W
问题：如何识别同时出现在openmv摄像头下的两个人脸
步骤：先进行A、B两人的图片样本库s1与s2的采集，以便后来的对比。当A和B两个人脸同时出现时，运行下面的代码：结果分别输出与A最匹配的样本库编号和与B最匹配的样本库编号。
import sensor, time, image
# Reset sensor
sensor.reset()
sensor.set_contrast(3)
sensor.set_gainceiling(16)
sensor.set_framesize(sensor.HQVGA)
sensor.set_pixformat(sensor.GRAYSCALE)
face_cascade = image.HaarCascade("frontalface", stages=25)
print(face_cascade)
NUM_SUBJECTS = 2 #图像库中不同人数，一共2人
NUM_SUBJECTS_IMGS = 10 #每人有10张样本图片
img = None
pmin = 999999
num=0
def min(pmin, a, s):
global num
if a<pmin:
pmin=a
num=s
return pmin
clock = time.clock()
while (True):
clock.tick()
img = sensor.snapshot()
objects = img.find_features(face_cascade, threshold=0.75, scale=1.35)
#在找到的目标上画框，标记出来
for r in objects:
img.draw_rectangle(r)
d0 = img.find_lbp(r)
for s in range(1, NUM_SUBJECTS+1):
dist = 0
for i in range(2, NUM_SUBJECTS_IMGS+1):
img = image.Image("picture/s%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("差异度为：%d"%pmin)
print("匹配人编号为：%d"%num) # num为当前最匹配的人的编号。