Communitygithub.com

video2ppt

Extrae de forma inteligente cuadros de diapositivas de videos/grabaciones de pantalla y genera presentaciones PPTX o PDF (una imagen por página). Ideal para procesar videos, grabaciones de clases o reuniones y convertirlos en diapositivas/PPT/PDF, así como para combinar lotes de imágenes en PPT o PDF.

¿Qué es video2ppt?

video2ppt es un skill de agente de IA diseñado para extraer cuadros de diapositivas desde videos (grabaciones de pantalla, clases, reuniones) y convertirlos en presentaciones PPTX o PDF, colocando una imagen por página. Ofrece tres scripts modulares: `video2ppt.py` (tubería completa de un solo paso), `video_to_frames.py` (extracción avanzada de cuadros), e `images_to_pptx.py` / `images_to_pdf.py` (combinación de imágenes). Admite filtrado por rango de tiempo, deduplicación de cuadros basada en SSIM, captura retardada para seleccionar los cuadros más nítidos, recorte de bordes negros y compresión de PDF. Está diseñado para ejecutarse sin interfaz gráfica, es repetible y no requiere claves API ni credenciales. Compatible con Windows, macOS y Linux, con dependencias instalables vía pip (`opencv-python`, `python-pptx`, `Pillow`, etc.). La salida en JSON facilita la integración con agentes de IA o scripts automatizados.

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace video2ppt?

Convierte imágenes de diapositivas extraídas de videos en PPTX (una imagen por página) o PDF. Las tres capacidades se pueden usar por separado o encadenadas en un solo paso:

ScriptFunciónEscenario típico
scripts/video2ppt.pyTubería completa: video → cuadros → PPTX/PDFEl usuario solo quiere el PPT/PDF final (usar por defecto)
scripts/video_to_frames.pyExtracción inteligente de cuadros del video, genera secuencia de imágenesEl usuario necesita capturas de pantalla o desea filtrar manualmente antes de combinar
scripts/images_to_pptx.pyCarpeta de imágenes → PPTXYa tienes capturas/imágenes y quieres generar una presentación
scripts/images_to_pdf.pyCarpeta de imágenes → PDFYa tienes capturas/imágenes y quieres generar un PDF

Todos los comandos se ejecutan desde el directorio raíz de este Skill (donde se encuentra este archivo); los scripts escriben registros en stderr y pueden combinarse con --json para leer el resumen legible por máquina en stdout.

0. Preparación del entorno (primer uso)

python scripts/check_env.py
  • Código de salida 0: dependencias completas; código 3: faltan dependencias obligatorias.
  • Si faltan, instálalas: python -m pip install -r scripts/requirements.txt
  • Obligatorias: opencv-python, numpy, python-pptx, Pillow; opcionales: scikit-image (deduplicación SSIM), img2pdf (combinación eficiente de PDF, retrocede a Pillow si falta).
  • Los scripts no leen ninguna clave API ni variable de entorno, sin credenciales codificadas.

1. Tubería completa (entrada recomendada)

python scripts/video2ppt.py -i <archivo_video/directorio/comodín> [-o <directorio_salida>] --formats pptx,pdf --json

-o es opcional: por defecto la salida se genera en el directorio del primer video (no se mezcla con el directorio raíz del Skill).

Ejemplos:

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

# Solo procesar 00:05:00 ~ 00:40:00, mantener proporción sin distorsión
python scripts/video2ppt.py -i lecture.mp4 -o ./out --start 00:05:00 --end 00:40:00 --fit fit

# Procesar todos los videos en un directorio, solo generar PPTX
python scripts/video2ppt.py -i ./videos -o ./out --formats pptx

Productos: <outdir>/frames/ (cuadros extraídos), <outdir>/<nombre>.pptx, <outdir>/<nombre>.pdf. --name permite especificar el nombre base del archivo de salida; por defecto usa el nombre del primer video. Por ejemplo, video/2_1.mp4 sin -o genera video/frames/, video/2_1.pptx, video/2_1.pdf.

2. Ejecución paso a paso

2.1 Extracción de cuadros del video

python scripts/video_to_frames.py -i <video/directorio> [-o <directorio_cuadros>] [parámetros] --json
  • -o es opcional, por defecto genera en frames/ dentro del directorio del primer video.
  • Parámetros clave: --start / --end (segundos o HH:MM:SS), --similarity (por defecto 0.8), --skip (por defecto 15), --crop all (eliminar bordes negros).
  • Los nombres de archivo de salida siguen el formato <nombre_video>_ppt_001_frame_000123.png, ordenados naturalmente por página.

