KI One-Shot-Morphing-Übergangsvideo
Übersicht
Erstelle ein KI-gestütztes „One-Shot“-Morphing-Übergangsvideo: Mehrere Wahrzeichenszenen gehen in einer durchgehenden Kamerafahrt nahtlos ineinander über (Element A einer Szene verwandelt sich in Element B der nächsten), bis das Video zum Ausgangspunkt zurückkehrt. Alles in einem einheitlichen, hochkontrastreichen Farbschema (z. B. Rot/Weiß/Schwarz im Poster-Stil). Fertige Videos eignen sich hervorragend für PowerPoint-Opener, Stadtporträt-Videos oder virale Kurzvideos auf Social Media. Die vier stilisierten Referenzbilder für den Fallbeispiel Hangzhou findest du unter assets/case-hangzhou/.
Workflow (Fünf-Schritte-Methode)
Schritt 1: Szenenkette entwerfen
- Wähle 4–6 Wahrzeichen/Szenen derselben Stadt aus und ordne sie in einer Schleife: Start = Ziel (z. B. Leifeng-Pagode → Lingyin-Tempel → Hangzhou-Tor/Lotus-Schale → Spannmembranbrücke → zurück zur Leifeng-Pagode).
- Sortierprinzip: Zwischen zwei benachbarten Szenen muss ein gemeinsamer optischer Anker (Form/Farbe/Struktur-Ähnlichkeit) gefunden werden (siehe Schritt 3). Zeichne zuerst den Verbindungsplan, bevor du loslegst.
- Lege einen einheitlichen visuellen Stil und ein Farbschema fest (im Beispiel: Rot/Weiß/Schwarz, flacher Poster-Stil; alternativ möglich: blaugrüne Landschaftsmalerei, Cyber-Neon etc. – aber nur ein Set für das gesamte Video).
Schritt 2: Einheitliche Stilisierung des Materials
- Sammle echte Fotos jedes Wahrzeichens. Verwende „Bildgenerierung – Referenz-Bild-zu-Bild“ in Jimeng (oder vergleichbaren Tools), um alle Fotos in denselben Stil zu konvertieren: gleiche Farbpalette, gleicher Pinselstrich, silhouettenartig, flächig.
- Dies ist der entscheidende Erfolgsfaktor: Sind die Stile nicht einheitlich, wirken die Übergänge zwischen den Clips unnatürlich.
- Ergebnis: 4–6 stilisierte Bilder, durchnummeriert (Bild 1, Bild 2 …), die sowohl als Referenz für die Videogenerierung als auch als erstes/letztes Bild jedes Segments dienen.
Schritt 3: Match-Cut-Übergänge entwerfen
Definiere für jedes benachbarte Szenenpaar eine „Morphing-Entsprechung“. Priorität: Formähnlichkeit > gleiche Farbe > sich wiederholende Struktur. Beispieltabelle:
| Vorderes Szenen-Element | Hinteres Szenen-Element | Morphing-Verb |
|---|---|---|
| Roter Himmel + Vögel | Rote Gebäude | Verwandeln sich in |
| Weiße Blütenblätter der Lotus-Schale | Weißes Gerüst der Spannmembran | Aufrollen, neu anordnen |
| Schwarze Stadtstraße | Schwarze Wasseroberfläche | Dehnt sich zu |
| Rote Fahrbahn mit weißen Markierungen | Weißer Holzsteg | Fließen zusammen zu |
| Rote Membranfläche des Membrandachs | Rote Wasseroberfläche | Fließen, sich ausbreiten |
| Weiße Latten des Stegs | Weiße Bögen der Brücke | Schließen, biegen |
Der vollständige Verbkatalog und Satzvorlagen sind in references/prompt-patterns.md verfügbar.
Schritt 4: Prompts schreiben und segmentweise generieren
Verwende ein KI-Videomodell, das „Mehrfachbild-Referenz / Start- und Endbild“ unterstützt (z. B. Jimeng Video oder Kling):
- Methode A (Start-/Endbild-Kette – empfohlen für lange Einstellungen): Setze für jeden Clip „Startbild = Bild A, Endbild = Bild B“. Der Prompt beschreibt nur die Morphing-Aktion von A nach B. Eine lange Kette wird in mehrere Segmente aufgeteilt. Das Endbild des vorherigen Segments dient als Startbild des nächsten – so wird die Kontinuität gewährleistet.
- Methode B (Mehrere Bildreferenzen + langer Prompt): Verwende innerhalb eines einzigen Prompts Referenzen wie @Bild1, @Bild4 als Start- und Endszene. Beschreibe die Kette: „Szene → Aktion → Endpunkt“ (der vollständige Hangzhou-Text findet sich in den Referenzen).
- Fester Satzbau für Prompts:
[Subjekt] + [Richtungsbewegung] + [Formveränderung] + [entspricht Element der nächsten Szene] + [Kamerabewegung]. - Bewegungsverbkatalog: Einfliegen, Eintauchen, Hindurchfliegen, Herabfallen, Hochziehen, Umdrehen, Senkrechte Aufnahme von oben, Entlang der Wasseroberfläche herausziehen, Überfliegen, Schwenken.
