CommunityImagegithub.com

MuziGeek/selective-train-motion

Transformez une photo en un effet de transit sélectif / 车流静止主体. Utilisez cette méthode visuelle spécifique tout en préservant les sujets observés et la structure.

Qu'est-ce que selective-train-motion ?

Cette compétence permet de transformer une photographie en un effet de « transit sélectif » (车流静止主体), où le sujet principal (personne ou objet) reste parfaitement net tandis que le fond est soumis à un flou de mouvement horizontal. L'objectif est de créer un contraste saisissant entre le sujet figé et l'arrière-plan en mouvement, tout en conservant l'identité et la structure clé de l'image originale. Le skill s'appuie sur une analyse approfondie de l'image fournie par l'utilisateur, en identifiant les sujets, les occlusions et les relations spatiales, puis en appliquant une série de mécanismes stylistiques (medium, composition, texture, palette, etc.) définis dans un fichier recipe.yaml. Il est conçu pour des outils d'édition d'images supportant les images de référence, et est disponible sous licence MIT. Le skill précise des contraintes strictes de préservation : nombre de sujets, identité, pose, ouvertures essentielles, et interdit l'ajout d'éléments inventés ou de modifications non autorisées. Il est particulièrement adapté aux scènes de nuit et produit une seule image finale au rapport d'aspect original, sans filigrane ni logo.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MuziGeek/photo-style-skills/tree/HEAD/skills/selective-train-motion

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Aperçu

Depuis le README du skill

selective-train-motion preview
selective-train-motion preview

Documentation

车流静止主体 · Transit sélectif en mouvement

Transformez le sujet de la photo en un sujet de transit sélectif, avec un fond en mouvement latéral, tout en gardant les bords et le visage du sujet nets. Préservez l'identité reconnaissable et les principales relations spatiales.

Un sujet net et immobile contrasté avec un mouvement latéral de transit uniquement en arrière-plan. Gardez la personne ou l'objet principal parfaitement net tout en étirant uniquement l'arrière-plan en mouvement existant en traînées horizontales cohérentes.

Cette méthode est adaptée des instructions sous licence MIT des contributeurs de gptimage25.ai. L'attribution originale, la source et les modifications sont consignées dans provenance.json ; la licence amont complète et ses mentions de droits d'auteur sont conservées dans LICENSE-THIRD-PARTY.txt.

Attribution originale · Original attribution : Copyright (c) 2026 gptimage25.ai contributors. Adapté par MuziGeek à partir des contributeurs de gptimage25.ai ; l'attribution d'origine du post est conservée lorsque la collection la fournit.

Analyse des entrées et préservation réelle

  1. Inspectez l'image fournie par l'utilisateur ; demandez une image uniquement lorsqu'aucune n'est disponible. Ne remplacez jamais l'entrée de l'utilisateur par un exemple du dépôt.
  2. Inspectez les sujets réels, l'identité, le nombre, les attaches, les chevauchements, la lumière et le cadrage. Distinguez les attributs préservés des transformations explicitement autorisées en utilisant les règles de préservation et de géométrie de cette compétence ; les descriptions d'échantillons ne sont pas des faits sur l'entrée utilisateur.
  3. Utilisez un outil d'édition d'image disponible prenant en charge les images de référence. Combinez les faits observés avec les mécanismes ordonnés dans recipe.yaml ; son étiquette de famille de modèle ne nécessite pas de script d'installation.
  4. Conservez le rapport d'aspect de l'entrée par défaut ; modifiez la composition ou la géométrie uniquement si l'utilisateur le demande et que cela est expressément autorisé ci-dessous. Le rapport 4:5 de la recette est un défaut d'échantillon de catalogue, pas une autorisation à recadrer les sujets protégés.
  5. Comparez la sortie avec l'entrée et corrigez les échecs observés. Signalez uniquement les contrôles visuels réellement effectués ; un style plus fort ne doit pas remplacer l'identité ou l'intégrité de la scène.

Analyse des entrées et préservation

  1. Lisez l'image originale fournie par l'utilisateur ; si aucune image n'est disponible, demandez-en d'abord une. N'utilisez pas d'exemples de ce dépôt pour remplacer l'entrée utilisateur.
  2. Observez le sujet, l'identité, le nombre, les connexions, les occlusions, la lumière et le format de l'image originale. Distinguez ce qui doit être préservé et ce qui peut être explicitement transformé en fonction des contraintes de préservation et des limites géométriques de cette compétence. Les descriptions d'échantillons ne sont pas des faits concernant l'entrée utilisateur.
  3. Utilisez un outil disponible prenant en charge l'édition avec image de référence. Décrivez d'abord le sujet observé, puis combinez les mécanismes ci-dessous et dans recipe.yaml dans l'ordre ; le nom de l'outil n'est pas une dépendance à installer.
  4. Conservez le rapport d'aspect de l'image originale par défaut ; ajustez uniquement selon les demandes de l'utilisateur et les transformations géométriques explicitement mentionnées dans cette compétence. Le rapport 4:5 de la recette est un rapport d'échantillon de catalogue, n'autorisant pas le recadrage des sujets devant être préservés.
  5. Comparez le résultat avec l'entrée ; corrigez uniquement les problèmes trouvés, ne modifiez pas l'identité ou n'ajoutez pas d'éléments superflus pour renforcer le style. Distinguez les contrôles visuels déjà effectués des effets non encore vérifiés.