2.2 Imágenes → PPTX

python scripts/images_to_pptx.py -i <directorio_imágenes> -o <salida.pptx> --fit fit --json
  • --fit stretch (por defecto, estirar a pantalla completa) o --fit fit (mantener proporción, centrar con márgenes blancos).
  • Opcional: --title NombreCurso, --slide-width/--slide-height (pulgadas, por defecto 16×9), --bg 255,255,255.

2.3 Imágenes → PDF

python scripts/images_to_pdf.py -i <directorio_imágenes> -o <salida.pdf> --json
  • Compresión activada por defecto (--max-width 1920, --jpeg-quality 85); usa --no-compress para mantener la calidad original.
  • --max-width 0 significa sin redimensionar.

3. Guía de ajuste de parámetros

ProblemaAjuste
Se extraen muy pocas páginasAumenta --similarity (0.8 → 0.85~0.9), reduce --skip y --min-interval
Demasiadas páginas repetidasReduce --similarity (0.8 → 0.7~0.75), aumenta --skip / --min-interval
Captura transiciones/desenfoquesAumenta --delay-frames (ej. 8~12), mantén activada la verificación de estabilidad
La imagen siempre se considera inestableReduce --stable-threshold (0.95 → 0.9) o añade --no-stable-check
La salida tiene bordes negros--crop all; si el ruido causa detección anómala, usa --crop-mode fixed con parámetros de margen
El contenido 4:3 aparece distorsionadoAl sintetizar, usa --fit fit
PDF demasiado grandeMantén la compresión activada, reduce --jpeg-quality (85→60) o --max-width (1920→1280)
Procesamiento demasiado lentoAumenta --skip (ej. 25), reduce --resize (480→320), desactiva --verbose

La tabla completa de parámetros está en references/parameters.md (solo léela si necesitas ajustes finos).

4. Verificación de resultados y manejo de errores

  1. Revisa el código de salida: 0 éxito; 1 sin resultados (0 cuadros / entrada vacía); 2 error de parámetros; 3 faltan dependencias; 130 interrumpido.
  2. Al usar --json, analiza stdout (los registros van a stderr). Campos clave:
    • Extracción: frames_saved, output_dir, errors
    • Tubería: frames, outputs.pptx.slides, outputs.pdf.pages, errors
  3. Tras el éxito, verifica que los archivos de salida existan y tengan tamaño > 0, e informa al usuario el número de páginas y la ruta absoluta.
  4. Fallos comunes:
    • No se puede abrir el video: la ruta contiene caracteres especiales o codificación no soportada. Primero transcodifica con ffmpeg a H.264 MP4: ffmpeg -i in.mov -c:v libx264 -c:a aac out.mp4.
    • frames_saved = 0: según la sección 3, aumenta la sensibilidad de similitud y reintenta.
    • Error de OpenBLAS / asignación de memoria al importar cv2/numpy: el script ya establece OPENBLAS_NUM_THREADS / OMP_NUM_THREADS a 1 para evitar fallos comunes de asignación de búfer de hilos; si persiste, recrea el entorno virtual (python -m venv .venv y reinstala requirements.txt), o ejecuta python -m pip install --force-reinstall numpy opencv-python. check_env.py y los scripts de extracción usan subprocesos aislados para detectar el problema y reportarlo con código de salida 3 en lugar de fallar directamente.
    • Rutas/logs con caracteres chinos distorsionados: los scripts fuerzan salida UTF-8; si la terminal sigue mostrando errores, ejecuta primero export PYTHONIOENCODING=utf-8 (Windows: set PYTHONIOENCODING=utf-8).
  5. No uses la interfaz de archivo de parámetros de la versión GUI; todos los scripts de este Skill son sin interfaz gráfica y repetibles.

5. Variables de entorno

No hay variables de entorno obligatorias. Los scripts no contienen claves, contraseñas ni tokens codificados, y no acceden a la red (solo pip necesita conexión para la instalación inicial de dependencias).

Opcionales: OPENBLAS_NUM_THREADS, OMP_NUM_THREADS — el script los establece por defecto a 1 para evitar que la asignación de búfer de hilos de OpenBLAS cause fallos al import numpy/cv2 en algunas máquinas Windows; si la máquina es estable, puedes aumentarlos (ej. 8).

Skills relacionados