Ppt To Video

将 PPT/PPTX 文件转换为带背景音乐的 MP4 视频。支持智能时长（封面1.5s/正文按180字分）、翻页动画（上翻/对角线）、正文页打字机文字渐入效果。触发词："PPT转视频"、"PPT生成视频"、"PPT加音乐"、"将PPT做成视频"、"PPT to video"。

haoyiyong985@haoyiyong985

Install

openclaw skills install @haoyiyong985/ppt-to-video

PPT to Video（优化版）

将 PPT 文件转换为带背景音乐的 MP4 视频，支持三种视觉优化。

触发条件

中文触发词	英文触发词
PPT转视频	convert PPT to video
PPT生成视频	PPT to MP4 with music
PPT加音乐 / 加BGM	PPT export video
将PPT做成视频	PPT with typewriter effect
正文页打字机效果	—

三个核心优化

① 智能时长

页面类型	判断规则	时长
封面/过渡页	首页、字数 < 50	固定 1.5 秒
封底（末页）	最后一页	固定 4.0 秒（可通过 `--back-cover-dur` 调整）
正文内容页	其他页	按 180字/分（=3字/秒）计算，范围 6~8 秒

计算公式：duration = clamp(char_count / 3.0, 6.0, 8.0)

② 翻页动画

通过 ffmpeg xfade 滤镜实现，支持四种模式：

参数值	效果	说明
`slideup`（默认）	向上翻页	下一页从底部向上推入
`diagtl`	从右下向左上翻页	对角线过渡，视觉更动感
`fade`	淡入淡出	经典交叉溶解
`none`	无动画	直接切换（最快渲染）

动画时长默认 0.5 秒，可通过 --transition-dur 调整。

③ 打字机文字渐入

对正文内容页启用，封面/过渡页保持静态。

实现原理：

提取该页文字内容
通过 ffmpeg drawtext 滤镜逐字显示（每帧增加若干字符）
文字居中叠加在背景图上，带半透明底色

局限性（重要）：

无法完全还原 PPT 原始排版（字体、颜色、精确位置）
采用「整页居中 + 半透明底」的简化方案
若需完全还原 PPT 排版动画，建议使用 PPT 自带动画 + 屏幕录制

如需完全还原排版， 可扩展方案：

用 COM 自动化逐字触发 PPT 动画并截图
或用 manim 等动画库重新渲染

依赖检查

执行前必须确认以下工具已安装：

依赖	用途	安装方式
`python-pptx`	读取 PPT 文字内容	`pip install python-pptx`
`Pillow`	图片处理	`pip install pillow`
`ffmpeg` + `ffprobe`	视频/音频合成	见下方
`pywin32`	COM 方案（Windows+PPT）	`pip install pywin32`
`pdf2image` + `poppler`	LibreOffice PDF→PNG 方案	`pip install pdf2image`

渲染质量说明：

COM 方案（Windows）：自动设置 PowerPoint 导出分辨率为 300DPI（修改注册表 ExportBitmapResolution=300）
LibreOffice 方案：优先使用 PDF→PNG（300DPI），质量最高；失败后后备直接 PNG 导出

安装 ffmpeg：

bash

# Windows（scoop）
scoop install ffmpeg

# macOS（Homebrew）
brew install ffmpeg

# Linux
sudo apt install ffmpeg   # Debian/Ubuntu

执行流程

Step 1：收集输入参数

向用户确认：

PPT 文件路径（必填）：.ppt / .pptx
背景音乐路径（必填）：.mp3 / .wav / .m4a
翻页动画（可选）：slideup（默认）/diagtl/fade/none
打字机效果（可选）：是否启用（--typewriter）
输出路径（可选）：默认与 PPT 同目录，.mp4 扩展名

Step 2：检查依赖

bash

ffmpeg -version
python -c "import pptx; import PIL; print('依赖正常')"

