Python代码抛出IndexError: list index out of range问题求助

核心问题分析 #

你的代码有两个关键问题触发索引越界错误：

1. 人脸编码列表混入空值：face_recognition.face_encodings(img)返回的是人脸编码的列表（一张图可能无人脸或多张人脸），你直接把这个列表塞进encodeList，如果某张图没检测到人脸，就会存入空列表。后续和摄像头捕获的人脸编码对比时，空值会打乱索引对应关系，触发越界。
2. 编码列表与标签列表长度不匹配：即使某张图片没检测到人脸，你还是把它的文件名加入了classNames，但encodeListKnown里对应的位置是空的，后续通过matchIndex取classNames[matchIndex]时就会对应错误，甚至越界。

修复后的代码 #

import cv2
import numpy as np
import face_recognition
import os
import pickle

path = 'known_faces'
images = []
classNames = []
myList = os.listdir(path)
print(myList)

for cl in myList:
    curImg = cv2.imread(f'{path}/{cl}')
    # 过滤读取失败的无效图片
    if curImg is not None:
        images.append(curImg)
        classNames.append(os.path.splitext(cl)[0])
print(classNames)

def findEncodings(images):
    encodeList = []
    for img in images:
        img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
        encodes = face_recognition.face_encodings(img)
        # 只保留检测到人脸的编码（取第一张脸的编码）
        if encodes:
            encodeList.append(encodes[0])
    return encodeList

encodeListKnown = findEncodings(images)
# 强制检查编码与标签数量一致，提前排查问题
assert len(encodeListKnown) == len(classNames), "编码数量与标签数量不匹配，请检查known_faces文件夹中的图片是否都包含清晰人脸"
print('encode complete')

cap = cv2.VideoCapture(0)

while True:
    success, img = cap.read()
    if not success:
        print("无法读取摄像头画面")
        break
    imgS = cv2.resize(img,(0,0),None,0.25,0.25)
    imgS = cv2.cvtColor(imgS, cv2.COLOR_BGR2RGB)

    facesCurFrame = face_recognition.face_locations(imgS)
    encodeCurFrame = face_recognition.face_encodings(imgS,facesCurFrame)

    for encodeFace,faceLoc in zip(encodeCurFrame, facesCurFrame):
        matches = face_recognition.compare_faces(encodeListKnown,encodeFace)
        faceDis = face_recognition.face_distance(encodeListKnown,encodeFace)
        print(faceDis)
        matchIndex = np.argmin(faceDis)

        if matches[matchIndex]:
            name = classNames[matchIndex].upper()
            print(name)
    
    # 按q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

关键修复点 #

• 读取图片时增加非空判断，过滤无效图片
• 人脸编码时只保留检测到人脸的结果，确保encodeListKnown和classNames长度严格一致
• 增加断言检查编码与标签数量匹配，提前发现问题
• 补充摄像头读取失败的处理逻辑，以及循环退出机制

内容的提问来源于stack exchange，提问作者The Lord