video-reverse-engineer

name video-reverse-engineer description 对广告/短视频进行结构化拆解，输出镜头语言、色彩、节奏、音频的完整分析报告，用于学习竞品手法、建立案例库、AI生成时做风格参考。触发词：「反推」「拆解视频」「分析广告」「视频反推」「学习这个视频」「竞品分析」「拉片」。 Video Reverse Engineer（视频反推技能） 给一个广告视频 → 输出结构化的完整拆解报告 用途：学习竞品手法、建立案例库、AI生成时做风格参考 TL;DR 快速执行 1. 确认视频路径 + 分析深度（见启动检查点） 2. 运行 analyze.py 或直接在 Claude Code 中粘贴路径 3. 输出：色彩分析 + 镜头节奏 + 音频特征 + 六维度判断 4. 存入案例库：/Users/baimengke/Documents/白梦客知识库/04-行业知识/参照案例库/ 核心能力 镜头检测 — PySceneDetect AdaptiveDetector，比帧差法更准（可检测淡入淡出） 智能关键帧 — 每个镜头自动选视觉最丰富的帧，而非均匀采样 HDR暗帧校正 — 自动修正HLG/PQ/HDR编码导致的黑帧问题 色彩分析 — K-Means提取主色调 + 光影风格判断 镜头节奏分析 — 镜头时长分布图谱 音频特征提取 — BGM有无、动态范围、风格判断 结构化输出 — 自动生成Markdown拆解报告 依赖 pip install opencv-python-headless numpy Pillow scikit-image scipy wavio scikit-learn scenedetect mlx-whisper brew install ffmpeg 技术升级 v1.0 → v2.0 升级内容： PySceneDetect AdaptiveDetector 替换 naive 帧差法（镜头边界更准） 智能最佳帧选择 （亮度+边缘综合评分）替换均匀采样 HDR暗帧自动校正 （解决香奈儿5号这类暗调广告的黑帧问题） 采样去重机制 （0.1秒去重，避免相近帧重复） v2.1 升级内容： 长视频自动缩放 ：根据时长自动调整采样间隔（15秒→0.5s间隔，1小时→10s间隔） 暗调镜头保护 ：低亮度镜头直接保留首帧，不再被评分算法过滤 新增参数 ： --min-frames （默认20）和 --max-frames （默认200）控制采样范围 mlx-whisper音频转录 ：Apple Silicon本地转录，口播文字+分段时间戳（需安装mlx-whisper） 进阶参考（可集成） 仓库 Stars 用途 PySceneDetect 8.7k 镜头边界检测（已集成） Katna 1.1k ML智能关键帧提取 VideoContext-Engine 新 Whisper ASR + Qwen3-VL全流程（需GPU） 启动检查点 激活后，先确认以下信息再开始分析： 视频来源 ：本地文件路径 or 需要下载？ 分析深度 ：快速拆解（色彩+节奏）or 完整报告（含音频+构图）？ 输出用途 ：学习竞品 / 建案例库 / AI生成参考？ 确认后再执行，避免跑完才发现方向不对。 使用方式 方式一：命令行快速分析 python /Users/baimengke/.claude/skills/video-reverse-engineer/analyze.py \ "/path/to/video.mp4" \ --frames 30 \ --min-frames 20 \ --max-frames 200 \ --transcribe \ --output "/path/to/output_dir" 帧数自动缩放规则（未指定 --frames 时）： 视频时长 采样间隔 最大帧数 ≤30s 0.5s 20-60 30s-3min 2s 60 3-10min 5s 60-120 >10min 10s 上限200 长视频建议配合 --min-frames 50 --max-frames 200 使用 方式二：在 Claude Code 中调用 分析这个广告的视频文件： /path/to/video.mp4 请输出完整的拆解报告，格式参考： /Users/baimengke/Documents/白梦客知识库/04-行业知识/参照案例库/广告拆解模板.md 分析流程 Step 1：场景检测 + 帧提取 import cv2 import os import numpy as np def extract_key_frames ( video_path, num_frames= 30 , output_dir= None ): """均匀采样 + 场景变化点结合""" cap = cv2.VideoCapture(video_path) total_frames = int (cap.get(cv2.CAP_PROP_FRAME_COUNT)) fps = cap.get(cv2.CAP_PROP_FPS) # 方法A：均匀采样 uniform_indices = np.linspace( 0 , total_frames- 1 , num_frames, dtype= int ) # 方法B：场景变化检测（对比连续帧差异） cap. set (cv2.CAP_PROP_POS_FRAMES, 0 ) prev_frame = None scene_changes = [] frame_idx = 0 while True : ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) if prev_frame is not None : diff = np.mean(np. abs (gray.astype( float ) - prev_frame.astype( float ))) if diff > 30 : # 场景突变阈值 scene_changes.append(frame_idx) prev_frame = gray frame_idx += 1 cap.release() # 合并两种采样：均匀采样为主，场景变化点补充 combined_indices = sorted ( set (uniform_indices.tolist() + scene_changes))[:num_frames] # 提取帧 frames = [] cap = cv2.VideoCapture(video_path) for idx in combined_indices: cap. set (cv2.CAP_PROP_POS_FRAMES, idx) ret, frame = cap.read() if ret: # HDR处理：如果帧偏暗，尝试提亮 frame_bright = correct_dark_frame(frame) frames.append((idx/fps, frame_bright)) cap.release() return frames Step 2：HDR/暗帧自动修正 def correct_dark_frame ( frame, target_luminance= 128 ): """处理HDR或摄影机直出导致的暗帧""" # 转换到LAB色彩空间 lab = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB) l_channel = lab[:,:, 0 ] mean_l = np.mean(l_channel) if mean_l < 50 : # 帧明显过暗 # 全局亮度调整 gain = target_luminance / mean_l gain = min (gain, 4.0 ) # 防止过度放大 lab[:,:, 0 ] = np.clip(l_channel * gain, 0 , 255 ).astype(np.uint8) # 对比度增强 lab[:,:, 0 ] = cv2.createCLAHE(clipLimit= 2.0 , tileGridSize=( 8 , 8 )).apply(lab[:,:, 0 ]) frame = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR) return frame Step 3：色彩分析 def analyze_color_palette ( frames, k= 5 ): """K-Means提取主色调""" from sklearn.cluster import KMeans all_pixels = [] for _, frame in frames: # 缩小加速 small = cv2.resize(frame, ( 100 , 100 )) all_pixels.append(small.reshape(- 1 , 3 )) pixels = np.vstack(all_pixels).astype(np.float32) # K-Means criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10 , 1.0 ) _, labels, centers = cv2.kmeans(pixels, k, None , criteria, 10 , cv2.KMEANS_RANDOM_CENTERS) # 按频次排序 counts = np.bincount(labels.flatten()) order = np.argsort(counts)[::- 1 ] palette = [centers[i].astype( int ).tolist() for i in order] # 颜色名称 color_names = [] for rgb in palette: color_names.append(rgb_to_color_name(rgb)) return palette, color_names def rgb_to_color_name ( rgb ): """RGB转颜色名称（简化版）""" r, g, b = rgb if max (rgb) < 50 : return "黑色" if max (rgb) < 100 : return "深灰" if r > 200 and g > 200 and b > 200 : return "白色" if r > 150 and g < 100 and b < 100 : return "正红" if r > 180 and g > 100 and b < 80 : return "橙红" if r > 150 and g > 150 and b < 100 : return "暖黄" if g > 150 and r < 100 and b < 100 : return "翠绿" if b > 150 and r < 100 and g < 100 : return "深蓝" if r > 180 and g > 180 and b > 180 : return "浅粉" if r > 150 and g > 120 and b > 80 : return "大地色" if r < 100 and g < 100 and b > 150 : return "藏青" if r > 200 and g > 200 and b < 150 : return "香槟金" return "灰调" Step 4：景别 + 构图分析 def analyze_shot_composition ( frame ): """分析单帧的景别和构图""" h, w = frame.shape[: 2 ] # 简化景别判断（基于画面中主体的占比） # 需要先用边缘检测或人物检测定位主体 # 这里用色彩对比度粗估 # 构图法则检测 third_h = h // 3 third_w = w // 3 composition = { "has_centered" : False , "has_rule_of_thirds" : False , "has_symmetry" : False , "dominant_area" : "unknown" } # 对称性检测 left = frame[:, :w// 2 ] right = frame[:, w// 2 :] if np.mean(np. abs (left.astype( float ) - right.astype( float ))) < 20 : composition[ "has_symmetry" ] = True return composition Step 5：音频分析 def analyze_audio ( video_path ): """提取音频特征（无需语音识别）""" import subprocess # 提取音频到临时文件 audio_path = "/tmp/analysis_audio.wav" subprocess.run([ "ffmpeg" , "-y" , "-i" , video_path, "-vn" , "-acodec" , "pcm_s16le" , "-ar" , "22050" , audio_path ], capture_output= True ) # 读取音频 import wavio audio = wavio.read(audio_path) samples = audio.data # 计算响度分布 rms = np.sqrt(np.mean(samples** 2 , axis= 0 if len (samples.shape) > 1 else 0 )) peak = np. max (np. abs (samples)) # 粗略判断：是否有明显旋律（音乐 vs 纯音效） # 通过频谱简单判断 from scipy.fft import fft spectrum = np. abs (fft(samples[: len (samples)// 10 ].flatten())) low_freq_energy = np.mean(spectrum[: 100 ]) high_freq_energy = np.mean(spectrum[ 100 : 1000 ]) has_music = high_freq_energy > low_freq_energy * 0.3 return { "has_music" : bool (has_music), "dynamic_range" : float ( 20 * np.log10(peak / (rms + 1e-10 ))), "estimated_genre" : "upbeat" if high_freq_energy > low_freq_energy else "ambient" } Step 6：镜头时长分析 def analyze_shot_rhythm ( video_path, scene_threshold= 30 ): """分析镜头时长分布""" cap = cv2.VideoCapture(video_path) fps = cap.get(cv2.CAP_PROP_FPS) shots = [] prev_frame = None shot_start = 0 frame_idx = 0 while True : ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) if prev_frame is not None : diff = np.mean(np. abs (gray.astype( float ) - prev_frame.astype( float ))) if diff > scene_threshold: duration = (frame_idx - shot_start) / fps shots.append({ "start" : shot_start/fps, "duration" : duration}) shot_start = frame_idx prev_frame = gray frame_idx += 1 # 最后一段 shots.append({ "start" : shot_start/fps, "duration" : (frame_idx - shot_start)/fps}) cap.release() durations = [s[ "duration" ] for s in shots] return { "shot_count" : len (shots), "avg_duration" : np.mean(durations), "min_duration" : np. min (durations), "max_duration" : np. max (durations), "shots" : shots } Step 7：生成完整报告 def generate_breakdown_report ( video_path, output_path= None ): """生成完整拆解报告""" print ( f"正在分析： {video_path} " ) # 1. 提取帧 print ( "Step 1/6：提取关键帧..." ) frames = extract_key_frames(video_path, num_frames= 30 ) # 2. 色彩分析 print ( "Step 2/6：分析色彩..." ) palette, color_names = analyze_color_palette(frames) # 3. 镜头节奏 print ( "Step 3/6：分析镜头节奏..." ) rhythm = analyze_shot_rhythm(video_path) # 4. 音频 print ( "Step 4/6：分析音频..." ) audio = analyze_audio(video_path) # 5. 生成报告 print ( "Step 5/6：生成结构化报告..." ) report = f"""# 广告反推拆解报告 > 来源： {video_path} > 生成： {datetime.now().strftime( '%Y-%m-%d %H:%M' )} ## 基本信息 - **视频时长**： { 1 /frames[- 1 ][ 0 ] if frames else 'unknown' } 秒（估计） - **镜头数量**： {rhythm[ 'shot_count' ]} 个 - **平均镜头时长**： {rhythm[ 'avg_duration' ]: .2 f} 秒 ## 色彩分析 ### 主色调 | 排名 | 颜色 | RGB | 色块 | |------|------|-----|------| """