Mécanisme de style

  • Transformez le sujet de la photo en un sujet de transit sélectif, avec un fond en mouvement latéral, tout en gardant les bords et le visage du sujet nets. Préservez l'identité reconnaissable et les principales relations spatiales.
  • Caractéristiques d'identification : sujet net, flou de fond horizontal, bords d'occlusion corrects.
  • Point d'ancrage du medium : Un sujet net et immobile contrasté avec un mouvement latéral de transit uniquement en arrière-plan.
  1. medium — Un sujet net et immobile contrasté avec un mouvement latéral de transit uniquement en arrière-plan.
  2. composition — Gardez la personne ou l'objet principal parfaitement net tout en étirant uniquement l'arrière-plan en mouvement existant en traînées horizontales cohérentes.
  3. texture — Respectez les occlusions de premier plan et les points d'appui ; le flou ne doit pas étaler les visages, les mains ou les fleurs.
  4. palette — Utilisez une palette contrôlée appropriée au medium demandé ; conservez les couleurs source identifiantes lorsque le mécanisme le permet.
  5. éclairage — Maintenez une illumination interne cohérente sur toute l'image éditée, avec des ombres de contact appropriées au medium demandé.
  6. détail — Conservez le nombre de sujets source, les ouvertures essentielles et l'anatomie connectée ; ne supprimez aucun détail identifiant sauf si la transformation autorisée l'exige.
  7. finition — Livrez une image finale au rapport d'aspect d'entrée, sans panneaux de comparaison, nouveaux lettrages, logos, filigranes ou cadre externe.

Contraintes de préservation

Appliquez les contraintes suivantes au contenu observé ; elles n'autorisent jamais l'invention de sujets absents.

  • Nombre de sujets source, identité reconnaissable, pose principale et anatomie connectée, sous réserve de la transformation explicitement autorisée.
  • Ouvertures essentielles, attaches et relations premier-plan/arrière-plan.
  • Le sujet principal complet dans le cadre de l'entrée ; aucun recadrage accidentel.

Applicabilité et limites géométriques

  • Applicable à : Scène de nuit.
  • S'applique à : Nuit.
  • Modifiez uniquement le medium, la surface ou l'illumination explicitement demandé(e) ; conservez le nombre de sujets, l'identité reconnaissable, la pose, les ouvertures essentielles et les relations spatiales.
  • Les changements structurels non explicitement autorisés ci-dessus sont en dehors de cette méthode. Il ne s'agit pas d'une autorisation à reproduire un artiste, une marque ou une œuvre d'art existante nommé(e).

À éviter

  • Personnes inventées, membres supplémentaires, sujets principaux en double ou anatomie déconnectée.
  • Logos non demandés, écritures décoratives, filigranes ou revendications techniques fabriquées.
  • Un filtre générique qui ne parvient pas à implémenter le mécanisme physique ou optique spécifié.

Acceptation

  • Fond en mouvement latéral, bords et visage du sujet nets. Respectez les occlusions de premier plan et les points d'appui ; le flou ne doit pas étaler les visages, les mains ou les fleurs.
  • Modifiez uniquement le medium, la surface ou l'illumination explicitement demandé(e) ; conservez le nombre de sujets, l'identité reconnaissable, la pose, les ouvertures essentielles et les relations spatiales.
  • Le sujet reste lisible avec des connexions cohérentes ; le mécanisme physique ou optique demandé est visiblement implémenté.
  • Le sujet reste clairement identifiable et les connexions naturelles ; l'effet doit démontrer le mécanisme spécifique, pas simplement un filtre générique.
  • Renvoyez une seule image finale sans lettrage, marque, cadre ou mesure fabriquée non liés.

Recette, provenance et licence

  • recipe.yaml : Recette d'édition d'image structurée.
  • provenance.json : Paternité originale, contexte de la méthode et statut des exemples.
  • LICENSE : MIT s'applique aux contributions originales de MuziGeek.
  • LICENSE-THIRD-PARTY.txt : Contributeurs de gptimage25.ai · MIT. Le matériel adapté conserve ces conditions et l'attribution.
  • Les images avant/après des exemples sont générées par IA, ne sont pas des photographies de vraies personnes ni la preuve d'un processus de fabrication artisanal. Les résultats varient selon le modèle et l'entrée ; aucune sortie identique n'est garantie.
  • MIT n'accorde aucun droit sur les entrées utilisateur, les œuvres de tiers, les personnes, les marques déposées ou au-delà des conditions de la plateforme de génération ; les conditions des exemples sont enregistrées séparément dans provenance.

Statut des exemples

prêt : l'enregistrement de la génération réelle et de la révision visuelle de l'image source et de l'effet est complet ; les exemples hébergés sur COS conservent également les reçus de téléchargement ; les octets d'image ne sont pas inclus dans le dépôt.

Source générée par IA · SourceEffet approuvé · Effet approuvé

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills associés