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 = 6 #图像库中不同人数,一共6人
NUM_SUBJECTS_IMGS = 20 #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("jiance/j%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。
from pyb import Pin
pin0=0
pin1=0
pin2=0
if num==1:
pin0=1
pin1=0
pin2=0
if num==2:
pin0=0
pin1=1
pin2=0
if num==3:
pin0=1
pin1=1
pin2=0
if num==4:
pin0=0
pin1=0
pin2=1
if num==5:
pin0=1
pin1=0
pin2=1
if num==6:
pin0=0
pin1=1
pin2=1
else:
pin0=1
pin1=1
pin2=1
pin0 = Pin('P0', Pin.OUT_PP, Pin.PULL_NONE)
pin1 = Pin('P1', Pin.OUT_PP, Pin.PULL_NONE)
pin2 = Pin('P2', Pin.OUT_PP, Pin.PULL_NONE)
G
gc1n
@gc1n
0
声望
2
楼层
318
资料浏览
0
粉丝
0
关注
gc1n 发布的帖子
-
运行 识别不同人脸的代码后,保存在U盘为main.py后进行脱机运行,可是不能按照脱机运行的例程一样可以自动运行,在线求