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:
| Skript | Funktion | Typisches Szenario |
|---|---|---|
scripts/video2ppt.py | One-Click-Pipeline: Video → Frames → PPTX/PDF | Der Benutzer möchte nur das endgültige PPT/PDF (bevorzugt verwenden) |
scripts/video_to_frames.py | Intelligente Frame-Extraktion aus Video, Ausgabe einer Bildsequenz | Der Benutzer benötigt Screenshots oder möchte nach manueller Auswahl zusammenstellen |
scripts/images_to_pptx.py | Bilderordner → PPTX | Es liegen bereits Screenshots/Bilder vor, um eine Präsentation zu erstellen |
scripts/images_to_pdf.py | Bilderordner → PDF | Es 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
-okann weggelassen werden, standardmäßig Ausgabe inframes/unter dem Verzeichnis des ersten Videos.- Wichtige Parameter:
--start/--end(Sekunden oderHH: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-compressOriginalqualität beibehalten. --max-width 0bedeutet keine Skalierung.
3. Parameteranpassungs-Leitfaden
| Problem | Anpassung |
|---|---|
| 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 verzerrt | Bei der Synthese --fit fit verwenden |
| PDF zu groß | Komprimierung 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
- Zunächst den Exit-Code prüfen:
0Erfolg;1keine Ergebnisse (Frames = 0 / Eingabe leer);2Parameterfehler;3fehlende Abhängigkeiten;130abgebrochen. - Bei Verwendung von
--jsonstdout parsen (Logs in stderr), wichtige Felder:- Frame-Extraktion:
frames_saved,output_dir,errors - Pipeline:
frames,outputs.pptx.slides,outputs.pdf.pages,errors
- Frame-Extraktion:
- Nach Erfolg sicherstellen, dass die Ausgabedatei existiert und die Größe > 0 ist, dem Benutzer die Seitenanzahl und den absoluten Pfad melden.
- 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_THREADSauf 1, um häufige Thread-Puffer-Zuweisungsfehler zu vermeiden; falls der Fehler weiterhin auftritt, eine neue virtuelle Umgebung erstellen (python -m venv .venvundrequirements.txtneu installieren), oderpython -m pip install --force-reinstall numpy opencv-python.check_env.pyund 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-8ausführen (Windows:set PYTHONIOENCODING=utf-8).
- Video kann nicht geöffnet werden: Pfad enthält Sonderzeichen oder Codierung wird nicht unterstützt. Zuerst mit ffmpeg in H.264 MP4 transcodieren:
- 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).