Communitygithub.com

video2ppt

Extrahiert intelligent Folienbilder aus Videos/Bildschirmaufzeichnungen und erzeugt PPTX-Präsentationen oder PDFs (ein Bild pro Seite).

Was ist video2ppt?

Dieses Skill extrahiert intelligente Folienbilder aus Videos, Bildschirmaufzeichnungen, Vorlesungsmitschnitten oder Meeting-Aufzeichnungen und generiert daraus PPTX-Dateien (ein Bild pro Folie) oder PDFs. Es kann auch einen Ordner mit Bildern stapelweise in eine Präsentation oder ein PDF umwandeln. Unterstützt werden Zeitbereichsauswahl, SSIM-basierte Deduplizierung, verzögerte Bildaufnahme mit Schärfeauswahl, Entfernung von schwarzen Rändern sowie PDF-Komprimierung. Der Skill funktioniert plattformunabhängig und kann sowohl als vollautomatische Pipeline als auch in Einzelschritten ausgeführt werden. Er ist ideal für alle, die aus Videoinhalten schnell und zuverlässig dokumentenähnliche Ausgaben (PPT/PDF) erstellen möchten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/knoyuuki/skills-video2ppt/tree/HEAD/video2ppt

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht video2ppt?

Extrahiere Folienbilder aus einem Video und erstelle daraus eine PPTX-Datei (ein Bild pro Seite) oder ein PDF. Drei Fähigkeiten können einzeln oder als One-Click-Pipeline genutzt werden:

SkriptFunktionTypisches Szenario
scripts/video2ppt.pyOne-Click-Pipeline: Video → Frames → PPTX/PDFDer Benutzer möchte nur das endgültige PPT/PDF (bevorzugt verwenden)
scripts/video_to_frames.pyIntelligente Frame-Extraktion aus Video, Ausgabe einer BildsequenzDer Benutzer benötigt Screenshots oder möchte nach manueller Auswahl zusammenstellen
scripts/images_to_pptx.pyBilderordner → PPTXEs liegen bereits Screenshots/Bilder vor, um eine Präsentation zu erstellen
scripts/images_to_pdf.pyBilderordner → PDFEs liegen bereits Screenshots/Bilder vor, um ein PDF zu erstellen

Alle Befehle werden im Stammverzeichnis dieses Skills (dem Verzeichnis, das diese Datei enthält) ausgeführt; die Skripte schreiben Logs nach stderr, mit --json kann die maschinenlesbare Zusammenfassung aus stdout gelesen werden.

0. Umgebungsvorbereitung (erste Verwendung)

python scripts/check_env.py
  • Exit-Code 0 bedeutet, alle Abhängigkeiten sind vorhanden; Exit-Code 3 bedeutet, dass erforderliche Abhängigkeiten fehlen.
  • Bei fehlenden Abhängigkeiten installieren: python -m pip install -r scripts/requirements.txt
  • Erforderlich: opencv-python, numpy, python-pptx, Pillow; optionale Erweiterungen: scikit-image (SSIM-Deduplizierung), img2pdf (PDF-Streaming-Zusammenführung, bei Fehlen automatischer Rückfall auf Pillow).
  • Die Skripte lesen keine API-Keys oder Umgebungsvariablen, es gibt keine fest codierten Anmeldeinformationen.

1. One-Click-Pipeline (empfohlener Einstieg)

python scripts/video2ppt.py -i <Video-Datei/Verzeichnis/Wildcard> [-o <Ausgabeverzeichnis>] --formats pptx,pdf --json

-o kann weggelassen werden: Standardmäßig wird in das Verzeichnis des ersten Videos ausgegeben (nicht mit dem Stammverzeichnis des Skills vermischt).

Beispiel:

# Vollständiges Video → PPT + PDF
python scripts/video2ppt.py -i lecture.mp4 -o ./out --json

# Nur 00:05:00 ~ 00:40:00 verarbeiten, Ausgabe seitenverhältnistreu ohne Verzerrung
python scripts/video2ppt.py -i lecture.mp4 -o ./out --start 00:05:00 --end 00:40:00 --fit fit

# Stapelverarbeitung aller Videos in einem Verzeichnis, nur PPTX generieren
python scripts/video2ppt.py -i ./videos -o ./out --formats pptx

Ausgabe: <outdir>/frames/ (extrahierte Bilder), <outdir>/<name>.pptx, <outdir>/<name>.pdf. --name legt den Basisnamen der Ausgabedatei fest, standardmäßig wird der Dateiname des ersten Videos verwendet. Z.B. wird video/2_1.mp4 ohne -o nach video/frames/, video/2_1.pptx, video/2_1.pdf ausgegeben.

2. Schrittweise Ausführung

2.1 Video-Frame-Extraktion

python scripts/video_to_frames.py -i <Video/Verzeichnis> [-o <Frames-Verzeichnis>] [Parameter] --json
  • -o kann weggelassen werden, standardmäßig Ausgabe in frames/ unter dem Verzeichnis des ersten Videos.
  • Wichtige Parameter: --start / --end (Sekunden oder HH:MM:SS), --similarity (Standard 0,8), --skip (Standard 15), --crop all (schwarze Ränder entfernen).
  • Ausgabedateinamen haben die Form <Video>_ppt_001_frame_000123.png, natürlich sortiert nach Seitenzahl.