若缺失，自动安装：pip install python-pptx pillow

Step 3：执行转换

使用 bundled 脚本 scripts/ppt_to_video.py：

bash

python "C:\Users\LENOVO\.workbuddy\skills\ppt-to-video\scripts\ppt_to_video.py" \
  "<PPT路径>" \
  "<音频路径>" \
  --transition slideup \
  --typewriter \
  --cover-dur 1.5 \
  --content-cps 3.0 \
  --content-min 6.0 \
  --content-max 8.0 \
  --fps 25

参数说明：

参数	默认值	说明
`ppt`	（必填）	PPT/PPTX 文件路径
`audio`	（必填）	背景音乐文件路径
`--transition`	`slideup`	翻页动画类型
`--transition-dur`	`0.5`	翻页动画时长（秒）
`--typewriter`	不启用	为正文页启用打字机效果
`--cover-dur`	`1.5`	封面/过渡页时长（秒）
`--content-cps`	`3.0`	正文页语速（字/秒），3.0 = 180字/分
`--content-min`	`6.0`	正文页最短时长（秒）
`--content-max`	`8.0`	正文页最长时长（秒）
`--fps`	`25`	输出视频帧率
`--output`	同目录 `.mp4`	输出视频路径
`--keep-temp`	不保留	保留临时文件（调试用）

Step 4：PPT 转图片（内部逻辑）

脚本按以下优先级自动选择渲染方案：

方案 1 — COM 自动化（Windows + 安装 PowerPoint）：

调用 win32com.client 启动 PowerPoint（后台无窗口）
自动设置 300DPI 导出分辨率（修改注册表 ExportBitmapResolution=300）
每页用 Slide.Export() 导出为 PNG（1920×1080）
质量最高，推荐 Windows 用户使用

方案 2 — LibreOffice PDF→PNG（跨平台，质量最高）：

soffice --convert-to pdf:writer_pdf_Export 导出 PDF
pdf2image.convert_from_path(pdf_path, dpi=300) 转 PNG
质量最高（300DPI），后续 ffmpeg 会缩放到 1920×1080

方案 3 — LibreOffice 直接 PNG 导出（后备）：

soffice --convert-to png 直接导出 PNG
速度较快，质量略低于 PDF→PNG 方案

三种方案均不可用时的提示：

text

无法将 PPT 转换为图片。请尝试：
1. 安装 LibreOffice：https://www.libreoffice.org/
2. 或安装 PowerPoint 并确认 pywin32 已安装

渲染质量对比：

方案	分辨率	质量	速度	依赖
COM（300DPI）	1920×1080（原生）	⭐⭐⭐⭐⭐	快	PowerPoint + pywin32
LibreOffice PDF→PNG（300DPI）	300DPI → 缩放	⭐⭐⭐⭐	中	LibreOffice + pdf2image
LibreOffice 直接 PNG	默认	⭐⭐⭐	快	LibreOffice

Step 5：视频合成逻辑

有翻页动画（slideup/diagtl/fade）：

为每张图片生成独立视频片段（loop + t）
用 ffmpeg xfade 滤镜串联所有片段并加入翻页动画
背景音乐按总时长循环叠加
输出 H.264 + AAC 的 MP4 文件

无翻页动画（none）：

生成 concat demuxer 文本文件
图片按指定时长拼接
背景音乐循环叠加

打字机效果（需 --typewriter 参数）：

封面/过渡页：原图直接渲染，无效果
正文页：
- 提取该页文字
- 用 ffmpeg drawtext 滤镜逐字显示
- 文字居中，带半透明黑色底色
所有页通过 xfade 串联翻页动画
叠加循环背景音乐

输出结果

执行成功后告知用户：

text

✅ 视频已生成：<输出路径>
   共 N 页，总时长：XX.X 秒
   分辨率：1920×1080，帧率：25fps
   翻页动画：slideup（0.5s）
   打字机效果：已启用（正文页）
   背景音乐：<音频文件名>（循环 N 次）
   渲染方案：COM (PowerPoint 原生，300DPI)  ← 新增

并将生成的 .mp4 文件通过 deliver_attachments 工具交付给用户。

常见问题

Q：提示"ffmpeg 不是内部或外部命令"

