展开本页目录
开始前准备什么
- 下载并解压独立练习包，先读 README 的实际执行范围。
- 使用原创或获授权输入，保留原文件、软件版本与失败记录。
- 模型和在线渠道需要单独准备；不包含权重、真实密钥或付费额度。
- 打开四镜头原始测试片
- 安装锁定版本与依赖
- 检测边界并保存清单
- 导出每镜头首中尾帧
- 运行重编码切片
- 重开切片核对长度
- 把独立镜头接到创作任务
2026-10-23 核验材料；实际执行范围、结果与限制见下方记录。
补充：原有练习资料与下载
原创输入、操作脚本、来源与验收说明；未运行范围逐项标明。
真实切分：已知2秒/4秒切点得到3段视频
官方PySceneDetect0.7.2检测原创硬切控制视频，实际保存场景CSV、代表帧与重编码片段。
· 原创6秒、3个纯色硬切画面，目标CLI检测并调用FFmpeg重编码分割；不证明AI理解剧情或对白。
- 运行环境
- 0.7.2；macOS arm64，本地独立运行目录；无私人素材、无付费API调用
1. 安装scenedetect与系统FFmpeg，先保存输入视频原件
安装scenedetect与系统FFmpeg，先保存输入视频原件。
2. 命令中的-i/-o/-s属于全局参数，必须放在detect-content之前
命令中的-i/-o/-s属于全局参数，必须放在detect-content之前。
3. 运行detect-content -t 27，再接list-scenes save-im
运行detect-content -t 27，再接list-scenes save-images -n 1 split-video，一次保存CSV、代表帧和实际片段。
bashscenedetect -i cuts.mp4 -o scenes -s scenes/stats.csv detect-content -t 27 list-scenes save-images -n 1 split-video4. 核对CSV切点2秒/4秒与3个输出文件，每段60帧；Scene Number从1开始、画
核对CSV切点2秒/4秒与3个输出文件，每段60帧；Scene Number从1开始、画面帧索引口径不要混用。
5. 实际拍摄若有快速闪光或缓转场，调整阈值或切换detect-adaptive/detect
实际拍摄若有快速闪光或缓转场，调整阈值或切换detect-adaptive/detect-threshold，并人工检查代表帧；--copy只适合容忍关键帧边界误差时。
这次实际得到什么
- 原始6秒视频，1280×720、30fps、180帧，3个原创纯色场景。
- detect-content阈值27实际找到2.000秒与4.000秒切点。
- 真实输出3段MP4，每段2秒/60帧，并生成CSV、stats和代表帧。
- 只验证硬切控制样本；检测场景边界不代表理解对白与剧情。
使用这份结果时注意
- 原创6秒、3个纯色硬切画面，目标CLI检测并调用FFmpeg重编码分割；不证明AI理解剧情或对白。
1. 打开四镜头原始测试片
input.mp4 是本站原创程序商品片，24fps、288 帧，已知换镜在第 72、144、216 帧；不是 AI 模型生成。用这些已知边界检验检测与切割是否真的正确。
2. 安装锁定版本与依赖
使用 PySceneDetect 0.7.2，准备 OpenCV、NumPy 与 FFmpeg；对照当前 head/0.7.2 文档，不复制旧 0.6.2 帮助输出。小样只需 CPU，不下载神经网络权重。
3. 检测边界并保存清单
使用 detect-adaptive list-scenes 保存 Scenes.csv，再与已知帧边界比较。镜头号不是素材语义标签；一个长镜头内的动作变化不一定是切点。
4. 导出每镜头首中尾帧
save-images --num-images 3 会导出每镜头三帧。用真实文件看镜头有没有混入前后画面，不能只看终端说找到四个镜头。
run-example.sh
scenedetect -i input.mp4 -o new-scenes detect-adaptive list-scenes save-images --num-images 3 split-video5. 运行重编码切片
实际运行 split-video，由 FFmpeg 生成独立 MP4。本页使用默认重编码；--copy 只复制编码流，速度快但不保证逐帧精确，不作为精准切点的替代证明。
6. 重开切片核对长度
用 ffprobe 核对每片实际时长和帧数，再人工看边界首尾。已知目标四镜头仍以实际检测结果为准，错误或漏检写入报告而不是修改真值掩盖。
7. 把独立镜头接到创作任务
按镜头分别记录场景、主体与提示词，再进入现有视频一致性检查。保留输入、检测参数、CSV 和输出，AI 生成素材同样需要逐镜核对。
怎样确认已经完成
- 7 个步骤使用同一明确输入，真实结果与人工/官方参考分别标识。
- 实际输出重新打开，核对文字、时间码、尺寸、图层或剪点；结构通过不代替内容验收。
- 保留原始输入、版本、参数、输出和失败样本，正式任务先做小样。
常见问题
PySceneDetect 自动分镜切割需要哪些输入，本站实际运行了什么？
已实际运行原生剪辑/镜头工具，保留真实输出与误判；输入是程序动画和系统朗读，不是真实软件录屏或 AI 视频。 输入与脚本在本页 ZIP，详细来源、命令和未运行范围见 README。
AI 视频怎么自动拆镜头，练习包能直接得到工具生成结果吗？
请按7步区分输入、官方示例、人工参考和真实输出。未运行模型的页面没有代造结果；免费代码也可能需要下载权重、硬件或外部服务额度。