CommunityBildgithub.com

shootpack

Verarbeitet einen Immobilien-Fotoshooting-Ordner (DJI Drohne und/oder Kamera wie Sony A1 II, gemischt möglich) in einem Schritt zu Kundenauslieferungen – HDR-Fotos aus den Raw-Brackets (LightCraft), aussortierte Auswahlen/Alternativen und ein 60 s Rec.709-gradiertes Video. Verwenden, wenn der Benutzer auf einen Shooting-Ordner zeigt („process this shoot“, „package Maginot“, „run shootpack on ~/Desktop/X“).

Was ist shootpack?

shootpack ist ein automatisiertes Pipeline-Tool für Immobilienfotografie und -video, das den gesamten Workflow von der Rohdatenverarbeitung bis zur Auslieferung in einem einzigen Befehl zusammenfasst. Es erkennt automatisch Kameras wie DJI Mavic 4 Pro, Sony A1 II, Fujifilm X-E4 und DJI Osmo 360 II anhand von EXIF-Daten, Sidecars und Encoder-Tags und wendet gerätespezifische Profile für Bracketing, Belichtung, Grading und Culling an. Die Pipeline unterstützt HDR-Fotografie (LightCraft-Entwicklung mit kamerakalibrierten Farbmatrizen), Videobearbeitung mit Proxy-basiertem Culling, Grading mittels offizieller LUTs oder kurvenbasierter Looks sowie Musikintegration über Epidemic Sound. Der Workflow umfasst eine visuelle Qualitätskontrolle über Kontaktbögen, Storyboards und Fortschrittsseiten, während automatisierte Entscheidungen wie Sonnenerkennung, Belichtungsanpassung und Culling durch manuelle Eingriffe in JSON-Dateien ergänzt werden können. Das Tool läuft auf macOS/Linux und erfordert einen konfigurierten Arbeitsordner (`~/shootpack`) mit Git-Repository.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mattgiss/shootpack/tree/main/skill

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht shootpack?

Die Pipeline befindet sich in ~/shootpack (Git-Repo). Einstiegspunkt: shootpack <ordner> [--ceiling M] [--picks N] [--length S] [--log CURVE] [--latlon LAT,LON] [--plan]. Neue Shootings mit --plan starten (Inventur, Culling und Bearbeitungsplan, keine Exporte).

Geräte

Jede Datei wird anhand ihrer Kamera erkannt (EXIF Make/Model, Video-Encoder/Modell-Tags, Sidecars) und mit ihrem Profil in devices/<id>.json gelesen; unbekannte Kameras verwenden devices/generic.json. Die erste Log-Zeile listet auf, was gefunden wurde (devices: DJI Mavic 4 Pro (200 Fotos, 8 Clips), Sony A1 II (...)) – überprüfen Sie dies.

