SuperAPI AI 工具集

transparent-video

设计与创作

查看项目

更新于 10-15 22:15

技能介绍

用途:把一张静态图片变成短循环透明视频(HEVC hvc1 带 alpha),适合做 UI 环境循环动画,典型时长 3–10 秒。

主要能力:脚本 scripts/transparent-loop.sh 串起完整流程——本地图片先上传到 fal,用 SeedDance 2 fast 做图生视频(闭环模式把 end_image_url 设为 image_url),ffmpeg 拆帧,并行经 BiRefNet v2 Matting 抠像(默认 10 个 worker),最后以 720×720、24fps 编码 HEVC alpha。

使用方式:先确认前置条件,需 genmedia(fal.ai CLI,已配置 API key)、ffmpeg(带 hevc_videotoolbox,macOS 自带),可用 genmedia setup --status 和 which ffmpeg 检查。准备输入:静态图片(本地路径或 URL,主体最好已在透明或纯色背景上)、运动提示词(保持细微,如“角色轻呼吸、手缓慢挥动、树叶沙沙”,大幅运镜或场景切换会破坏闭环接缝)、是否闭环、输出路径。闭环 UI 循环的推荐调用:

scripts/transparent-loop.sh
--image ./hero.png
--prompt "Subtle ambient idle motion that returns to the starting pose. Static camera."
--output ./hero_loop.mov
--duration 5
--closed-loop

输出后需检查:用 QuickTime 打开 .mov,确认循环无缝、alpha 干净(无光晕、无人物缺失)、体积合理(5 秒 720² 约 1–3 MB)。若人物消失,多为原图有细薄或半透明细节,抠像模型无法恢复。接入应用:iOS 用 AVPlayer,将 playerLayer.pixelBufferAttributes 设为 kCVPixelFormatType_32BGRA 即可直接播放带 alpha 的 .mov;Web 用 <video> 播放同一 .mov。

限制:仅适合短透明循环动画。更长视频的逐帧 BiRefNet 成本线性增长(约 $0.005/帧,24fps 的 2 分钟片段约 $0.60),.mov 体积也迅速变大。实时特效、透明直播视频,或玻璃、烟雾、杂乱背景上的头发等复杂半透明场景,应改用专业 VFX 抠像工具。更多细节见 references/pipeline.md、references/troubleshooting.md、references/playback.md。