我将这个程序封装成函数并在下方调用函数但得到的值却一直没变一直是初始值0,我把函数解除后,进行里面的循环得到的值又对的

[wip3]

import sensor, time, image, pyb  
def face_fb():
    while(True):
        sensor.reset() # Initialize the camera sensor.
        sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
        sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
        sensor.set_windowing((92,112))
        sensor.skip_frames(10) # Let new settings take affect.
        sensor.skip_frames(time = 5000) #等待5s
        
        
        
        #SUB = "s1"
        NUM_SUBJECTS = 3 #图像库中不同人数，一共6人
        NUM_SUBJECTS_IMGS = 10 #每人有20张样本图片
        
        # 拍摄当前人脸。
        img = sensor.snapshot()
        #img = image.Image("singtown/%s/1.pgm"%(SUB))
        d0 = img.find_lbp((0, 0, img.width(), img.height()))
        #d0为当前人脸的lbp特征
        img = None
        pmin = 999999
        num=0
        
        def min(pmin, a, s):
            global num
            if a<pmin:
                pmin=a
                num=s
            return pmin
        
        for s in range(1, NUM_SUBJECTS+1):
            dist = 0
            for i in range(2, NUM_SUBJECTS_IMGS+1):
                img = image.Image("face/F%d/%d.pgm"%(s, i))
                d1 = img.find_lbp((0, 0, img.width(), img.height()))
                #d1为第s文件夹中的第i张图片的lbp特征
                dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
            print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
            pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小，被检测人脸与此样本更相似更匹配。
            #print(pmin)
        
        print(num) # num为当前最匹配的人的编号。
face_fb()

[kidswong999]

我能看到的错误是4到9行的sensor设置不应该在死循环里。其他的没看出来什么问题。