subject-compositing

主体合成

适用于那些没人能拍出来、生成器也无法逼真呈现的镜头：他在飞船里、 在小丑车里、在月球上。将真实拍摄的片段从真实环境中分割出来， 叠加到替换背景素材上，并在前景放置道具。成败取决于源片段—— 先选定素材，再承诺拍出这个镜头。

依赖

先运行 pip install 'video-studio-engine[vision] @ https://github.com/scrollmark/social-skills/archive/refs/heads/master.tar.gz'，然后运行 video-studio composite_subject … 和 video-studio track_pointing …。这两个工具都不包含在此处——它们都会导入 MediaPipe、 NumPy 和 OpenCV，并在首次运行时下载模型文件，因此不能作为普通文件随技能一同分发； [vision] 是此软件包中体积最大的可选依赖。没有它，这里的内容都无法执行：没有遮罩、 没有带羽化效果的遮挡接缝、没有手臂穿出道具的效果，也没有手势时序。仍然适用的是下面的素材拍摄建议——它会告诉用户该拍什么，值得在开拍前提供。指向动作的规则见 video-formats。

分割器对拍摄素材的要求

这决定了镜头是否可用，而这个决定是在片场做出的，不是在后期。该模型 是自拍分割器——适用于一人、正面、上半身、谈话距离的画面。它无法处理的情况都源于此。

• 画面中只有一人，且能看到靠近镜头的手臂。 姿态关键点会选取分割器 能看到的手腕。画面中出现第二个人，或手臂移出画面，都会导致自由手臂效果失效。
• 主体与背景在色调上要有区分。 头发、深色墙面前的深色衣服，或主体与其背后背景 亮度相近，都会导致遮罩啃掉轮廓。它不会报错，只是看起来很粗糙。
• 光线均匀，避免运动模糊。 快速摇摄和生硬的阴影边缘会让遮罩在帧与帧之间闪烁， 一眼就显得虚假。固定相机，让主体移动。
• 画面要留出足够空间进行裁切。 --occlude-below 会沿道具顶边裁切主体，并用羽化接缝—— 这能营造“身处其中”的效果，也能遮住他们原本坐着的椅子，但需要裁切线下方有身体部分 才能生效。
• 拍摄短片段。 每一帧都会单独经过分割器处理；几秒钟是合适的工作时长。这是一个镜头， 不是一段连续序列。

合成

video-studio composite_subject out.mp4 --in take.mp4 --ss 39.9 --t 2.5 \
    --bg crowd.webm --bg-crop 405:600:430:15 --bg-eq eq=contrast=1.9:saturation=0 \
    --fg art/car.png --occlude-below 1215 --free-arm --travel -330 430 --flip-h

图层顺序为：背景 → 主体 → 道具 → 穿回道具前方的手势前臂。--free-arm 会将肘部、手腕和手部周围的胶囊区域与真实遮罩求交，因此只有身体像素会移到前景； 如果没有这一步求交，漂移的姿态估计会在道具上切出一个人形背景孔洞。--travel、 --flip-h 和 --flip-v 会让主体与道具作为一个整体在静态背景上移动；镜像发生在移动 之前——如果之后再翻转，移动方向也会随之反转。--scale 以主体为锚点，而不是以画面原点为锚点。

道具应绘制得粗略一些，并带有 alpha 通道。 不规整的手绘图案能掩饰 遮罩的柔和边缘；干净的矢量图与这些边缘放在一起，反而会显得不自然。没有 alpha 通道的 PNG 会被直接拒绝。此外，合成前先检查背景裁切效果—— 柔和的档案素材经过紧密裁切后会变成一团灰，而体育场素材里满是清晰可辨的第三方广告，你刚刚已经把它放进品牌视频里了。

指向

video-studio track_pointing analyze 会输出事件——食指伸直并保持稳定位置的时间段——并将指向的位置从指尖向外推算，以画布比例表示。layers 会将这些位置转换为分镜图层，并向画面中心偏移，避免弹出内容遮住手部。这里由素材决定布局，而不是由分镜决定，因此合成之前，请先与用户核对事件列表：提取每个时间戳对应的帧，并确认数量。设计上，持续时间不足半秒的动作会被当作抖动丢弃，而且只会追踪一只手——快速点按者和双手讲解者都会导致结果偏少，看起来像追踪器故障，而不是阈值设置在起作用。

反模式

• 还没看素材就承诺镜头效果。 背景对比度和摄像机运动会决定效果，而且这两者都无法在后期修复。
• 使用干净利落的矢量道具。 这会让蒙版看起来像是坏掉了；粗糙的美术处理反而能掩盖问题。
• 轻信事件列表。 提取帧，并与用户核对数量。