要比较两个人脸嵌入的OpenCV方法，可以按照以下步骤进行：

1. 导入所需的库和模型：

import cv2
import numpy as np
from scipy.spatial import distance

2. 加载人脸检测模型和人脸嵌入模型：

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
embedder = cv2.dnn.readNetFromTorch('openface.nn4.small2.v1.t7')

3. 定义一个函数来提取人脸嵌入：

def get_face_embedding(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.1, 4)
    
    if len(faces) == 0:
        return None
    
    (x, y, w, h) = faces[0]
    face = image[y:y+h, x:x+w]
    face = cv2.resize(face, (96, 96))
    faceBlob = cv2.dnn.blobFromImage(face, 1.0 / 255, (96, 96), (0, 0, 0), swapRB=True, crop=False)
    
    embedder.setInput(faceBlob)
    vec = embedder.forward()
    return vec.flatten()

4. 加载两个人脸图像，并提取它们的嵌入：

image1 = cv2.imread('person1.jpg')
image2 = cv2.imread('person2.jpg')

embedding1 = get_face_embedding(image1)
embedding2 = get_face_embedding(image2)

5. 定义一个函数来比较两个人脸嵌入的相似度：

def compare_embeddings(embedding1, embedding2):
    if embedding1 is None or embedding2 is None:
        return None
    
    return distance.euclidean(embedding1, embedding2)

6. 比较两个人脸嵌入的相似度：

similarity = compare_embeddings(embedding1, embedding2)
print("相似度：", similarity)

注意：这里使用了OpenFace模型来提取人脸嵌入，你可以根据自己的需求选择其他的人脸嵌入模型。

希望以上解决方案能够帮助到你！