Communitygithub.com

video2ppt

Extrai inteligentemente quadros de slides de vídeos/gravações de tela e gera apresentações PPTX ou PDFs (uma imagem por página).

O que é video2ppt?

O video2ppt é uma skill para agentes de IA que converte vídeos e gravações (aulas, reuniões, screencasts) em apresentações PPTX ou PDFs, onde cada slide é uma imagem extraída do vídeo. Ela oferece três módulos independentes que podem ser usados em conjunto ou separadamente: extração inteligente de quadros, agrupamento de imagens em PPTX e criação de PDF. A skill suporta parâmetros avançados como corte por intervalo de tempo, desduplicação via SSIM, seleção de quadros com nitidez, remoção de bordas pretas e compressão de PDF. Funciona em qualquer sistema com Python 3 e as bibliotecas listadas no requirements.txt, sendo ideal para processar palestras gravadas, reuniões ou conjuntos de imagens. O fluxo principal é o script `video2ppt.py`, que executa todo o pipeline automaticamente; os scripts auxiliares permitem controle granular sobre cada etapa. A saída sempre inclui um resumo em JSON no stdout, com logs de depuração no stderr, facilitando a integração com outros agentes ou pipelines.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que video2ppt faz?

Extrai quadros de slides de vídeos e os transforma em PPTX (uma imagem por slide) ou PDF. Três capacidades podem ser usadas separadamente ou em um único pipeline:

ScriptFunçãoCenário típico
scripts/video2ppt.pyPipeline único: vídeo → quadros → PPTX/PDFO usuário só quer o PPT/PDF final (priorizar este)
scripts/video_to_frames.pyExtrai quadros inteligentes do vídeo, gerando sequência de imagensO usuário precisa de capturas de tela, ou quer selecionar manualmente antes de compor
scripts/images_to_pptx.pyPasta de imagens → PPTXJá tem capturas/imagens e quer gerar uma apresentação
scripts/images_to_pdf.pyPasta de imagens → PDFJá tem capturas/imagens e quer gerar um PDF

Todos os comandos devem ser executados no diretório raiz desta Skill (diretório que contém este arquivo); os scripts também escrevem logs no stderr e podem usar --json para ler um resumo legível por máquina no stdout.

0. Preparação do ambiente (primeiro uso)

python scripts/check_env.py
  • Código de saída 0 indica dependências completas; código 3 indica dependências obrigatórias ausentes.
  • Para instalar dependências faltantes: python -m pip install -r scripts/requirements.txt
  • Obrigatórias: opencv-python, numpy, python-pptx, Pillow; opcionais avançadas: scikit-image (desduplicação SSIM), img2pdf (fusão de PDF em streaming; fallback automático para Pillow quando ausente).
  • Os scripts não leem nenhuma API Key ou variável de ambiente, não contêm credenciais codificadas.

1. Pipeline único (entrada recomendada)

python scripts/video2ppt.py -i <arquivo/diretório/curinga do vídeo> [-o <diretório de saída>] --formats pptx,pdf --json

-o pode ser omitido: a saída padrão é o diretório do primeiro vídeo (não se mistura com o diretório raiz da Skill).

Exemplos:

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

# Apenas 00:05:00 ~ 00:40:00, saída mantendo proporção sem deformação
python scripts/video2ppt.py -i lecture.mp4 -o ./out --start 00:05:00 --end 00:40:00 --fit fit

# Processar em lote todos os vídeos de um diretório, gerar apenas PPTX
python scripts/video2ppt.py -i ./videos -o ./out --formats pptx

Artefatos: <outdir>/frames/ (quadros extraídos), <outdir>/<nome>.pptx, <outdir>/<nome>.pdf. --name pode especificar o nome base do arquivo de saída; o padrão é o nome do primeiro vídeo. Por exemplo, video/2_1.mp4 sem -o gera saída em video/frames/, video/2_1.pptx, video/2_1.pdf.

2. Execução passo a passo

2.1 Extração de quadros do vídeo

python scripts/video_to_frames.py -i <vídeo/diretório> [-o <diretório de quadros>] [parâmetros] --json
  • -o pode ser omitido; o padrão é o diretório frames/ dentro do diretório do primeiro vídeo.
  • Parâmetros chave: --start / --end (segundos ou HH:MM:SS), --similarity (padrão 0.8), --skip (padrão 15), --crop all (remover bordas pretas).
  • Nomes de arquivo de saída no formato <nome_do_vídeo>_ppt_001_frame_000123.png, ordenados naturalmente por número de página.