2.2 Bilder → PPTX

python scripts/images_to_pptx.py -i <Bilderverzeichnis> -o <Ausgabe.pptx> --fit fit --json
  • --fit stretch (Standard, Vollbild-Streckung) oder --fit fit (Seitenverhältnis beibehalten, zentriert mit Leerraum).
  • Optional --title Kursname, --slide-width/--slide-height (Zoll, Standard 16×9), --bg 255,255,255.

2.3 Bilder → PDF

python scripts/images_to_pdf.py -i <Bilderverzeichnis> -o <Ausgabe.pdf> --json
  • Standardmäßig Komprimierung aktiviert (--max-width 1920, --jpeg-quality 85); mit --no-compress Originalqualität beibehalten.
  • --max-width 0 bedeutet keine Skalierung.

3. Parameteranpassungs-Leitfaden

ProblemAnpassung
Zu wenig extrahierte Seiten--similarity erhöhen (0,8 → 0,85~0,9), --skip und --min-interval verringern
Zu viele doppelte Seiten--similarity verringern (0,8 → 0,7~0,75), --skip / --min-interval erhöhen
Übergangsanimationen / unscharfe Frames erwischt--delay-frames erhöhen (z.B. 8~12), Stabilitätsprüfung aktiviert lassen
Bild wird als instabil eingestuft--stable-threshold verringern (0,95 → 0,9) oder --no-stable-check hinzufügen
Ausgabe mit schwarzen Rändern--crop all; bei Rauschen, das die Erkennung stört, --crop-mode fixed mit Randparametern verwenden
Video hat 4:3-Inhalte, aber Ausgabe ist verzerrtBei der Synthese --fit fit verwenden
PDF zu großKomprimierung aktiviert lassen, --jpeg-quality verringern (85→60) oder --max-width (1920→1280)
Verarbeitung zu langsam--skip erhöhen (z.B. 25), --resize verringern (480→320), --verbose deaktivieren

Vollständige Parametertabelle siehe references/parameters.md (nur bei Bedarf für Feineinstellungen lesen).

4. Ergebnisprüfung und Fehlerbehandlung

  1. Zunächst den Exit-Code prüfen: 0 Erfolg; 1 keine Ergebnisse (Frames = 0 / Eingabe leer); 2 Parameterfehler; 3 fehlende Abhängigkeiten; 130 abgebrochen.
  2. Bei Verwendung von --json stdout parsen (Logs in stderr), wichtige Felder:
    • Frame-Extraktion: frames_saved, output_dir, errors
    • Pipeline: frames, outputs.pptx.slides, outputs.pdf.pages, errors
  3. Nach Erfolg sicherstellen, dass die Ausgabedatei existiert und die Größe > 0 ist, dem Benutzer die Seitenanzahl und den absoluten Pfad melden.
  4. Häufige Fehler:
    • Video kann nicht geöffnet werden: Pfad enthält Sonderzeichen oder Codierung wird nicht unterstützt. Zuerst mit ffmpeg in H.264 MP4 transcodieren: ffmpeg -i in.mov -c:v libx264 -c:a aac out.mp4.
    • frames_saved = 0: Nach Abschnitt 3 die Ähnlichkeitsempfindlichkeit erhöhen und erneut versuchen.
    • Import cv2/numpy mit OpenBLAS / Speicherzuweisungsfehler: Das Skript setzt standardmäßig OPENBLAS_NUM_THREADS / OMP_NUM_THREADS auf 1, um häufige Thread-Puffer-Zuweisungsfehler zu vermeiden; falls der Fehler weiterhin auftritt, eine neue virtuelle Umgebung erstellen (python -m venv .venv und requirements.txt neu installieren), oder python -m pip install --force-reinstall numpy opencv-python. check_env.py und das Frame-Extraktionsskript verwenden bereits Subprozess-Isolation zur Erkennung und melden das Problem mit Exit-Code 3, anstatt direkt abzustürzen.
    • Chinesische Pfade/Log-Mojibake: Das Skript erzwingt UTF-8-Ausgabe; falls das Terminal immer noch Zeichensalat anzeigt, zuerst export PYTHONIOENCODING=utf-8 ausführen (Windows: set PYTHONIOENCODING=utf-8).
  5. Keine GUI-Parameterdatei-Interaktion verwenden; die Skripte dieses Skills sind alle ohne Oberfläche und wiederholbar ausführbar.

5. Umgebungsvariablen

Keine erforderlichen Umgebungsvariablen, die Skripte enthalten keine fest codierten Schlüssel, Passwörter oder Tokens und greifen nicht auf das Netzwerk zu (nur bei der ersten Installation von Abhängigkeiten benötigt pip eine Internetverbindung).

Optional: OPENBLAS_NUM_THREADS, OMP_NUM_THREADS – das Skript setzt diese standardmäßig auf 1, um Abstürze von import numpy/cv2 auf einigen Windows-Maschinen durch Thread-Puffer-Zuweisungsfehler zu vermeiden; bei intakten Maschinen können sie nach Bedarf erhöht werden (z.B. 8).

Verwandte Skills