LiliLIN0324/imgseq-cover-video-skill

叠帧 · Nummerierte Standbilder → Cover-Video

Übersicht

Durchsucht einen Ordner, behält nur Dateien, deren Stammname ausschließlich aus Ziffern besteht (01.jpg, 200.jpg), spielt sie in numerischer Reihenfolge ab und kodiert ein H.264-MP4. Zwischen den Bildern erfolgt entweder ein harter Schnitt (--transition none) oder ein Crossfade (--transition fade, Standard). Nicht nummerierte Bilder (logo, discord, …) und vorhandene Videos werden ignoriert.

Vorgehen

1. Ordner zuerst inspizieren. Dateien auflisten und die Abmessungen eines Bildes mit ffprobe ermitteln. Notieren, wie viele nummerierte Standbilder vorhanden sind und ob die Seitenverhältnisse gemischt sind.
2. Vorhandene Ausgabe sichern. Falls <ordner>/cover.mp4 bereits existiert, wird es vor dem Rendern in cover.prev-JJJJMMTT.mp4 umbenannt. Niemals die frühere Ausgabe des Benutzers stillschweigend überschreiben.
3. Rendern mit dem gebündelten Skript:

python "<skill-verz>/scripts/imgseq2mp4.py" --dir "<ordner>" --out cover.mp4

Standardwerte: 0,8 s pro Bild mit 0,2 s fade-Crossfade, 30 fps, 1920×1080, Letterbox-Padding, CRF 18, kein Audio, +faststart.

4. Überprüfen, nicht annehmen. Dauer/Bildanzahl ermitteln, keine schwarzen Frames bestätigen und das letzte Frame mit dem letzten Quellbild vergleichen:

ffprobe -v error -show_entries format=duration -show_entries stream=nb_frames -of default=nw=1 cover.mp4
ffmpeg -i cover.mp4 -vf blackdetect=d=0.05:pix_th=0.10 -an -f null -
ffmpeg -y -sseof -0.05 -i cover.mp4 -frames:v 1 frame_last.png

Wenn Überblendungen aktiviert sind, zusätzlich ein Frame innerhalb des ersten Überblendungsfensters erfassen und prüfen, dass es eine Mischung ist (näher an Bild 2 als ein harter Schnitt wäre, aber dennoch messbar von beiden Quellen verschieden).

5. Berichten: Bildanzahl, ignorierte Bilder, Gesamtdauer, Ausgabepfad und -größe.

Tempo

Gesamtlänge = n × sekunden − (n−1) × transition_sekunden. Die sichtbare Standzeit jedes Bildes ist sekunden − transition_sekunden; dieser Schritt, nicht --seconds, wird vom Betrachter wahrgenommen.

Schritt pro Bild	Befehl	20 Bilder	44 Bilder	200 Bilder
0,35 s	--seconds 0.5 --transition-seconds 0.15	~8 s	~18 s	~75 s
0,45 s	--seconds 0.65 --transition-seconds 0.2	~9 s	~22 s	~95 s
0,60 s (Standard)	--seconds 0.8 --transition-seconds 0.2	~12 s	~27 s	~120 s
0,80 s	--seconds 1.0 --transition-seconds 0.2	~16 s	~34 s	~150 s

Harte Schnitte verwenden --transition none --seconds <schritt>.

Bei Wünschen nach schnellerem oder langsamerem Tempo immer nur eine Zeile weitergehen. --transition-seconds zwischen 0,15–0,2 belassen; längere Werte wirken eher wie eine Diashow statt einem Crossfade.

Regeln

• Nur Crossfade. Keine Schiebe-, Wisch- oder anderen Push-Überblendungen – diese wurden als Richtung abgelehnt.
• Auswahl mit Regex ^\d+\.(jpe?g|png|webp)$ – der Dateiname darf nur aus Ziffern bestehen. Dadurch werden logo.jpg, discord.jpg, cover.jpg ausgeschlossen.
• Sortierung nach ganzzahligem Wert, nicht lexikografisch (2.jpg vor 10.jpg, 99.jpg vor 100.jpg). Lücken in der Nummerierung sind in Ordnung; fehlende Nummern sind keine Fehler.
• --fit pad (Standard) verwenden, sodass das gesamte Bild sichtbar bleibt. --fit fill nur, wenn der Benutzer explizit randloses Zuschneiden wünscht.
• Ausgabe ist stumm. Keine Musik hinzufügen, es sei denn, der Benutzer liefert eine Spur.
• Farben unverändert lassen. JPEGs sind Vollbereich; wenn man sie als unmarkiertes Vollbereich-H.264 kodiert, dekodieren die meisten Player als eingeschränkten Bereich, und das Ergebnis wirkt heller und ausgewaschen (+10 Stufen). Das Skript konvertiert in den eingeschränkten Bereich bt709 und markiert ihn – diese Kette nicht „vereinfachen“.
• Das Skript weigert sich, --out ohne --force zu überschreiben; löse dies durch Sichern, nicht durch blindes Erzwingen.

Maschinennotizen

• ffmpeg ist nicht im PATH. Das Skript bevorzugt eine echte ffmpeg.exe (~/.dsh/tools/ffmpeg/**/ffmpeg.exe, dann Kopien unter C:/ oder D:/ffmpeg) vor jedem .cmd-Shim, weil der Shim über cmd.exe leitet und die Befehlszeile auf ~8k Zeichen begrenzt. Überschreiben mit FFMPEG=/pfad/zu/ffmpeg.
• Dieser Build hat kein -filter_complex_script; das xfade-Diagramm inline über -filter_complex übergeben (das Skript tut dies bereits).
• Überblendungen werden in Gruppen von --chunk (Standard 6) gerendert und dann zusammengeführt, sodass maximal 6 Decoder gleichzeitig offen sind. Ein einzelner 44-Eingangs-xfade-Durchlauf hat bei 16 GB RAM (~2,4 GB frei) den Arbeitsspeicher erschöpft und mit Cannot allocate memory versagt; --chunk hier nicht über ~8 erhöhen. Die Gruppierung rekursiert, sodass 200 Bilder in drei Stufen ohne OOM zusammengeführt werden.
• Zwischenstufendateien werden mit CRF 14 / veryfast kodiert und verworfen; nur der letzte Durchlauf verwendet --crf / medium.
• Zwischenbilder benötigen ein beschreibbares Verzeichnis. tempfile.mkdtemp()-Ergebnisse können in eingeschränkten Sandboxes unzugänglich sein (beobachtet unter Windows + DSH: ffmpeg erhielt Permission denied und os.listdir warf WinError 5). Das Skript erstellt daher ein einfaches Verzeichnis, prüft auf Schreibberechtigung und fällt zurück über $IMGSEQ_WORKDIR → System-Temp → <ausgabe-verz>/.imgseq-work.

Ressourcen

• scripts/imgseq2mp4.py – Auswahl, numerische Sortierung, Rendern mit hartem Schnitt oder Crossfade, verifizierungsfreundliche Zusammenfassung.