如何在Python中修改图像以适配face_recognition的8位灰度/RGB格式要求

你遇到的错误提示是RuntimeError: Unsupported image type, must be 8bit gray or RGB image.，尽管图像已经是uint8类型的RGB格式（形状(720,1080,3)），但仍触发该错误，大概率是numpy数组内存布局不连续，或是多余的转换步骤引入了隐性问题。以下是几种可行的解决方法：

方法1：确保数组内存连续 #

face_recognition底层可能要求输入的numpy数组为连续内存布局，用np.ascontiguousarray()转换后再传入即可：

import cv2
import numpy as np
import face_recognition

image = cv2.imread("myimage.jpeg")
print(f"原dtype: {image.dtype}, 形状: {image.shape}")
# 输出: 原dtype: uint8, 形状: (720, 1080, 3)

image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# 转为连续内存数组
image_rgb_contiguous = np.ascontiguousarray(image_rgb)

face_locations = face_recognition.face_locations(image_rgb_contiguous)
print(face_locations)

方法2：简化转换流程，跳过Pillow中转 #

当前代码中的Pillow转换步骤完全多余，直接使用cv2转换后的RGB数组即可：

import cv2
import face_recognition

image = cv2.imread("myimage.jpeg")
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

face_locations = face_recognition.face_locations(image_rgb)
print(face_locations)

方法3：直接用Pillow读取图像 #

face_recognition对Pillow读取的图像兼容性更好，尝试直接用Pillow加载：

from PIL import Image
import face_recognition

# 直接传入Pillow图像对象（无需转numpy数组）
pil_image = Image.open("myimage.jpeg")
face_locations = face_recognition.face_locations(pil_image)
print(face_locations)

原问题代码（含输出） #

import cv2
import numpy as np
from PIL import Image
import face_recognition

image = cv2.imread("myimage.jpeg")
print(f"原dtype: {image.dtype}, 形状: {image.shape}")
'''输出: 原dtype: uint8, 形状: (720, 1080, 3)'''

image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
print(f"转换后dtype: {image_rgb.dtype}, 形状: {image_rgb.shape}")
'''输出: 转换后dtype: uint8, 形状: (720, 1080, 3)'''

pil_image = Image.fromarray(image_rgb)
image_rgb = np.array(pil_image)

image_rgb = image_rgb.astype(np.uint8)
print(f"最终dtype: {image_rgb.dtype}, 形状: {image_rgb.shape}")
'''输出: 最终dtype: uint8, 形状: (720, 1080, 3)'''

face_locations = face_recognition.face_locations(image_rgb)
print(face_locations)
'''输出: RuntimeError: Unsupported image type, must be 8bit gray or RGB image.'''

内容的提问来源于stack exchange，提问作者ovoxojxy