claude-video-edit

claude-video-edit — 動画編集操作

事前確認

ファイルを書き込む操作を行う前に、毎回次の手順を実行してください。

1. bash scripts/preflight.sh "$INPUT" "$OUTPUT" を実行します
2. 失敗した場合は、処理を中止してエラーをユーザーに報告します
3. エンコード操作では、エンコーダーを選択するために bash scripts/detect_gpu.sh を実行します

操作

トリミング

ロスレストリミング（キーフレームに合わせてトリミングし、即時に完了します。再エンコードは不要です）：

ffmpeg -n -ss HH:MM:SS -i "$INPUT" -t DURATION -c copy "$OUTPUT"

注：高速シークのため、-i の前に -ss を指定します。時間は秒、または HH:MM:SS で指定します。

フレーム単位で正確にトリミング（再エンコードします。任意のフレーム位置で正確にトリミングできます）：

ffmpeg -n -i "$INPUT" -ss HH:MM:SS -t DURATION -c:v libx264 -crf 20 -c:a aac "$OUTPUT"

注：フレーム単位の精度を得るため、-i の後に -ss を指定します。精度が重要な場合に使用します。

先頭または末尾から N 秒を削除する：

• 先頭の 10 秒を削除：-ss 10 -c copy
• 末尾の 10 秒を削除：ffprobe で長さを取得し、duration - 10 までトリミングします

分割

指定した時刻で分割：

ffmpeg -n -i "$INPUT" -t 60 -c copy part1.mp4
ffmpeg -n -i "$INPUT" -ss 60 -c copy part2.mp4

等しい長さのセグメントに分割：

ffmpeg -n -i "$INPUT" -f segment -segment_time 300 -c copy -reset_timestamps 1 "segment_%03d.mp4"

シーンの境界で分割（PySceneDetect については references/analyze.md を読み込みます）：

scenedetect -i "$INPUT" detect-adaptive -t 3.0 split-video

結合

同じコーデックの場合（再エンコードなし）：

printf "file '%s'\n" file1.mp4 file2.mp4 file3.mp4 > /tmp/concat_list.txt
ffmpeg -n -f concat -safe 0 -i /tmp/concat_list.txt -c copy "$OUTPUT"
rm /tmp/concat_list.txt

異なるコーデックの場合（再エンコードあり）：

ffmpeg -n -i file1.mp4 -i file2.mp4 -filter_complex "[0:v][0:a][1:v][1:a]concat=n=2:v=1:a=1" "$OUTPUT"

再生速度の変更

2 倍速にする（音声のピッチを補正）：

ffmpeg -n -i "$INPUT" -vf "setpts=0.5*PTS" -af "atempo=2.0" "$OUTPUT"

0.5 倍速にする：

ffmpeg -n -i "$INPUT" -vf "setpts=2.0*PTS" -af "atempo=0.5" "$OUTPUT"

速度係数：atempo の有効範囲は 0.5～100.0 です。極端な速度変更には、atempo=2.0,atempo=2.0 のように連結します（4 倍速）。

フレーム補間によるスローモーション（AI で中間フレームを生成）：

ffmpeg -n -i "$INPUT" -vf "minterpolate=fps=60:mi_mode=mci:mc_mode=aobmc:vsbmc=1" "$OUTPUT"

警告：非常に時間がかかります（リアルタイムの約 0.05 倍）。短いクリップに最適です。

クロップ、拡大縮小、回転

クロップ（幅:高さ:x:y）：

ffmpeg -n -i "$INPUT" -vf "crop=640:480:100:50" "$OUTPUT"

拡大縮小（アスペクト比を維持し、偶数の寸法にします）：

ffmpeg -n -i "$INPUT" -vf "scale=1280:-2:flags=lanczos" "$OUTPUT"

パディングを追加して正確なサイズに拡大縮小（レターボックス）：

ffmpeg -n -i "$INPUT" -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2:black" "$OUTPUT"

回転 90° 時計回り：-vf "transpose=1" 回転 90° 反時計回り：-vf "transpose=2" 回転 180°：-vf "transpose=1,transpose=1" 任意の角度：-vf "rotate=PI/6:fillcolor=black" 反転 水平方向：-vf "hflip" | 垂直方向：-vf "vflip"

