(x)转化为特征值呢？这样我们就解决了图像的表示问题，建立了图像和矩阵的等价关系。图片可以转化为矩阵，通过矩阵也可以***原始图片。很朴素的想法就是将各个数字所代表的矩阵提前存放在计算机内，当输入一张图片后，计算机通过计算，从而找到适合的数字进行输出。