如何在Python中将face_recognition的人脸编码从字符串转回原始编码

嘿，我来帮你搞定这个问题！你已经把face_encoding转成字符串存在数据库里了，现在要转回face_recognition库需要的原始格式——也就是128维的numpy float数组，其实很简单，下面分两种常见情况给你解决方案：

情况1：你直接用str()把数组转成了字符串 #

如果你的字符串是像[0.1234 0.5678 ... -0.9012]这种（可能带换行），可以用numpy的fromstring方法配合字符串清理来还原：

import numpy as np

# 假设从数据库取出的字符串是这个
unknown_encoding_string = "[0.123 0.456 -0.789 ... 0.321]"

# 清理字符串：去掉首尾的[]，替换换行和多余空格，然后转成numpy数组
cleaned_str = unknown_encoding_string.strip('[]').replace('\n', '').replace('  ', ' ').strip()
restored_encoding = np.fromstring(cleaned_str, sep=' ', dtype=np.float64)

情况2：你用np.array2string()生成的字符串 #

如果是用numpy官方的数组转字符串方法生成的，也可以用ast.literal_eval来解析成列表，再转成numpy数组：

import numpy as np
import ast

unknown_encoding_string = np.array2string(unknown_encoding)  # 假设是这么存的

# 清理后转成列表，再转numpy数组
cleaned_str = unknown_encoding_string.replace('\n', '').replace('  ', ' ')
encoding_list = ast.literal_eval(cleaned_str)
restored_encoding = np.array(encoding_list, dtype=np.float64)

验证还原是否正确 #

转回去之后，你可以用face_recognition.compare_faces()来测试是否和原始编码匹配：

# 假设restored_encoding是从数据库字符串转回的数组
matches = face_recognition.compare_faces([restored_encoding], unknown_encoding)
if matches[0]:
    print("编码还原正确，匹配成功！")

小建议 #

其实后续存储face_encoding时，更推荐用JSON格式（把数组转成列表再存JSON）或者直接用numpy的np.savez存二进制，这样还原的时候更省心，也不容易出错~

内容的提问来源于stack exchange，提问作者Axil