  • DJI Mavic 4 Pro (dji_mavic4pro): XMP-Drohnengeometrie → Sonnenerkennung, framing-bewusstes Culling, Deckenflags, höhenbewusstes Video; SRT-Telemetrie, LRF-Proxys.
  • Sony A1 II (sony_a1ii, EXIF Model ILCE-1M2): ARW-Brackets (+ JPG/HEIF-Paare, auch über Karten hinweg) gruppiert nach Belichtungskorrektur + Aufnahmemodus; Clip-XML-Sidecars (C0001M01.XML) liefern Startzeit, Bildrate, Gamma und Gamut; SUB/Proxys. Keine Kamerageometrie: kein automatisches Sonnenprofil (setzen Sie "sun" manuell in cull.json), das Culling erfolgt nach Bildinhalt (nahezu identische Frames = Duplikate) und benennt Aufnahmen nach Objektiv (24mm, 70mm-portrait).
  • Fujifilm X-E4 (fujifilm_xe4, EXIF Model X-E4 bei RAF, JPG und MP4): Einzelbilder, RAF + JPG-Paare. Das JPG ist der Rezept-Render (Classic Chrome usw.; das Rezept steht in den RAF-EXIF-Daten, siehe photo.recipe_tags); LightCrafts eigene RAF-Entwicklung ist dunkel und flach und ignoriert es, daher wird vor dem Export ein Entwicklungsprofil an das Kamera-JPG angepasst. Clips im selben DCIM-Ordner, keine Sidecars; Filmsimulations-Clips sind Rec.709 (nur Look, kein technischer LUT), F-Log wird aus dem Signal erkannt. Auslagern: shootpack offload <karte> --device XE4 (Ablageordner Drops/XE4/). Entwickeln: recipe_fit.py fit LUT.npz RAF=JPG,... auf den eigenen Paaren des Shootings (RAF und JPG nach Aufnahmezeit paaren: die Nummern können um eins abweichen), dann fuji_develop.py batch LUT.npz cull.json <DCIM-Verzeichnis> Deliverables/Photos (cull.json-Schlüssel sind die JPEG-Nummer -> {raf, jpg, name}). Die Kamera-Uhr kann auf Heimatzeit stehen (ein Hochzeitsshooting: -06:00, lokal = +8 h). Event-Clips mit Liveton: clip_edit.py edits/<spec>.json Video/<name>_4K.mp4 (keine Musik, L-Cut-Audio; Stabilisierung bleibt aus, es sei denn, motion.py beweist, dass sie hilft). Siehe agent-docs/photos/fuji-recipe.md.
  • DJI Osmo 360 II (dji_osmo360ii, .OSV gefunden durch den MP4-Encoder-Tag Osmo 360 II): zwei Fischaugen-Streams, daher werden seine Clips beiseitegelegt (das Log sagt "N 360 clip(s) ... render them with osmo360.py") und erreichen nie den Immobilien-Schnitt. osmo360.py CLIP.OSV Deliverables/Video schreibt einen gradierten flachen Reframe (keyframed Bewegung) und ein gradiertes equirektanguläres 360-Grad-Video. Die Naht ist unkalibriert und der Horizont nicht nivelliert; die Objektive sind im Überlappungsbereich verstärkungsangepasst. Der Farbmodus wird aus dem Signal innerhalb der Bildkreise gelesen (Normal-Farbe vs. D-Log M, verifiziert an echten Clips beider Varianten). D-Log M erhält einen provisorischen LUT, der an den eigenen Proxy der Kamera angepasst ist (luts/interim_dlogm_to_709_osmo360ii.cube), bis DJIs Osmo 360 D-Log M LUT in luts/official/ liegt. --spec edits/osmo_car_v1.json rendert einen keyframed Ausschnitt eines langen Clips (ein enger, belichtungsangehobener Ausschnitt des Fahrers im Autotest). Ein flacher Crop hat 18.6 x h_fov echte Pixel in der Breite: 4K eines engen Ausschnitts wird hochskaliert (agent-docs/video/osmo360.md). Die Kamera hat internen Speicher und eine SD-Karte (zwei Volumes). Auslagern: shootpack offload <karte> findet es selbst (Drops/Osmo360/).
  • Zweifach-Aufnahme: Identische Dateien auf beiden Karten werden erkannt (Name + Aufnahmezeit + Größe, dann Hash) und die Slot-1-Kopie wird verwendet; das Log sagt, wie viele übersprungen wurden.
  • Kein GPS (nur Kamera-Shooting): Sitzungen werden nach lokaler Uhrzeit benannt (Morgen < 10:00, Mittag < 15:00, Nachmittag < 17:30, Abend), und die Gradierung folgt dem Namen (Mittag/Nachmittag: Mittag-Look; sonst Golden). Übergeben Sie --latlon, um sie stattdessen nach der Sonne zu benennen. Sony-Aufnahmen haben keine Geometrie, daher erhalten Sonnenaufnahmen kein automatisches Sonnenprofil: setzen Sie "sun": {"G18": "A"} manuell in cull.json (die automatische Entwicklung hebt ein dunkles Sonne-durch-Glas-Bild flach an).
  • Eine neue Kamera: Kopieren Sie das nächstgelegene Profil, ändern Sie detect.models, Sensor/FOV, Bracket-Regel und Log-Kurven.