オーバーレイとウォーターマーク

画像のウォーターマーク（右下、余白 10px）：

ffmpeg -n -i "$INPUT" -i logo.png -filter_complex "overlay=W-w-10:H-h-10" "$OUTPUT"

ピクチャーインピクチャー（隅に小さな動画を表示）：

ffmpeg -n -i "$INPUT" -i pip.mp4 -filter_complex "[1:v]scale=320:180[pip];[0:v][pip]overlay=10:10" "$OUTPUT"

テキストオーバーレイ：

ffmpeg -n -i "$INPUT" -vf "drawtext=text='My Title':fontsize=48:fontcolor=white:x=(w-tw)/2:y=50:fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf:box=1:[email protected]:boxborderw=8" "$OUTPUT"

時間指定テキスト（5 秒から 15 秒の間に表示）：

-vf "drawtext=text='Hello':enable='between(t,5,15)':fontsize=36:fontcolor=white:x=10:y=10"

グリーンスクリーン（クロマキー）

ffmpeg -n -i greenscreen.mp4 -i background.mp4 -filter_complex \
  "[0:v]chromakey=0x00FF00:0.1:0.2[fg];[1:v][fg]overlay" "$OUTPUT"

最適な結果を得るには、色の HEX 値、類似度（0.1）、ブレンド（0.2）を調整します。

動画の手ぶれ補正

vidstab を使用する 2 パス処理です：

# Pass 1: Analyze motion
ffmpeg -i "$INPUT" -vf vidstabdetect=shakiness=5:accuracy=15:result=/tmp/transforms.trf -f null -

# Pass 2: Apply stabilization + sharpening
ffmpeg -n -i "$INPUT" -vf "vidstabtransform=smoothing=10:input=/tmp/transforms.trf,unsharp=5:5:0.8:5:5:0.3" "$OUTPUT"

rm /tmp/transforms.trf

shakiness は 1～10 の範囲で指定します（ソースの揺れの強さ）。smoothing は値が大きいほどカメラワークが滑らかになりますが、端がクロップされる場合があります。

トランジション

2 つのクリップ間をクロスフェード（44 種類以上のトランジションを利用可能）：

ffmpeg -n -i first.mp4 -i second.mp4 -filter_complex \
  "xfade=transition=fade:duration=2:offset=5" "$OUTPUT"

利用可能な xfade トランジション：fade、dissolve、wipeleft、wiperight、wipeup、wipedown、slideleft、slideright、slideup、slidedown、circlecrop、rectcrop、distance、fadeblack、fadewhite、radial、smoothleft、smoothright、smoothup、smoothdown、circleopen、circleclose、vertopen、vertclose、horzopen、horzclose、diagtl、diagtr、diagbl、diagbr、hlslice、hrslice、vuslice、vdslice、pixelize、squeezeh、squeezev、zoomin、fadegrays、wipetl、wipetr、wipebl、wipebr、coverleft、coverright、coverup、coverdown、revealleft、revealright、revealup、revealdown。

フェードイン／フェードアウト：

# Fade in first 2 seconds
ffmpeg -n -i "$INPUT" -vf "fade=t=in:st=0:d=2" -af "afade=t=in:st=0:d=2" "$OUTPUT"

# Fade out last 2 seconds (get duration first with ffprobe)
ffmpeg -n -i "$INPUT" -vf "fade=t=out:st=OFFSET:d=2" -af "afade=t=out:st=OFFSET:d=2" "$OUTPUT"

色補正

フィルターの全カタログについては references/filters.md を読み込みます。クイックリファレンス：

• 明るさ／コントラスト：-vf "eq=brightness=0.06:contrast=1.2:saturation=1.3"
• トーンカーブのプリセット：-vf "curves=preset=lighter"（ほかに darker、increase_contrast、vintage など）
• カラーバランス：-vf "colorbalance=rs=0.3:gs=-0.1:bs=0.0"
• 3D LUT：-vf "lut3d=file=my_lut.cube"
• グレースケール：-vf "colorchannelmixer=.3:.4:.3:0:.3:.4:.3:0:.3:.4:.3"
• ぼかし：-vf "gblur=sigma=10"
• シャープ化：-vf "unsharp=5:5:1.0:5:5:0.0"
• ノイズ除去：-vf "hqdn3d=4:3:6:4.5"（高速）または -vf "nlmeans=s=3.5:p=7:r=15"（最高品質）

