PyInstaller打包exe时shape_predictor_68模型未被face_recognition包含的问题

问题原因 #

PyInstaller默认不会自动打包face_recognition依赖的shape_predictor_68_face_landmarks.dat模型文件，导致exe运行时无法在临时目录找到该文件。

解决方案 #

方法1：打包时通过命令行参数添加模型文件 #

1. 先定位模型文件的实际路径：
   在你的Python脚本中添加以下代码并运行，输出模型的绝对路径：

   import face_recognition_models
   print(face_recognition_models.pose_predictor_model_location())
   

   示例输出可能为：C:\Python39\Lib\site-packages\face_recognition_models\models\shape_predictor_68_face_landmarks.dat

2. 用PyInstaller打包时，通过--add-data参数将模型文件包含进去：

   pyinstaller --onefile --add-data "模型绝对路径;face_recognition_models/models/" 你的脚本名.py
   

   （Windows系统用分号分隔路径，Linux/macOS用冒号）

方法2：通过.spec文件配置打包 #

1. 生成初始的.spec文件：

   pyinstaller --onefile 你的脚本名.py
   

2. 打开生成的你的脚本名.spec文件，修改datas字段，添加模型文件的映射：

   datas = [
       ('模型绝对路径', 'face_recognition_models/models/')
   ]
   

3. 基于修改后的.spec文件重新打包：

   pyinstaller 你的脚本名.spec
   

方法3：修改代码手动指定模型路径 #

1. 将shape_predictor_68_face_landmarks.dat复制到你的脚本所在目录（可从face_recognition_models的安装目录中找到）。

2. 修改脚本代码，替换默认的face_encodings函数，手动指定本地模型路径：

   import cv2
   import glob
   import requests
   import face_recognition as fr
   from face_recognition.api import _raw_face_landmarks
   import numpy as np
   import os
   import csv
   from csv import writer
   import pickle
   
   # 指定本地模型文件路径
   predictor_path = os.path.join(os.path.dirname(__file__), 'shape_predictor_68_face_landmarks.dat')
   
   # 自定义face_encodings函数，使用本地模型
   def custom_face_encodings(face_image, num_jitters=1):
       landmarks = _raw_face_landmarks(face_image, predictor_path=predictor_path)
       return fr.face_encodings(face_image, landmarks, num_jitters=num_jitters)
   
   # 原有代码部分
   downloaded_images_folder = 'Images'
   resized_images_folder = 'Images_r'
   os.chdir(r"F:\This Semester\Python\Projects\Face Recognition")
   binary_images = []
   name_of_people = []
   knownEncodedList = []
   
   try:
       os.mkdir(os.path.join(os.getcwd(), resized_images_folder))
   except:
       pass
   
   p=1
   for img in glob.glob(downloaded_images_folder + "/*.jpeg"):
       try :
           image = cv2.imread(img)
           imgResized = cv2.resize(image, (300, 400))
           cv2.imwrite(os.path.join(resized_images_folder, img.split(os.sep)[-1]), imgResized)
           print("No. of image resized : " + str(p))
           p = p+1
       except:
           pass
   
   try:
       list_of_names_in_resized_image_folder = os.listdir(resized_images_folder)
   except:
       pass
   
   q = 1
   for jpg in list_of_names_in_resized_image_folder :
       x = []
       x.append(cv2.imread(f'{resized_images_folder}/{jpg}'))
       for img in x:
           try :
               # 使用自定义的编码函数替代原函数
               encode = np.array(custom_face_encodings(img)[0])
               knownEncodedList.append(encode)
               name_of_people.append(os.path.splitext(jpg)[0])
               print("No. of image encoded : " + str(q))
               q = q+1
           except :
               pass
   
   pickle.dump(knownEncodedList , open("Face data" , "wb"))
   pickle.dump(name_of_people , open("Name data" , "wb"))
   print("done Pickling")
   

3. 打包时将本地模型文件一起包含：

   pyinstaller --onefile --add-data "shape_predictor_68_face_landmarks.dat;." 你的脚本名.py
   

注意事项 #

• 确保模型路径的正确性，不同Python环境下site-packages的位置可能不同，务必通过代码打印确认。
• 使用--onefile打包时，PyInstaller会将所有文件解压到系统临时目录，因此路径映射要匹配临时目录内的结构。
• 打包完成后，测试exe文件时，若使用方法3，需确保模型文件与exe在同一目录（或代码中指定的路径正确）。

内容的提问来源于stack exchange，提问作者Zahin Fyz