Schritte

  1. Ausführen. shootpack "<ordner>" --ceiling <LAANC/Luftraum-Decke des Benutzers, Standard 120> im Hintergrund (Fotos ≈ 25 s pro Bracket, Video ≈ 4 min). Es cached alles in <ordner>/Deliverables/_shootpack/.
  2. Culling visuell überprüfen – öffnen Sie Deliverables/_shootpack/<sitzung>/all_stations.jpg und jedes Deliverables/Photos/<sitzung>/Picks_contact_sheet.jpg. Das Auto-Culling kann den Inhalt nicht sehen, daher prüfen und korrigieren Sie:
    • das Haus an einer Bildkante abgeschnitten → in „Ausschuss“ verschieben
    • eine Person (oft der Pilot in Warnweste) im Bild → Alternativen, notieren Sie „PERSON-IN-FRAME“
    • nahezu identische / langweilige Wiederholungen → Alternativen; starke Aufnahmen in Alternativen → Picks
    • Aufnahmen über der Decke sind bereits in Alternativen markiert – erwähnen Sie sie, verstecken Sie sie nicht Bearbeiten Sie <sitzung>/cull.json (Schlüssel G01…; Werte sind Kurznamen), löschen Sie die betroffenen Ausgaben, führen Sie erneut mit --only photos aus. Sonnenaufnahmen werden automatisch erkannt (Sonne im Bild durch Solargeometrie + noch im dunkelsten Bracket überbelichtet) und mit einem Sonnenprofil entwickelt: A = Sonne ist das Motiv (-1,9 Stops vs. Auto), C = Haus ist das Motiv (-0,6 Stops, Haus bleibt hell). Überschreiben pro Aufnahme in cull.json: "sun": {"G21": "A", "G07": "off"}. Starbursts: Wenn ein Bracket-Frame scharfe Beugungsstrahlen um eine sichtbare Sonnenscheibe zeigt (überprüfen Sie die Sonne in jedem Frame), fügen Sie "starburst": {"G21": "0209"} (Frame-Nummer) hinzu und führen Sie erneut mit --only photos --redo aus; niemals für Sonnen hinter Wolken (diese Strahlen sind Sonnenstrahlen und überleben die Verschmelzung bereits). Überprüfen Sie Sonnenaufnahmen auf pinke, überbelichtete Wolken.
  3. Video überprüfen – öffnen Sie Deliverables/Video/*_storyboard.jpg (ein Frame pro 3 s). Ersetzen Sie Aufnahmen, die Start/Landung, Pilot, zu dunkel oder repetitiv sind, indem Sie Deliverables/_shootpack/edit.json bearbeiten (Clip, Start, Länge, Geschwindigkeit, Belichtung in Stops) und erneut mit --only video ausführen. Verwenden Sie die Proxys der Clips (DJI .LRF, Sony SUB/) und DJI .SRT (rel_alt, Position), um bessere Momente zu finden. Kamera-Clips haben keine Telemetrie, daher entfallen Start/Landung-Trimmung und Höhenbänder; 24p/30p-Clips werden nie verlangsamt (nur 50p+ können Zeitlupe versorgen).
  4. Grading – mit DJIs offiziellem LUT in ~/shootpack/luts/official/ (Maginot: „DJI Mavic 4 Pro D-Log to Rec.709 V1.cube“) erhält jede Aufnahme DJIs LUT als technische Basis plus unseren kreativen Look darüber: luts/looks/dlog_golden_* (goldene Stunde: wärmer, ruhigeres Blau, geöffnete Schatten) oder dlog_midday_* (mehr Kontrast/Pep). luts/looks/make_looks.sh baut sie neu auf (build_look.py: _input.cube = offizieller LUT mit der im Log angewendeten Belichtung, für FilmCrafts Input-Slot; _look.cube = Rec.709→Rec.709 für den Creative-Slot; _composed.cube = beides, für ffmpeg). Setzen Sie Belichtungsanhebungen VOR den offiziellen LUT (--pre-exposure, Stops im Log): DJIs LUT ist dunkler als seine eigenen JPEGs, und eine Anhebung danach clippt den Himmel (Version 5 von Maginot kam 30-50% zu dunkel heraus, weil das nicht beachtet wurde). Ohne offiziellen LUT werden die kurvenbasierten warm_print_v6 / warm_print_midday_v2 verwendet. Überprüfen Sie immer, ob ein neuer offizieller LUT zum Profil des Materials passt (siehe unten).
