¿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:
| Script | Función | Escenario típico |
|---|---|---|
scripts/video2ppt.py | Tubería completa: video → cuadros → PPTX/PDF | El usuario solo quiere el PPT/PDF final (usar por defecto) |
scripts/video_to_frames.py | Extracción inteligente de cuadros del video, genera secuencia de imágenes | El usuario necesita capturas de pantalla o desea filtrar manualmente antes de combinar |
scripts/images_to_pptx.py | Carpeta de imágenes → PPTX | Ya tienes capturas/imágenes y quieres generar una presentación |
scripts/images_to_pdf.py | Carpeta de imágenes → PDF | Ya 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
-oes opcional, por defecto genera enframes/dentro del directorio del primer video.- Parámetros clave:
--start/--end(segundos oHH: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-compresspara mantener la calidad original. --max-width 0significa sin redimensionar.
3. Guía de ajuste de parámetros
| Problema | Ajuste |
|---|---|
| Se extraen muy pocas páginas | Aumenta --similarity (0.8 → 0.85~0.9), reduce --skip y --min-interval |
| Demasiadas páginas repetidas | Reduce --similarity (0.8 → 0.7~0.75), aumenta --skip / --min-interval |
| Captura transiciones/desenfoques | Aumenta --delay-frames (ej. 8~12), mantén activada la verificación de estabilidad |
| La imagen siempre se considera inestable | Reduce --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 distorsionado | Al sintetizar, usa --fit fit |
| PDF demasiado grande | Mantén la compresión activada, reduce --jpeg-quality (85→60) o --max-width (1920→1280) |
| Procesamiento demasiado lento | Aumenta --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
- Revisa el código de salida:
0éxito;1sin resultados (0 cuadros / entrada vacía);2error de parámetros;3faltan dependencias;130interrumpido. - 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
- Extracción:
- 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.
- 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_THREADSa 1 para evitar fallos comunes de asignación de búfer de hilos; si persiste, recrea el entorno virtual (python -m venv .venvy reinstalarequirements.txt), o ejecutapython -m pip install --force-reinstall numpy opencv-python.check_env.pyy 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).
- No se puede abrir el video: la ruta contiene caracteres especiales o codificación no soportada. Primero transcodifica con ffmpeg a H.264 MP4:
- 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).