使用face_recognition与cv2做人脸识别时出现空编码IndexError问题

你遇到的IndexError: list index out of range错误本质是face_recognition.face_encodings(faceimg)返回了空列表，直接取下标0就触发越界。该错误仅在部分场景出现的核心原因如下：

• 多余的颜色空间转换导致人脸图像色彩异常：face_recognition.load_image_file接口返回的图像默认是RGB格式，你调用cv2.COLOR_BGR2RGB对裁剪后的人脸做转换，相当于把RGB图像强行按BGR格式翻转颜色通道，导致人脸色彩完全偏离模型训练数据的分布，大量场景下模型无法提取到有效人脸特征
• 裁剪出的人脸区域存在遮挡、角度过偏、分辨率过低、光线异常等问题，模型无法识别
• 人脸坐标裁剪边界错误，切出的区域不包含完整人脸

按以下逻辑优化代码即可解决问题：

1. 删除多余的颜色转换代码，避免人脸色彩异常
2. 调用face_encodings后先判断返回列表是否为空，为空时直接跳过当前人脸处理逻辑，避免下标越界
3. 直接对全局图像和已经检测到的人脸坐标提取特征，不需要单独裁剪人脸小图再做检测，效率更高、稳定性更强
4. 修正人脸框绘制的坐标逻辑，避免标记位置偏移

import face_recognition
import cv2

# 加载已知人脸并提取特征，提前做非空判断避免已知图也出问题
known_image = face_recognition.load_image_file("known_faces/person.jpg")
known_encodings = face_recognition.face_encodings(known_image)
if not known_encodings:
    print("已知人脸图像未检测到有效人脸，请检查known_faces/person.jpg")
    exit()
known_encoding = known_encodings[0]

# 加载待检测图像
unknown_image = face_recognition.load_image_file("unknown_faces/faces.jpg")
image = cv2.imread("unknown_faces/faces.jpg", cv2.IMREAD_COLOR)

# 检测待检测图像中的所有人脸位置
face_locations = face_recognition.face_locations(unknown_image)
# 直接根据检测到的人脸位置批量提取特征，不需要裁剪后单独检测
face_encodings = face_recognition.face_encodings(unknown_image, face_locations)

# 遍历所有人脸和对应特征
for (top, right, bottom, left), unface_encoding in zip(face_locations, face_encodings):
    results = face_recognition.compare_faces([known_encoding], unface_encoding, 0.5)
    print(results)
    if results[0]:
        cv2.rectangle(image, (left, top), (right, bottom), (0, 128, 0), 2)
    else:
        cv2.rectangle(image, (left, top), (right, bottom), (0, 0, 255), 1)

cv2.imshow('base', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者Colin coda