face_recognition库读取CSV中人脸编码时触发_UFuncNoLoopError错误求助

看起来你遇到的问题核心是从CSV读取人脸编码时，把原本的数值数组当成字符串读进来了，导致numpy无法对字符串和float数组做减法运算，才抛出这个_UFuncNoLoopError错误。

错误原因分析 #

看报错信息里的dtype('<U2080'), dtype('float64')：

• <U2080表示你的knownEncodedList里的元素是Unicode字符串类型
• 而encodeFaceF是face_recognition返回的float64数值数组
  numpy的减法操作没法在这两种类型之间执行，所以触发了错误。

问题出在你读取CSV编码列的代码上：

encode = np.array(col[1])

CSV里存储的编码是字符串格式（比如类似"0.123,-0.456,..."），直接转成numpy数组只会得到一个单元素的字符串数组，不是我们需要的128维数值数组。

解决方案 #

需要分两步修正：正确写入编码到CSV + 正确从CSV读取编码

1. 先修正人脸编码的写入逻辑（步骤1的代码）

确保写入CSV时，把128维的人脸编码数组转成逗号分隔的字符串，而不是直接存数组的默认打印形式：

import csv
import face_recognition as fr

# 假设你已经有了名字列表names和对应的编码列表face_encodings
with open('Facial Data.csv', 'w', newline='') as csv_file:
    writer = csv.writer(csv_file)
    writer.writerow(['Name', 'Encoding'])  # 写入表头
    for name, encoding in zip(names, face_encodings):
        # 将编码数组转成逗号分隔的字符串
        encoding_str = ','.join(map(str, encoding))
        writer.writerow([name, encoding_str])

2. 修正读取CSV的逻辑（步骤2的代码）

读取编码列时，把字符串按逗号分割，转成float列表后再转成numpy数组：

knownEncodedList = []
name_of_people = []

with open('Facial Data.csv') as data :
    data = csv.reader(data)
    next(data)  # 跳过表头
    for col in data :
        name_of_people.append(col[0])
        # 解析编码字符串为float数组
        enc_values = list(map(float, col[1].split(',')))
        encode = np.array(enc_values)
        knownEncodedList.append(encode)

更简洁的方式（用pandas）

如果你的环境安装了pandas，读取会更方便：

import pandas as pd
import numpy as np

df = pd.read_csv('Facial Data.csv')
name_of_people = df['Name'].tolist()
# 解析编码列
knownEncodedList = df['Encoding'].apply(lambda x: np.array(list(map(float, x.split(','))))).tolist()

验证修改效果 #

修改后，你可以打印type(knownEncodedList[0])和knownEncodedList[0].dtype，应该会得到<class 'numpy.ndarray'>和float64，和encodeFaceF的类型一致，此时再调用fr.compare_faces就不会报错了。

备注：内容来源于stack exchange，提问作者Zahin Fyz