cv2与PyTorch人脸识别项目中cv2.rectangle参数错误排查

报错的核心原因是人脸框坐标的类型不匹配：boxes里的坐标是浮点数，而OpenCV的rectangle、putText函数要求坐标必须是整数（像素位置只能是整数索引）。

修复步骤 #

1. 获取人脸框后，立即将所有坐标转换为整数类型：
   如果boxes是Python列表：

   box = boxes[i]
   # 把每个坐标转为整数
   box = [int(coord) for coord in box]
   

   如果boxes是PyTorch张量（GPU/CPU）：

   box = boxes[i].cpu().numpy().astype(int)
   

2. 修改后的完整代码片段：

   for i, prob in enumerate(prob_list):
       if prob>0.90:
           emb = resnet(img_cropped_list[i].unsqueeze(0)).detach() 
           
           dist_list = [] # 存储匹配距离，最小距离对应识别的人
           
           for idx, emb_db in enumerate(embedding_list):
               dist = torch.dist(emb, emb_db).item()
               dist_list.append(dist)
   
           min_dist = min(dist_list) # 获取最小距离值
           min_dist_idx = dist_list.index(min_dist) # 获取最小距离的索引
           name = name_list[min_dist_idx] # 获取对应名字
           
           box = boxes[i] 
           # 关键：将坐标转为整数
           box = [int(coord) for coord in box]
           
           original_frame = frame.copy() # 保存绘制前的帧副本
           
           if min_dist<0.90:
               frame = cv2.putText(frame, f"{name} {min_dist:.2f}", (box[0],box[1]), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0),1, cv2.LINE_AA)
           
           frame = cv2.rectangle(frame, (box[0],box[1]) , (box[2],box[3]), (255,0,0), 2)
   

额外说明 #

• 也可以用round()代替int()，但int()会直接截断小数部分，更符合像素坐标的取整逻辑。
• 确认boxes中每个元素都是包含4个值的序列（x1,y1,x2,y2），避免出现长度不足4的情况（报错里的"Expected sequence length 4, got 2"提示可能存在这个问题，需检查人脸检测部分的输出）。

内容的提问来源于stack exchange，提问作者Durian