2.2 Imagens → PPTX

python scripts/images_to_pptx.py -i <diretório de imagens> -o <saída.pptx> --fit fit --json
  • --fit stretch (padrão, estica para tela cheia) ou --fit fit (mantém proporção, centralizado com margens).
  • Opcional: --title NomeDoCurso, --slide-width/--slide-height (polegadas, padrão 16×9), --bg 255,255,255.

2.3 Imagens → PDF

python scripts/images_to_pdf.py -i <diretório de imagens> -o <saída.pdf> --json
  • Compressão ativada por padrão (--max-width 1920, --jpeg-quality 85); use --no-compress para manter qualidade original.
  • --max-width 0 significa sem redimensionamento.

3. Guia de ajuste de parâmetros

ProblemaAjuste
Poucas páginas extraídasAumentar --similarity (0.8 → 0.85~0.9), diminuir --skip e --min-interval
Muitas páginas repetidasDiminuir --similarity (0.8 → 0.7~0.75), aumentar --skip / --min-interval
Quadros de transição/borradosAumentar --delay-frames (ex.: 8~12), manter verificação de estabilidade ativa
Quadro considerado instávelDiminuir --stable-threshold (0.95 → 0.9) ou usar --no-stable-check
Saída com bordas pretas--crop all; se ruído atrapalhar detecção, usar --crop-mode fixed com parâmetros de margem
Conteúdo 4:3 deformadoUsar --fit fit na composição
PDF muito grandeManter compressão ativa, reduzir --jpeg-quality (85→60) ou --max-width (1920→1280)
Processamento lentoAumentar --skip (ex.: 25), reduzir --resize (480→320), desligar --verbose

Tabela completa de parâmetros em references/parameters.md (leia apenas se precisar de ajustes finos).

4. Verificação de resultados e tratamento de exceções

  1. Verifique primeiro o código de saída: 0 sucesso; 1 nenhum resultado (0 quadros / entrada vazia); 2 erro de parâmetros; 3 dependência ausente; 130 interrompido.
  2. Ao usar --json, analise o stdout (logs no stderr); campos principais:
    • Extração: frames_saved, output_dir, errors
    • Pipeline: frames, outputs.pptx.slides, outputs.pdf.pages, errors
  3. Após sucesso, confirme que os arquivos de saída existem e têm tamanho > 0, e informe ao usuário o número de páginas e o caminho absoluto.
  4. Falhas comuns:
    • Não foi possível abrir o vídeo: caminho com caracteres especiais ou codificação não suportada. Use ffmpeg para transcodificar para H.264 MP4: ffmpeg -i in.mov -c:v libx264 -c:a aac out.mp4.
    • frames_saved = 0: Aumente a sensibilidade da similaridade conforme a Seção 3 e tente novamente.
    • Erro OpenBLAS / alocação de memória ao importar cv2/numpy: O script já define OPENBLAS_NUM_THREADS / OMP_NUM_THREADS como 1 para evitar falhas comuns de alocação de buffer de thread; se o erro persistir, recrie o ambiente virtual (python -m venv .venv e reinstale requirements.txt), ou execute python -m pip install --force-reinstall numpy opencv-python. O check_env.py e o script de extração já usam isolamento de subprocesso para detectar o problema e reportá-lo com código de saída 3, em vez de travar diretamente.
    • Caminhos/logs em chinês com caracteres ilegíveis: O script já força saída UTF-8; se o terminal ainda exibir caracteres estranhos, execute export PYTHONIOENCODING=utf-8 (Windows: set PYTHONIOENCODING=utf-8).
  5. Não interaja com arquivos de parâmetros de versão GUI; todos os scripts desta Skill são sem interface gráfica e repetíveis.

5. Variáveis de ambiente

Nenhuma variável de ambiente é obrigatória. Os scripts não contêm chaves, senhas ou tokens codificados, nem acessam a rede (apenas a instalação inicial de dependências via pip requer internet).

Opcionais: OPENBLAS_NUM_THREADS, OMP_NUM_THREADS — o script define ambos como 1 por padrão para evitar falhas de alocação de buffer de thread no OpenBLAS em algumas máquinas Windows que causam travamento ao importar numpy/cv2; se a máquina for estável, pode-se aumentar (ex.: 8).

Habilidades Relacionadas