https://github.com/till0196/video2slide_extractor
プレゼンテーションがキャプチャされた動画ファイルからOpenCVを使ってスライドを抽出します。
https://github.com/till0196/video2slide_extractor
opencv-python presentation
Last synced: about 1 year ago
JSON representation
プレゼンテーションがキャプチャされた動画ファイルからOpenCVを使ってスライドを抽出します。
- Host: GitHub
- URL: https://github.com/till0196/video2slide_extractor
- Owner: Till0196
- Created: 2025-05-09T16:15:38.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2025-05-09T16:28:00.000Z (about 1 year ago)
- Last Synced: 2025-05-19T08:15:38.178Z (about 1 year ago)
- Topics: opencv-python, presentation
- Language: Python
- Homepage:
- Size: 8.79 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Video-2-Slide-Extractor
プレゼンテーションがキャプチャされた動画ファイルからOpenCVを使ってスライドを抽出します。
## 説明
このツールは動画ファイルを解析し、プレゼンテーションスライドを自動的に検出して抽出します。OpenCVライブラリを使用してフレーム間の重要な変化を検出し、安定したスライド検出を実現します。
## 機能
- 動画ファイルからの自動スライド検出
- 検出パラメータのカスタマイズ
- 高品質な画像出力
- 様々な動画フォーマットに対応
- 重複スライドを防ぐ安定性チェック
- 出力品質とフォーマットの設定可能
## 必要条件
- Python 3.7+
- OpenCV
- NumPy
- Pillow
- tomli
## インストール
### Dockerで実行する
```bash
docker compose up --build
```
### ネイティブのPython環境で実行
1. uvのインストール
[公式インストールガイド](https://github.com/astral-sh/uv#installation)を参照してください。
2. 依存関係のインストール
```bash
uv venv
uv pip install -r requirements.txt
```
3. 依存関係の更新
```bash
uv pip install --upgrade -r requirements.txt
```
## 使用方法
### Dockerで実行する
1. `input`ディレクトリにスライドを抽出したい動画ファイルを配置
2. `docker compose up`を実行
3. 抽出されたスライドは`output`ディレクトリに保存されます
### ネイティブのPython環境で実行
```bash
python video2slide_extractor.py <動画ファイル> <出力ディレクトリ> [設定ファイル]
```
### 使用例
```bash
# Dockerで実行する
docker compose up
# ネイティブのPython環境で実行
python video2slide_extractor.py presentation.mp4 ./slides config.toml
```
## 設定
このツールはTOMLファイルを使用して設定できます。各パラメータの詳細な説明は以下の通りです：
### スライド検出パラメータ
```toml
[slide_detection]
# フレーム差分検出の閾値（低い値ほど多くのスライドを検出）
frame_diff_threshold = 15
# 変化検出の最小コントゥア面積（低い値ほど多くのスライドを検出）
min_contour_area = 500
# 検出されたスライド間の最小フレーム数
min_frame_interval = 15
# 安定性チェックのフレーム数
stability_frames = 10
# ブラー処理のカーネルサイズ
blur_kernel_size = 5
# コントラスト強調パラメータ
contrast_clip_limit = 2.0
contrast_grid_size = 8
# 重複検出の類似度閾値（0.0-1.0）
similarity_threshold = 0.95
[output]
# 出力画像のJPEG品質（1-100）
jpeg_quality = 95
# 出力画像の拡張子
extension = "jpg"
```
---
# Video-2-Slide-Extractor
Extract slides from video files captured during presentations using OpenCV.
## Description
This tool analyzes video files and automatically detects and extracts presentation slides. It uses the OpenCV library to detect significant changes between frames and ensures stable slide detection.
## Features
- Automatic slide detection from video files
- Customizable detection parameters
- High-quality image output
- Support for various video formats
- Stability check to prevent duplicate slides
- Configurable output quality and format
## Requirements
- Python 3.7+
- OpenCV
- NumPy
- Pillow
- tomli
## Installation
### Using Docker
```bash
docker compose up --build
```
### Using Native Python Environment
1. Install uv
Please refer to the [official installation guide](https://github.com/astral-sh/uv#installation).
2. Install dependencies
```bash
uv venv
uv pip install -r requirements.txt
```
3. Update dependencies
```bash
uv pip install --upgrade -r requirements.txt
```
## Usage
### Using Docker
1. Place your video file in the `input` directory
2. Run `docker compose up`
3. Extracted slides will be saved in the `output` directory
### Using Native Python Environment
```bash
python video2slide_extractor.py [config_file]
```
### Example Usage
```bash
# Using Docker
docker compose up
# Using Native Python Environment
python video2slide_extractor.py presentation.mp4 ./slides config.toml
```
## Configuration
This tool can be configured using a TOML file. Detailed descriptions of each parameter are as follows:
### Slide Detection Parameters
```toml
[slide_detection]
# Frame difference threshold (lower value means more slides are detected)
frame_diff_threshold = 15
# Minimum contour area for change detection (lower value means more slides are detected)
min_contour_area = 500
# Minimum frame interval between detected slides
min_frame_interval = 15
# Stability check frame count
stability_frames = 10
# Blur processing kernel size
blur_kernel_size = 5
# Contrast enhancement parameters
contrast_clip_limit = 2.0
contrast_grid_size = 8
# Similarity threshold for duplicate detection (0.0-1.0)
similarity_threshold = 0.95
[output]
# JPEG quality of output images (1-100)
jpeg_quality = 95
# Output image extension
extension = "jpg"
```