You need to enable JavaScript to run this app. Python Flask图片上传实现及选图后仍提示未选择文件问题修复
优惠活动
大模型
产品
解决方案
定价
更多

Python Flask图片上传实现及选图后仍提示未选择文件问题修复

上传无响应问题修复方案

你遇到的上传后页面始终提示未选择文件的问题,本质是原有上传处理链路完全断裂,叠加多处代码逻辑、语法错误,具体问题和修复点如下:

现存代码的核心问题

  • 上传流程完全跑不通:POST请求收到上传文件后,没有执行任何识别逻辑,直接重定向回首页,页面会重新加载成空的上传表单,看起来就像文件根本没传成功、一直显示未选择文件
  • 自定义识别函数全是逻辑错误:
    • 函数定义的形参是file_stream,但函数内部直接调用全局变量里的file,传参完全失效
    • 变量名混乱:提前初始化了is_the_same_person,匹配成功时却给未定义的is_obama赋值,最后返回结果时引用了根本不存在的same变量,一运行就触发NameError报错
    • 判断逻辑冗余失效:取完人脸编码的第0位结果后,再判断编码数组长度,等于做了个永远为真的无效校验
    • 匹配逻辑残缺:只取匹配结果列表的第0项判断,等于只和参考文件夹里的第一张图比,完全没用到其他参考图
  • 文件流读取不兼容:face_recognition.load_image_file默认读取本地磁盘路径,无法读取Flask上传的内存文件流,一到识别环节就会报错
  • 参考图加载没有容错:遍历参考图生成编码时,只要某张图里没找到人脸,直接取数组第0位就会触发索引越界,导致程序直接崩溃

修复后的可运行完整代码

import cv2
import numpy as np
import face_recognition
import os
from flask import Flask, jsonify, request

app = Flask(__name__)

# 参考图片文件夹路径
REFERENCE_FOLDER = "Images"
known_face_encodes = []
known_face_names = []

# 启动时预加载所有参考图片的人脸编码
def load_reference_faces():
    global known_face_encodes, known_face_names
    # 文件夹不存在就自动创建
    if not os.path.isdir(REFERENCE_FOLDER):
        os.makedirs(REFERENCE_FOLDER)
        return
    for img_name in os.listdir(REFERENCE_FOLDER):
        img = face_recognition.load_image_file(os.path.join(REFERENCE_FOLDER, img_name))
        face_locs = face_recognition.face_locations(img)
        # 跳过没有检测到人脸的无效图片
        if len(face_locs) == 0:
            continue
        face_encode = face_recognition.face_encodings(img, face_locs)[0]
        known_face_encodes.append(face_encode)
        known_face_names.append(os.path.splitext(img_name)[0])

# 初始化加载参考数据
load_reference_faces()

@app.route('/', methods=['GET', 'POST'])
def upload_image():
    if request.method == 'POST':
        # 校验上传文件合法性
        if 'file' not in request.files:
            return jsonify({"error": "请求中没有文件字段"}), 400
        upload_file = request.files['file']
        if upload_file.filename == '':
            return jsonify({"error": "未选择有效文件"}), 400

        # 把内存里的文件流转成opencv可识别的格式
        file_stream = np.frombuffer(upload_file.read(), np.uint8)
        uploaded_img = cv2.imdecode(file_stream, cv2.IMREAD_COLOR)
        # 转成face_recognition需要的RGB通道格式
        uploaded_img_rgb = cv2.cvtColor(uploaded_img, cv2.COLOR_BGR2RGB)

        # 检测上传图中的人脸
        upload_face_locs = face_recognition.face_locations(uploaded_img_rgb)
        if len(upload_face_locs) == 0:
            return jsonify({"match": "上传图片未检测到有效人脸"})
        upload_face_encodes = face_recognition.face_encodings(uploaded_img_rgb, upload_face_locs)

        # 逐个人脸做匹配,取距离最小的最相似结果
        match_list = []
        for face_encode in upload_face_encodes:
            compare_results = face_recognition.compare_faces(known_face_encodes, face_encode)
            face_distances = face_recognition.face_distance(known_face_encodes, face_encode)
            best_match_idx = np.argmin(face_distances)
            if compare_results[best_match_idx]:
                match_list.append({
                    "is_matched": True,
                    "matched_reference": known_face_names[best_match_idx]
                })
            else:
                match_list.append({"is_matched": False})
        
        return jsonify({"match_detail": match_list})

    # GET请求返回上传页面
    return '''
    <!doctype html>
    <h1>Upload a picture for image recognition</h1>
    <form method="POST" enctype="multipart/form-data">
      <input type="file" name="file" required>
      <input type="submit" value="Upload">
    </form>
    '''

if __name__ == "__main__":
    app.run(debug=True)

修复后的运行效果

  • 选好图片点上传后,不会再无响应跳回空表单,会正常返回JSON格式的匹配结果
  • 参考图加载环节会自动跳过无效的无脸图片,不会因为单张图报错导致程序崩溃
  • 上传环节会自动处理内存文件流,不需要手动把上传文件存到本地磁盘再读取
  • 匹配逻辑会遍历所有参考图片,取相似度最高的结果做判断,不会只匹配第一张图

内容的提问来源于stack exchange,提问作者user12253044

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.27 01:57:03