コンタクトシート／サムネイルグリッド

ffmpeg -n -i "$INPUT" -vf "select=not(mod(n\,100)),scale=320:180,tile=4x4" -frames:v 1 contact_sheet.png

単一フレームの抽出

ffmpeg -n -ss 00:01:30 -i "$INPUT" -frames:v 1 -q:v 2 thumbnail.jpg

プライバシーぼかし（顔／領域のマスキング）

顔全体の領域をぼかす（静的な座標です。顔のバウンディングボックスを見つけるには、ffprobe または MediaPipe を使用してください）：

ffmpeg -n -i "$INPUT" -vf "delogo=x=200:y=100:w=150:h=150" "$OUTPUT"

領域をボックスぼかしする（より細かく制御できます）：

ffmpeg -n -i "$INPUT" -filter_complex \
  "[0:v]crop=150:150:200:100,boxblur=10[blur];[0:v][blur]overlay=200:100" "$OUTPUT"

時間範囲を指定してぼかす（5s から 15s の間だけぼかします）：

ffmpeg -n -i "$INPUT" -filter_complex \
  "[0:v]split[main][copy];[copy]crop=150:150:200:100,boxblur=10[blur];[main][blur]overlay=200:100:enable='between(t,5,15)'" "$OUTPUT"

全フレームをぼかす（B ロールの背景用）：

ffmpeg -n -i "$INPUT" -vf "boxblur=20:5" "$OUTPUT"

フレーム間で AI を活用した顔検出と追跡によるぼかしを行うには、MediaPipe BlazeFace を使用する python3 scripts/face_tracker.py を使ってください（CPU で動作し、VRAM は不要です）。face_tracker は、オーバーレイのぼかし座標に利用できる、フレームごとのバウンディングボックスを出力します。

LUT カラーグレーディング

.cube LUT ファイルを適用する：

ffmpeg -n -i "$INPUT" -vf "lut3d=file=my_grade.cube" "$OUTPUT"

強度を調整して適用する（元の映像とグレーディング後の映像をブレンドします）：

ffmpeg -n -i "$INPUT" -filter_complex \
  "[0:v]split[a][b];[b]lut3d=file=my_grade.cube[graded];[a][graded]blend=all_mode=normal:all_opacity=0.7" "$OUTPUT"

一般的な LUT の入手先：lutify.me、filtergrade.com などのサイトから .cube ファイルをダウンロードするか、DaVinci Resolve でカスタム LUT を作成してください。LUT ファイルはプロジェクトと同じ場所に配置するか、絶対パスを使用してください。

対応形式：.cube（最も一般的）、.3dl、.dat、.m3d

モーショントラッキングテキストオーバーレイ

位置に追従する静的テキスト（手動キーフレーム）：

ffmpeg -n -i "$INPUT" -vf "drawtext=text='Label':fontsize=24:fontcolor=white:\
x='if(lt(t,5),100+t*20,200)':y='if(lt(t,5),50+t*10,100)':\
fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf:\
box=1:[email protected]:boxborderw=4" "$OUTPUT"

式に基づいて動くテキスト（滑らかな正弦波）：

ffmpeg -n -i "$INPUT" -vf "drawtext=text='Moving Text':fontsize=36:fontcolor=white:\
x='w/2-tw/2+50*sin(t*2)':y='h/2-th/2+30*cos(t*2)':\
fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf" "$OUTPUT"

動画内で顔やオブジェクトを追従する複雑なトラッキングでは、scripts/face_tracker.py のバウンディングボックス出力と、フレームごとの drawtext 座標を組み合わせてください。トラッカーから顔の中心座標をエクスポートし、フレームごとの x/y 式を使った drawtext フィルターを生成します。

出力ファイル名の規則

ユーザーが出力名を指定しない場合は、入力ファイル名をもとに生成します。

• video.mp4 → video_trimmed.mp4、video_stabilized.mp4、video_2x.mp4 など
• バッチ処理の場合：video_001.mp4、video_002.mp4 など