SuperAPI AI 工具集

render-vignette

营销与增长

查看项目

更新于 10-15 21:54

技能介绍

render-vignette 用于把产品抠图合成到动态背景视频上,组装短小、可循环的 vignette 广告:动态来自背景视频,产品以静态抠图层叠加其上。默认结构为 V-CARD:冷开场文字卡 → 同一共享背景下的产品轮播 → 带标注的样本表尾卡。音乐主导、无旁白、时长小于 12 秒、静音可读(依靠产品标签与屏幕文案传递信息)。

主要脚本与能力:

  • strip_product_backgrounds.py:用 birefnet 把每张 PDP 图抠成干净硬边 alpha(无光晕/阴影)。
  • render_overlays.py:用 PIL + rsvg-convert 渲染冷开场卡(Boska Black 居中)和带标注样本表尾卡(品牌 SVG logo + Space Grotesk 标注)为透明 1080x1920 PNG。免费。
  • composite_variants.py:为每个背景变体生成一条 FFmpeg filter_complex:背景(调色板感知压暗)→ 冷开场叠加层 → 抠图(按宽度锚定,垂直居中 y=(H-h)/2)→ 尾卡。h264 crf20 yuv420p +faststart 30fps。免费。
  • music_and_mux.py:纯音乐床 → acompressor + loudnorm I=-18:TP=-2:LRA=9 → 在单独一次处理中混入每个变体,并显式指定 -map 0:v:0 -map 1:a:0。混流免费;音乐生成是付费调用,生产环境走 create-music-elevenlabs。

使用要点与限制:抠图需干净、垂直居中锚定(y=(H-h)/2),不要底对齐;9:16 按宽度缩放。背景压暗需调色板感知。尾卡用带标注的样本表,不要裸 logo;深色背景用白 logo,浅色用米色。音乐主导、无旁白,混流前先 loudnorm。混流必须是单独一次 FFmpeg 处理并显式 -map。birefnet 是付费 FAL 模型,生产应经 create-image-fal 计费,这里直接调 fal.run 属于待补缺口。背景来源不在本能力内:优先 PEXELS 免费素材,失败回退 T2V(create-video-fal),放入 source/t2v-outputs/<slug>.mp4;本能力未附带 Pexels 抓取器,位于配方 playbook。模板配方(DB)按品牌提供配置,本能力是通用组装器。