调用face_recognition.face_encodings()出现IndexError:列表索引越界

你遇到的IndexError: list index out of range，本质是face_recognition.face_encodings(lmm_image)没有检测到任何人脸，返回了空列表，这时用[0]去索引自然会报错。下面我帮你拆解可能的原因和对应的解决办法：

可能的原因 #

• 图片中无有效人脸：你的目标图片wajah_depan_syahdan.jpg里可能没有清晰、完整的人脸，或者人脸占比太小、过于模糊，导致dlib的人脸检测器无法识别。
• 人脸被遮挡：图片里的人脸被口罩、墨镜、帽子或其他物体严重遮挡，超出了检测器的识别范围。
• 图片路径错误：脚本没有正确加载目标图片——比如图片不在当前工作目录，你用了相对路径但路径不对，导致加载的是一张空图或者错误的图片。
• 图片损坏/格式异常：图片文件本身损坏，或者格式不被支持（虽然JPG一般没问题，但特殊编码的图片可能无法被正确解析）。

解决办法 #

1. 先确认图片内容和加载状态 #

打开wajah_depan_syahdan.jpg，检查是否有清晰无遮挡的人脸。同时在代码里加一行打印，确认图片是否成功加载：

import face_recognition
import cv2

lmm_image = face_recognition.load_image_file("wajah_depan_syahdan.jpg")
print("图片形状：", lmm_image.shape)  # 正常输出应该是 (高度, 宽度, 3)

如果输出不是类似(xxx, xxx, 3)的格式，说明路径错误，你需要改用绝对路径加载图片，比如：

# Windows示例
lmm_image = face_recognition.load_image_file("C:/your_project_path/wajah_depan_syahdan.jpg")
# Linux/macOS示例
lmm_image = face_recognition.load_image_file("/home/your_username/your_project_path/wajah_depan_syahdan.jpg")

2. 先检测人脸位置，确认是否能被识别 #

在提取编码前，先用人脸定位函数确认检测器是否能找到人脸：

face_locations = face_recognition.face_locations(lmm_image)
print(f"检测到的人脸数量：{len(face_locations)}")

如果输出是0，说明确实检测不到人脸，你需要：

• 换一张人脸清晰、无遮挡的图片；
• 对原图片进行预处理：比如裁剪出人脸区域、调整亮度/对比度，让人脸更明显；
• 调整检测参数，提高精度：

# 增加采样次数和上采样次数，提升检测率
face_locations = face_recognition.face_locations(lmm_image, number_of_times_to_upsample=2)
lmm_face_encodings = face_recognition.face_encodings(lmm_image, face_locations=face_locations, num_jitters=10)

3. 修改代码，避免直接索引空列表 #

为了避免程序崩溃，建议先判断编码列表是否为空，再进行后续操作：

lmm_image = face_recognition.load_image_file("wajah_depan_syahdan.jpg")
lmm_face_encodings = face_recognition.face_encodings(lmm_image)

if not lmm_face_encodings:
    print("错误：未在目标图片中检测到人脸，请检查图片内容！")
    # 这里可以添加退出程序或其他处理逻辑
    exit()

lmm_face_encoding = lmm_face_encodings[0]
known_faces = [lmm_face_encoding]

4. 检查图片完整性 #

如果图片看起来正常但无法被识别，可以尝试用图片查看器重新保存为标准JPG/PNG格式，排除文件损坏的可能。

内容的提问来源于stack exchange，提问作者Maqhfira Putri Rachmat