Communitygithub.com

christian-byrne/comfy-skills

ASCII 艺术视频制作管线,支持视频转 ASCII、音频响应式视觉、生成式场景和 TTS 旁白。在需要创建 ASCII 视频、转换视频为 ASCII 或制作终端风格视频艺术作品时使用。

comfy-skills 是什么?

这是一个专为开发者设计的 ASCII 艺术视频制作管线技能。它能够将现有视频转换为 ASCII 表示,或者从头生成原创的 ASCII 动画。该技能支持多种模式:视频转 ASCII、音频响应式(根据音频输入驱动视觉效果)、生成式(程序化生成 ASCII 场景和图案)、混合模式(视频转换与生成式叠加结合)、歌词/文本(与音频同步的动画文本)以及 TTS 旁白(文本转语音配合视觉效果)。工具通过清晰的管线处理:输入→分析→生成场景→色调映射→着色→编码。用户可以利用丰富的 ASCII 字符梯度(标准、扩展、方块字符)以及预设的创作标准(如首帧质量、分段变化、风格一致性)来制作高质量的输出。技能适用于 CLI 环境,依赖 ffmpeg 进行视频处理,支持 Python 脚本自动化和自定义渲染参数。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/christian-byrne/comfy-skills/tree/HEAD/skills/ascii-video

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

ASCII 视频制作管线

从现有素材创建 ASCII 艺术视频,或生成原创 ASCII 动画。

前提条件

pip install numpy scipy pillow
# 还需要:ffmpeg
# macOS:brew install ffmpeg
# Linux:apt install ffmpeg

模式

模式描述
视频转 ASCII将现有视频转换为 ASCII 表示
音频响应式视觉效果由音频输入驱动
生成式程序化生成的 ASCII 场景和图案
混合模式视频转换与生成式叠加混合
歌词/文本与音频同步的动画文本
TTS 旁白文本转语音配合视觉效果

管线

输入 → 分析 → 场景函数 → 色调映射 → 着色 → 编码
  1. 输入 — 视频文件、音频文件或用于生成的参数
  2. 分析 — 提取帧(视频)或音频特征(响应式)
  3. 场景函数 — 每帧生成 ASCII 帧内容
  4. 色调映射 — 将像素亮度映射到 ASCII 字符梯度
  5. 着色 — 应用字符集和可选的 ANSI 颜色
  6. 编码 — 通过 ffmpeg 渲染为视频

ASCII 字符梯度

# 从亮到暗(标准)
RAMP = " .:-=+*#%@"

# 扩展
RAMP_EXT = " .'`^",:;Il!i><~+_-?][}{1)(|\\/tfjrxnuvczXYUJCLQ0OZmwqpdbkhao*#MW&8%B@$"

# 方块字符(最高对比度)
RAMP_BLOCK = " ░▒▓█"

视频转 ASCII

import subprocess
import numpy as np
from PIL import Image
import io

def video_to_ascii(video_path, width=120, fps=15):
    """提取帧并转换为 ASCII。"""
    cmd = [
        'ffmpeg', '-i', video_path,
        '-vf', f'fps={fps},scale={width}:-1',
        '-f', 'image2pipe', '-vcodec', 'rawvideo', '-pix_fmt', 'gray', '-'
    ]
    # 处理帧...
    proc = subprocess.Popen(cmd, stdout=subprocess.PIPE, stderr=subprocess.DEVNULL)
    # 读取帧数据,将每个像素转换为梯度中的 ASCII 字符

渲染为视频

# 使用 ffmpeg 将 ASCII 帧渲染为视频
# 1. 生成帧图像(使用等宽字体的 PIL/Pillow)
# 2. 编码:
ffmpeg -framerate 30 -i frames/frame_%04d.png -c:v libx264 -pix_fmt yuv420p output.mp4

# 添加音轨:
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -shortest output_with_audio.mp4

创作标准

  • 首帧即完美 — 每一帧本身应看起来不错
  • 分段变化 — 在不同段落中变化字符集、密度和效果
  • 风格一致性 — 在单个作品中保持统一风格
  • 帧率 — 15fps 获得复古感,30fps 平滑,60fps 流畅
  • 分辨率 — 80-120 列是兼顾可读性的最佳范围

相关技能