从YouTube视频提取唯一人脸时遇moov atom not found错误求助

1. 核心错误：无效的视频下载 #

你直接用urllib.request.urlretrieve下载YouTube网页链接，得到的不是视频文件，而是网页HTML代码。OpenCV读取这种假MP4文件时，会触发moov atom not found错误（MP4文件的关键索引头不存在），后续帧提取、人脸检测自然全失效，最终输出空文件夹和Saved 0 unique faces。

YouTube不会直接暴露视频源链接，必须用专门工具获取真实视频流，推荐用pytube库处理。

2. 次要问题：人脸未实现去重 #

原代码的known_faces仅存储所有检测到的人脸编码，未做相似度比对去重，即使能检测到人脸，也会重复保存同一人脸，打印的数量并非真实唯一人脸数。

完整修复代码 #

import os
import cv2
import face_recognition
import numpy as np
from pytube import YouTube

# Step 1: 用pytube下载合法YouTube视频
video_url = "https://www.youtube.com/watch?v=JriaiYZZhbY&t=4s"
yt = YouTube(video_url)
# 选择带音频的最高分辨率MP4流
stream = yt.streams.filter(file_extension='mp4', progressive=True).get_highest_resolution()
stream.download(filename="video.mp4")

# Step 2: 优化提取视频帧（隔帧提取减少计算量）
cap = cv2.VideoCapture("video.mp4")
frames = []
frame_interval = 5  # 每5帧提取一次，可按需调整
count = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    if count % frame_interval == 0:
        # 转换为RGB格式（face_recognition要求输入RGB，OpenCV默认BGR）
        rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        frames.append(rgb_frame)
    count += 1
cap.release()

# Step 3: 检测人脸并实现真正去重
if not os.path.exists("faces"):
    os.makedirs("faces")

known_encodings = []
unique_face_count = 0

for i, frame in enumerate(frames):
    face_locations = face_recognition.face_locations(frame)
    face_encodings = face_recognition.face_encodings(frame, face_locations)
    
    for idx, face_encoding in enumerate(face_encodings):
        # 比对当前人脸是否已存在于已知编码库
        matches = face_recognition.compare_faces(known_encodings, face_encoding, tolerance=0.6)
        if not any(matches):
            known_encodings.append(face_encoding)
            # 提取人脸区域并转换回BGR格式保存
            top, right, bottom, left = face_locations[idx]
            face_image = cv2.cvtColor(frame[top:bottom, left:right], cv2.COLOR_RGB2BGR)
            cv2.imwrite(f"faces/unique_face_{unique_face_count}.jpg", face_image)
            unique_face_count += 1

print(f"Saved {unique_face_count} unique faces")

修复要点说明 #

• 视频下载修复：替换urllib为pytube，确保获取真实MP4文件，安装命令：pip install pytube
• 帧处理优化：添加帧间隔减少计算量，同时完成BGR→RGB格式转换（适配face_recognition库要求）
• 人脸去重逻辑：用face_recognition.compare_faces比对人脸编码，仅保存未出现过的人脸，确保计数为真实唯一人脸数
• 鲁棒性提升：用循环读取视频替代原代码的帧计数方式，避免因视频文件损坏导致的帧读取失败

内容的提问来源于stack exchange，提问作者Tochukwu