- Jedes Segment: 5–10 Sekunden; pro Segment nicht mehr als 2 Morphing-Aktionen, sonst wird es instabil.
Schritt 5: Postproduktion
- Füge die Segmente in einer Videobearbeitungssoftware (z. B. CapCut) in der richtigen Reihenfolge zusammen (Segmente, die per Start-/Endbild-Kette generiert wurden, sind nahtlos).
- Füge Untertitel für die Wahrzeichen hinzu (z. B. „Lingyin-Tempel“) und einen Beat-synchronen Soundtrack.
- Verwende
scripts/extract_frames.py, um das fertige Video stichprobenartig auf Übergänge zu prüfen. Bei Bedarf Segment neu generieren. - Exportiere im Hochformat 9:16 (für PPT-Opener auch 16:9 möglich) und füge es als erste Folie ein, die automatisch abgespielt wird.
Benutzerinteraktion
- Bei reiner Nennung einer Stadt: Liste 4–6 Wahrzeichen auf, frage die gewünschte Reihenfolge und das Farbschema ab, bevor du mit Schritt 2 beginnst.
- Bei echten Fotos: Bestätige die Stilrichtung (gib 2–3 Farbvarianten zur Auswahl).
- Bei Anfrage nach „dem gleichen Video wie das Hangzhou-Beispiel“: Zeige direkt die vier Bilder aus
assets/case-hangzhou/und die Original-Prompts aus den Referenzen; tausche dann nur die Stadt aus.
scripts/
extract_frames.py– Extrahiert mit OpenCV in regelmäßigen Abständen Frames aus dem Video und erstellt ein Rasterbild mit Zeitstempeln zur Überprüfung der Übergänge. Verwendung:python extract_frames.py <video.mp4> [Ausgabeverzeichnis] [Anzahl Frames].palette_unify.py– Vereinheitlicht einen Satz generierter Bilder auf die Farben Rot/Weiß/Schwarz, um Farbunterschiede in Himmel und Boden zu beseitigen und Farbspringe beim Morphing zu vermeiden. Verwendung:python palette_unify.py <in.png> <out.png>.palette_recolor.py– Ändert die Farbpalette eines Plakatbildes gemäß einem Schema (z. B.bluegoldfür nukleares Blau-Gold,darkredfür dunkles Burgunderrot). Hinweis: Für dunkle Stile sollte besser ein KI-Neuzeichnen verwendet werden, da lokale Helligkeitsumrechnungen nicht zwischen „weißem Himmel“ und „weißem Gebäude“ unterscheiden können und zu Überbelichtung führen. Siehereferences/color-themes.mdfür Details.assemble_video.py– Synthetisiert das finale Video: Entfernt KI-Wasserzeichen, fügt Überblendungen zwischen Segmenten hinzu, legt einen Haupttitel und Wahrzeichen-Untertitel darüber. Verwendung:python assemble_video.py <out.mp4> <seg1.mp4> [seg2.mp4 …] [--w 1920] [--h 1080] [--accent gold|white|red].--accentsteuert die Untertitelfarbe (gold=Champagnergold, white=Weiß, red=Burgunderrot).
Farbschemata
Vollständige Stilbeschreibungen, Farbverhältnisse und Aktionslisten für drei etablierte Schemata (flächiges Poster Rot-Weiß-Schwarz / dunkles nukleares Blau-Gold / dunkles Burgunderrot) findest du in references/color-themes.md. Farbwechsel = 4 neue Keyframes generieren + Farbwörter in 4 Prompts ersetzen – kostengünstig (ca. 30–40 Credits für 4 Bilder) und deutlich bessere Ergebnisse als lokale Farbumrechnung.
Fallstricke bei Generierungstools (getestet)
- Videomodelle akzeptieren nur die Auflösungen
768Poder2K;1080pführt sofort zu einem Fehler. - Videomodelle erzwingen die Erzeugung einer Tonspur. Das Setzen von
enable_audio: falseführt zu einem Fehler; lass das Feld einfach weg (es wird nur von manchen Modellen unterstützt). - Das „KI-generiert“-Wasserzeichen im generierten Video befindet sich in der oberen linken Ecke (bei Standbildern unten rechts). Bei der Montage müssen die entsprechenden Ränder beschnitten werden.
- Gelegentlich wird für denselben Prompt der Fehler
requires promptzurückgegeben; ein einfacher erneuter Versuch behebt das.
Ressourcen
references/
prompt-patterns.md– Satzvorlagen für Prompts, Morphing-Verbkatalog, Kamerabewegungsverben, vollständiger Hangzhou-Beispiel-Prompt. Vor dem Schreiben von Prompts unbedingt lesen.
scripts/
- Siehe oben.
assets/
case-hangzhou/– Vier stilisierte Referenzbilder für den Fall Hangzhou (Spannmembranbrücke, Leifeng-Pagode, Hangzhou-Tor/Lotus-Schale, roter Himmel mit Leifeng-Pagode). Dienen als Stil- und Kompositionsvorlage.case-ncepu/– Vier stilisierte Bilder des Campus der North China Electric Power University (Bogenbrücke als Schleife, roter Himmel Hauptgebäude, Campus-Panorama, rotes Membrandach). Kann als Kompositionsvorlage für „Campus/Stadtwahrzeichen“-Projekte dienen.