Communitygithub.com

video2ppt

從影片/螢幕錄影中智慧提取 PPT 畫面幀,並產生 PPTX 簡報或 PDF(每圖一頁)。當使用者提供影片、錄影、課程錄影、會議回放並希望獲得投影片/PPT/PDF 時使用;也適用於將圖片資料夾批次合成為 PPT 或 PDF。支援時間範圍截取、SSIM 畫面去重、延遲截圖+清晰度選幀、黑邊裁剪、PDF 壓縮。

video2ppt 是什麼?

video2ppt 是一個強大的 AI 輔助技能,專為開發者與終端使用者設計,能從影片或螢幕錄影中自動提取投影片畫面,並將其轉換為 PPTX 簡報或 PDF 文件。其核心流程包含三個可獨立或串聯使用的 Python 腳本:`video2ppt.py`(一鍵流水線)、`video_to_frames.py`(智慧抽幀)、`images_to_pptx.py` 與 `images_to_pdf.py`(圖片合成)。該技能支援多種參數調校,包括時間範圍截取(`--start`/`--end`)、基於 SSIM 的畫面去重(`--similarity`)、延遲截圖與穩定性檢測以避開轉場動畫模糊幀、黑邊自動裁剪(`--crop all`),以及 PDF 壓縮控制。輸出結果會包含 `frames/` 資料夾、PPTX 與 PDF 檔案,名稱可自訂。所有腳本均無 GUI、無須 API 金鑰或網路連線(僅首次安裝依賴時需要 pip),並提供 `--json` 輸出與退出碼以便程式化整合與除錯。此技能特別適合處理課程錄影、會議回放、產品展示錄影等情境,大幅節省手動截圖與排版時間。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

video2ppt 是做什麼的?

把影片中的投影片畫面提取成圖片,再合成為 PPTX(每頁一張圖)或 PDF。 三個能力可單獨使用,也可一鍵串聯:

腳本作用典型場景
scripts/video2ppt.py一鍵流水線:影片 → 幀 → PPTX/PDF使用者只要最終 PPT/PDF(優先使用)
scripts/video_to_frames.py從影片智慧抽幀,輸出圖片序列使用者需要截圖、或想人工篩選後再合成
scripts/images_to_pptx.py圖片資料夾 → PPTX已有截圖/圖片,要產生簡報
scripts/images_to_pdf.py圖片資料夾 → PDF已有截圖/圖片,要產生 PDF

所有命令均在本 Skill 根目錄(包含本檔案的目錄)下執行;腳本也會寫日誌到 stderr,可配合 --json 讀取 stdout 的機器可讀摘要。

0. 環境準備(首次使用)

python scripts/check_env.py
  • 結束碼 0 表示依賴齊全;結束碼 3 表示缺少必裝依賴。
  • 缺依賴時安裝:python -m pip install -r scripts/requirements.txt
  • 必需:opencv-python、numpy、python-pptx、Pillow;可選增強:scikit-image(SSIM 去重)、img2pdf(PDF 串流合併,缺失時自動回退 Pillow)。
  • 腳本不讀取任何 API Key 或環境變數,無硬編碼憑證。

1. 一鍵流水線(推薦入口)

python scripts/video2ppt.py -i <影片檔案/目錄/萬用字元> [-o <輸出目錄>] --formats pptx,pdf --json

-o 可省略:預設輸出到第一個影片所在目錄(不與 Skill 根目錄混在一起)。

範例:

# 整個影片 → PPT + PDF
python scripts/video2ppt.py -i lecture.mp4 -o ./out --json

# 只處理 00:05:00 ~ 00:40:00,輸出保持比例不變形
python scripts/video2ppt.py -i lecture.mp4 -o ./out --start 00:05:00 --end 00:40:00 --fit fit

# 批次處理目錄內所有影片,只產生 PPTX
python scripts/video2ppt.py -i ./videos -o ./out --formats pptx

產物:<outdir>/frames/(提取的畫面)、<outdir>/<name>.pptx、<outdir>/<name>.pdf。 --name 可指定輸出檔案基名,預設取第一個影片的檔名。例如 video/2_1.mp4 省略 -o 時輸出到 video/frames/、video/2_1.pptx、video/2_1.pdf。

