技能介绍

问题：从视频里拿幻灯片，不是截图那么简单

很多技术讲座、学术报告和产品发布会的视频里，讲师会展示大量幻灯片，但这些内容从未以可下载的文件形式公开。直接截屏看起来简单，实际会遇到几个具体问题：播放器控件和鼠标光标会遮挡画面，相邻帧之间只是轻微闪烁却被当成换页，渐进式出现的 bullet points 或代码块被错误合并，或者更糟——把视频截图误当成官方原始 PPT 分发，造成来源误导。

工作方式：先找原版，再做复原

这个技能把整个流程分成两个阶段。第一阶段是溯源：在动手截图之前，先检查视频描述、讲者主页、活动页面和官方仓库，寻找原始 PPTX、Keynote、PDF 或幻灯片链接。如果找到了官方材料，直接使用并记录来源，不再执行视频复原。

第二阶段是投影复原，也就是把视频画面当作重建任务来处理：

先在视频开头、中间和结尾各截取几帧全画幅预览，目视确定稳定的投影区域（crop rectangle），然后在这个区域内做变化检测，避免讲者走动和镜头切换产生误判。
用 scripts/extract_slide_frames.py 按 2–3 秒间隔抽帧，生成候选幻灯片集合。对于快速翻页、代码演示或渐进式动画段落，改用 1–2 秒的更细间隔重新采样。
去重只移除相邻重复帧；同一张幻灯片在演讲后段再次出现时仍然保留。
生成带时间戳的缩略图总览（contact sheet），然后逐张在完整分辨率下人工复核，剔除播放器控件、光标、转场帧和舞台镜头。
输出按时间顺序命名的 PNG 文件、记录来源和裁剪参数的 slides.json、用于复核的时间戳总览，以及区分官方材料与复原版本的 SOURCE.md。

适用边界

这套方法有几个明确的边界。如果画面中不存在干净的投影区域，比如全程多机位切换或投影被遮挡，应当如实报告无法可靠复原，而不是强行输出。复原结果本质上是投屏截图复原版，不是讲者的原始可编辑文稿，任何场合都不应标注为官方 PPT。字幕时间轴仅作为辅助定位证据，不能替代对画面的直接检查。对于无法辨认的文字内容，技能会选择保留最佳源帧并标记低置信度页面，而不是编造文本。