  5. Musik (Trailer) – Epidemic Sound über den OAuth-Connector des Benutzers (niemals ein API-Key). Suchen Sie instrumentale „Build“-Tracks, deren Taktdauer zu den Schnitten der Montage passt (75 BPM = 3,2 s Takte) und lesen Sie die Energie-Kurve jeder Wellenform aus: Sie möchten eine ruhige Intro, einen langen Aufbau und einen großen Drop. DownloadRecording (WAV, FULL) in Deliverables/Music/, dann music.analyze(wav, given_bpm): überprüfen Sie, dass der Drop auf einen Downbeat fällt (die On/Off-Beat-Phase des Grids kommt von Kick/Bass, die Taktphase vom größten Bass-Sprung). Wählen Sie Sprünge X→Y, bei denen die bar_chroma-Ähnlichkeit von Takt Y zu Takt X+1 >= 0,9 ist (gleiche Akkorde, keine hörbare Naht). Timen Sie das Bild in ganzen Frames auf dem Takt-Gitter (Vorlage: edits/make_trailer_v7.py): Schnitte auf Downbeats, Finale auf dem Drop, Endcard auf der Release. trailer.py multiplexed spec["music"] in jede Ausgabe; --music-only bearbeitet und multiplexed neu, ohne neu zu rendern; --size 1920x1080 erstellt einen 5-Minuten-Timing-Check (Schnitte gegen Beats messen vor dem 6K-Render). Kundengeschmack (Referenzshooting, v8-v11): volles 16:9 ohne Letterbox ("letterbox": null), keine Textkarten, keine Überblendungen oder Schwarzblenden, harte Schnitte auf den Beat, Ende im letzten Shot (ein 1 s "end_fade" unter dem Auslauf der Musik ist in Ordnung). Glätten Sie Aufnahmen mit "stabilize": eine Zahl = Gauß-Sigma in s (1-2), {"poly": 2} = eine gleichmäßige Bewegung. Ohne Letterbox kostet jede vertikale Korrektur Zoom, also halten Sie Sigma moderat (das Finale des Referenzshootings: 1,25 = 6,6% Zoom, 2,0 wären 12%); "reframe_y" hilft nur mit einem Letterbox. Um mehr vom Haus am Ende einer Bewegung zu behalten, verlangsamen Sie die Aufnahme, sodass sie früher in der Bewegung endet. Messen Sie Verwacklungen am Render (stabilize.track auf der Vorschau) vorher und nachher; ein eigenes Stop-and-Reverse der Drohne kann nur abgemildert (stärkeres Sigma + 0,85x), nicht entfernt werden. Epidemic's EditRecording gab keine Bearbeitung zurück, wenn requiredRegionsAtOffsets gesetzt war, und sein unbegrenzter 60 s-Schnitt ließ den Drop komplett weg (Okt 2026), daher schneiden wir den Track selbst. Kundenarbeit benötigt einen kommerziellen Epidemic-Plan; nachfragen.
  6. Ausliefern – senden Sie die Picks-Kontaktbögen, die 720p-Vorschau (<30 MB) und das Storyboard mit SendUserFile; fassen Sie aus Deliverables/SUMMARY.md zusammen (Anzahlen, Flags, temporäre Daten). Übertragen Sie alle wiederverwendbaren Code-Änderungen ins Repo.