2. 分步執行

2.1 影片抽幀

python scripts/video_to_frames.py -i <影片/目錄> [-o <幀目錄>] [參數] --json
  • -o 可省略,預設輸出到第一個影片所在目錄下的 frames/。
  • 關鍵參數:--start / --end(秒或 HH:MM:SS)、--similarity(預設 0.8)、--skip(預設 15)、--crop all(去除黑邊)。
  • 輸出檔名形如 <影片名>_ppt_001_frame_000123.png,按頁碼自然排序。

2.2 圖片 → PPTX

python scripts/images_to_pptx.py -i <圖片目錄> -o <輸出.pptx> --fit fit --json
  • --fit stretch(預設,全螢幕拉伸)或 --fit fit(保持比例,居中留白)。
  • 可選 --title 課程名、--slide-width/--slide-height(英吋,預設 16×9)、--bg 255,255,255。

2.3 圖片 → PDF

python scripts/images_to_pdf.py -i <圖片目錄> -o <輸出.pdf> --json
  • 預設開啟壓縮(--max-width 1920、--jpeg-quality 85);用 --no-compress 保留原畫質。
  • --max-width 0 表示不縮放。

3. 參數調節指南

問題調整
提取的頁太少提高 --similarity(0.8 → 0.85~0.9),降低 --skip 和 --min-interval
重複頁太多降低 --similarity(0.8 → 0.7~0.75),提高 --skip / --min-interval
截到轉場動畫/模糊幀提高 --delay-frames(如 8~12),保持穩定性檢查開啟
畫面一直判為不穩定降低 --stable-threshold(0.95 → 0.9)或加 --no-stable-check
輸出帶黑邊--crop all;噪點導致檢測異常時用 --crop-mode fixed 配合邊距參數
影片有 4:3 內容但輸出變形合成時改用 --fit fit
PDF 太大保持壓縮開啟,降低 --jpeg-quality(85→60)或 --max-width(1920→1280)
處理太慢提高 --skip(如 25)、降低 --resize(480→320)、關閉 --verbose

完整參數表見 references/parameters.md(僅在需要細調時閱讀)。

4. 結果校驗與異常處理

  1. 先看結束碼:0 成功;1 未產出任何結果(幀數為 0 / 輸入為空);2 參數錯誤;3 缺少依賴;130 被中斷。
  2. 使用 --json 時解析 stdout(日誌在 stderr),關鍵欄位:
    • 抽幀:frames_saved、output_dir、errors
    • 流水線:frames、outputs.pptx.slides、outputs.pdf.pages、errors
  3. 成功後確認輸出檔案存在且大小 > 0,並向使用者報告頁數與絕對路徑。
  4. 常見失敗:
    • 無法開啟影片:路徑含特殊字元或編碼不支援。先用 ffmpeg 轉碼為 H.264 MP4:ffmpeg -i in.mov -c:v libx264 -c:a aac out.mp4。
    • frames_saved = 0:按第 3 節提高相似度敏感度後重試。
    • 匯入 cv2/numpy 時出現 OpenBLAS / 記憶體分配錯誤:腳本預設已把 OPENBLAS_NUM_THREADS / OMP_NUM_THREADS 設為 1 來規避常見的執行緒緩衝分配失敗;若仍然報錯,重建虛擬環境(python -m venv .venv 後重裝 requirements.txt),或 python -m pip install --force-reinstall numpy opencv-python。check_env.py 與抽幀腳本已用子程序隔離探測,會以結束碼 3 報出該問題而不是直接崩潰。
    • 中文路徑/日誌亂碼:腳本已強制 UTF-8 輸出;若終端仍亂碼,先執行 export PYTHONIOENCODING=utf-8(Windows: set PYTHONIOENCODING=utf-8)。
  5. 不要用 GUI 版參數檔案互動;本 Skill 的腳本全部無介面、可重複執行。

5. 環境變數

無必需的環境變數,腳本不包含硬編碼的金鑰、密碼或權杖,也不存取網路(僅首次安裝依賴時 pip 需要聯網)。

可選:OPENBLAS_NUM_THREADS、OMP_NUM_THREADS —— 腳本會將其預設設為 1,避免部分 Windows 機器上 OpenBLAS 執行緒緩衝分配失敗導致 import numpy/cv2 崩潰;機器正常時可按需調大(如 8)。

相關技能