Videodan Keyframe Çıkarmak: GPT ve Claude İçin Python Kodu

Bir videonun tamamını vision modellerine göndermek pahalı ve yavaş. 10 dakikalık video 30 fps'te 18.000 frame demek, her biri ücretli, çoğu birbirine aynı. İstediğin şey akıllı seçilmiş birkaç keyframe: sahne değişimlerini yakala, videoyu özetle.

Kanto Labs'ın rehberi tam da bunu gösteriyor. Ürün demosunu tanımlatmak, reklam kontrolü yapmak, ekran kaydını özetlemek istiyorsan, önce videonun en önemli karelerini çıkarıp zaman damgasıyla bir liste haline getir, sonra OpenAI ya da Claude'a gönder.

Python'da 20 satır yeterli, ffmpeg kurmana gerek yok, OpenCV'ye de ihtiyaç yok. Apify actor kullanıyorlar ama kendi ffmpeg script'inle de aynı mantık işler. Seçim stratejisi iki tür: düzenlenmiş videolar (reklamlar, tutorial'lar, kesili içerik) için sahne değişimlerinde keyframe al, her shot bir kare, hikaye tamamlanır. Canlı yayın ya da kamerada çekilen şeyler için eşit aralıklarla frame seç.

Vision modelleri görüntü başına faturalandığı için, her frame göndermek maliyeti 10-20 kez artırır. Akıllı filtreleme ile 18.000 frame'den 10-15'e inebilirsin, videonun özü korunur, hız ve maliyet düşer. Pratik taraf: timestamp'ler modele "5. saniyede bu oldu" diye bağlam verdiği için yanıtlar daha kullanışlı oluyor.