Fortschritt anzeigen

Für jede Änderung einen Vorher/Nachher geben: aktualisieren Sie review_site/<shoot>/progress/*/manifest.json (Grade / Photos / Detail / Cut / Music) und bauen Sie mit progress_page.py neu auf (progress_music.py zeichnet das Music-Fit-Diagramm); senden Sie ein handyfreundliches Blatt oder ein gestapeltes Vergleichsvideo mit SendUserFile.

Wichtige Fakten

  • Immer aus den Rohdaten entwickeln (DJI DNG, Sony ARW); JPGs sind nur Metadaten/Referenz. ARW-only Aufnahmen erhalten ein Referenz-JPEG aus dem Raw in _shootpack/previews/. LightCraft rendert ARW mit einem Look, der an Sonys eigenes JPEG angepasst ist (nicht den gedämpften neutralen Fallback), hat aber keine Sony-Objektivprofile: Verzerrung/Vignettierung bleiben wie aufgenommen. Seine HDR-Verschmelzung von ARWs schreibt ein DNG ohne Farbmatrix oder Weißabgleich (entwickelt grün): die Pipeline schreibt die Kalibrierung der Kamera ein (ColorMatrix1 aus LibRaws Adobe-abgeleiteter Tabelle via rawpy, AsShotNeutral aus der Aufnahme) und entwickelt diese Datei, sodass HDR_DNG/ Dateien von Sony-Brackets in jedem Raw-Editor mit korrekten Farben geöffnet werden.
  • LightCraft schreibt *-HDR.dng neben seine Quelle; die Pipeline verschiebt sie nach Deliverables/HDR_DNG/. Originale niemals ändern.
  • DJI MP4s werden gedreht gespeichert (rotation=-90); ffprobe meldet Porträtmaße, aber sie werden im Querformat abgespielt.
  • Sony-Karten: kopieren Sie vollständige DCIM/ + PRIVATE/ Bäume pro Slot (Finder kann eine Kamera im MTP-Modus nicht mounten – verwenden Sie einen Kartenleser oder USB-Massenspeicher); ohne die M01.XML Sidecars fallen Gamma/Gamut der Clips auf das Signal allein zurück.
  • SRT DiffTime: 16ms = 59,94p → halbe Geschwindigkeit konform auf 29,97 für sanfte Orbits.
  • Log-Kurven werden pro Clip aus dem Signal ermittelt: die Luma-Codewert-Verteilung von ~10 Frames (p95 = wo die Weißwerte liegen) wird gegen jedes Kurvenband im Profil geprüft, dann gegen das Label der Kamera (DJI SRT color_md, Sony XML CaptureGammaEquation), dann --log. Vertrauensreihenfolge: ein explizites --log, dann das Signal, dann das Label. Jede Abweichung ist eine WARNING im Log und in SUMMARY.md – lesen Sie es vor dem Rendern. D-Log vs D-Log M: bei Tageslicht hält D-Log Weißwerte um 0,55 Code (Super-Weißwerte darüber für Himmel/Sonne; Maginot p95 0,44-0,69); D-Log M setzt sie nahe 0,8+. Ein D-Log M LUT auf D-Log Material rendert Weißwerte als ~50% Grau (flach, matt) – Maginot war D-Log. Zu dunkel (Nacht) oder zwischen Bändern = nicht eindeutig → das Label entscheidet. _shootpack/log/*.json cached die Statistiken.
  • LUT-Matching pro Gerät/Kurve/Gamut: offizielle LUTs in luts/official/ nach normalisierten Dateinamen-Tokens („D-Log M“ zählt als D-Log M; ein Mavic 4 Pro LUT gewinnt über andere DJI LUTs). DJI ohne offiziellen LUT: kurvenbasierte warme Print-Grades. Sony S-Log3: FilmCrafts eingebauter builtin:slog3-sgamut3cine-to-rec709 (oder -sgamut3-, aus XMLs CaptureColorPrimaries), exportiert nach luts/builtin/; unsere D-Log Looks werden darauf neu komponiert als luts/looks/slog3_*_composed.cube, mit angepasster Vor-Belichtung, sodass 18% Grau dort landet, wo DJIs Input-LUT es setzt (gemischte DJI + Sony Schnitte passen). S-Cinetone/Rec.709/HLG Clips benötigen keine Dekodierung: der _look.cube allein.
  • Belichtung in edit.json wird in Codewerten pro Stop der Clip-Kurve angehoben (lift: D-Log 67, S-Log3 79).
  • LightCraft Sonnenaufnahmen: halten Sie light.whites bei 0 und light.highlights bei -60 oder sanfter; stärkere Wiederherstellung oder ein Magenta-Stich zieht überbelichtete Wolken unter Weiß und sie erscheinen pink.
  • 6K Renders: trailer.py rendert in Abschnitten (aufgeteilt an harten Schnitten und Schwarzblenden) – 14 parallele 6K-Dekodierungen laufen auf 16 GB aus dem Speicher.
  • Freien Speicherplatz überwachen: jedes HDR DNG ≈ 300 MB; die Pipeline stoppt unter 5 GB frei.

Verwandte Skills