# Native Subtitle Quote Image

> 将自带画面内嵌中文字幕的视频，按真实字幕出现的精确帧裁切并拼成社交平台长图。用户要求保留原视频字幕、原生字幕拼图、字幕帧截图、不要重绘字幕、主画面加字幕条，或要把这种样式做成固定模板时使用；也用于修改既有原生字幕拼图的时间点、字幕区域、比例和画面数量。

- Skill: `chuanyue98/native-subtitle-quote-image` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add chuanyue98/native-subtitle-quote-image`
- Raw SKILL.md: https://api.skillmd.com/api/skills/chuanyue98/native-subtitle-quote-image/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: chuanyue98 (https://skillmd.com/u/chuanyue98)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/chuanyue98/native-subtitle-quote-image

---


# 原生字幕拼图

只处理画面中已经存在字幕的视频。不要重写、翻译或覆盖字幕；成品中的文字必须来自原视频帧。

## 路径与依赖

- 将下文的 `<SKILL_DIR>` 解析为当前 `SKILL.md` 所在目录的绝对路径。不要假设 Agent 的工作目录就是 Skill 目录。
- 使用 Python 3.10+。运行前检查 Pillow 与 FFmpeg：

  ```bash
  python3 -c "from PIL import Image; import imageio_ffmpeg; print(imageio_ffmpeg.get_ffmpeg_exe())"
  ```

- 依赖缺失时，先向用户说明并取得安装授权，再运行：

  ```bash
  python3 -m pip install -r "<SKILL_DIR>/requirements.txt"
  ```

## 固定样式

- 默认输出 3:4、1440×1920。
- 每张图默认使用 5 个时间点：第一帧作为主画面，其余 4 帧裁成字幕画面条。
- 主画面和字幕条都保留原字幕，按字幕底部向上裁切。
- 默认字幕区域为画面高度的 `0.68–0.96`；实际位置不符时先预览再调整。
- 保存时间点 manifest、总览图和逐张 JPG。
- 不覆盖用户已有成品，使用新的输出目录。

## 工作流

1. 确认输入是本地视频，且字幕烧录在画面内。若只有外部字幕或没有字幕，改用 `$video-quote-image`。
2. 抽取候选区间的缩略图，选择字幕完整显示的中间帧。相邻时间点必须对应不同句字幕，避免空字幕、同句重复和字幕切换瞬间。
3. 先预览字幕区域：

   ```bash
   python3 "<SKILL_DIR>/scripts/native_subtitle_stitch.py" band VIDEO -t 60 \
     --band-top 0.68 --band-bottom 0.96 --out band-preview.jpg
   ```

4. 在任务输出目录创建 manifest：

   ```json
   {
     "images": [
       {"title": "热爱让创作发生", "times": [12, 16, 18, 22, 24]}
     ]
   }
   ```

5. 渲染整套：

   ```bash
   python3 "<SKILL_DIR>/scripts/native_subtitle_stitch.py" render VIDEO \
     --manifest manifest.json --out-dir OUTPUT_DIR \
     --aspect 3:4 --width 1440 --band-top 0.68 --band-bottom 0.96
   ```

6. 使用图像查看工具逐张检查最终 JPG 和 `final_contact_sheet.jpg`。检查字幕完整、无重复、无人脸被异常切断、画面条之间无黑边或空白。
7. 有问题时只调整对应 manifest 时间点 0.5–3 秒，重新渲染并再次检查。

## 选帧规则

- 优先选择字幕稳定显示后的中间帧，不取刚出现或即将消失的帧。
- 一张图内的 5 句应能构成连续表达，但允许跨过没有信息量的过渡句。
- 主画面优先人物、环境或关键动作清楚的帧；字幕条允许画面重复，但字幕文字不能重复。
- 原字幕位置较高或有两行字幕时，增大裁切区域，例如 `0.60–0.97`。
- 原视频分辨率较低时仍输出 1440×1920，但明确这是放大尺寸，不宣称提升真实清晰度。

## 资源

- `scripts/native_subtitle_stitch.py`：精确取帧、裁切、拼图和总览图生成器。
- `requirements.txt`：运行脚本所需的 Python 依赖。

## 交付

向用户提供输出目录、总览图、时间点 manifest 和 ZIP（若用户需要）。直接展示总览图。不得把未经逐张检查的图片报告为完成。