需要先安装 ffmpeg 并加入 PATH。参考上方"依赖检查"小节。

Q：打字机效果没有显示文字

可能是系统字体路径不正确。脚本会自动检测中文字体，若失败则使用 arial.ttf。可手动修改 detect_system_font() 函数中的字体路径。

Q：可以不要背景音乐吗？

当前版本必须提供背景音乐。如不需要音乐，可以提供一段静音音频文件：
bash
ffmpeg -f lavfi -i anullsrc -t 60 -c:a aac silence.aac

Q：翻页动画可以每页不同吗？

当前版本所有页面使用同一种翻页动画。如需每页不同，需要修改脚本中的 xfade 滤镜参数。

Q：打字机效果可以还原 PPT 原始排版吗？

当前简化方案无法还原原始排版。如需完全还原，建议使用：

PPT 自带动画 + 屏幕录制

或用 COM 自动化逐字触发动画并截图（复杂，不在本脚本范围内）

技术备注

PPT 渲染方案优先级：COM（Windows+PPT）> LibreOffice（跨平台）
输出视频采用 H.264 编码（兼容性最好）
临时文件默认执行完后自动清理，加 --keep-temp 可保留
脚本路径：C:\Users\LENOVO\.workbuddy\skills\ppt-to-video\scripts\ppt_to_video.py
打字机效果使用的 ffmpeg drawtext 参数：
- draw='min(int(n*{char_rate}),{chars})' — 控制逐字显示
- enable='gte(t,0)' — 从 t=0 开始显示
- box=1:boxcolor=black@0.5 — 半透明底色

示例命令

基础用法（默认上翻动画，无打字机效果）：

bash

python ppt_to_video.py presentation.pptx bg_music.mp3 --transition slideup

启用打字机效果：

bash

python ppt_to_video.py presentation.pptx bg_music.mp3 --typewriter --transition diagtl

自定义时长参数：

bash

python ppt_to_video.py presentation.pptx bg_music.mp3 \
  --cover-dur 2.0 \
  --content-cps 2.5 \
  --content-min 5.0 \
  --content-max 10.0

无动画（最快渲染）：

bash

python ppt_to_video.py presentation.pptx bg_music.mp3 --transition none

踩坑经验

xfade offset 计算公式（经过 3 次试错才成功）

错误写法（不要这样写）：

python

# ❌ 错误：只减去一次 transition_dur
offset = cumulative - transition_dur

正确公式：

python

# ✅ 正确：第 i 个过渡的 offset
#   = sum(durations[0..i]) - (i+1) * transition_dur
for i, (_, dur, _) in enumerate(durations[:-1]):
    cumulative += dur
    offset = round(cumulative - (i + 1) * transition_dur, 2)

总时长公式：

text

总时长 = sum(all durations) - (n-1) * transition_dur

验证例子（3 张幻灯片，transition_dur=0.5）：

时长：[1.5, 1.5, 3.0]
offsets：[1.0, 2.0]
总时长：1.5 + 1.5 + 3.0 - 2×0.5 = 5.0 秒 ✓

音频叠加 `-t` 参数

错误写法：

python

"-t", str(video_dur + transition_dur),   # ❌ 时长会偏长

正确写法：

python

correct_total = calc_total_duration(durations, transition_dur)
"-t", str(correct_total),   # ✅ 用 calc_total_duration() 计算

原因： xfade 过渡会重叠两段视频，总时长会减去 (n-1) * transition_dur，音频叠加时必须用这个正确总时长，否则视频末尾会被截断或拉长。

ffmpeg `-t` 与 `-shortest` 混用注意

叠加音频时用了 -stream_loop，必须配合 -t 限制总时长
-shortest 在 -stream_loop 存在时不会生效（音频被循环拉长了）
正确做法：用 calc_total_duration() 计算正确总时长，传给 -t

PowerPoint 2007（12.0）COM 兼容性

问题： powerpoint.Visible = False 在 PowerPoint 2007 中抛出 com_error: (-2147352567, '发生意外。')

解决方案：

python

try:
    powerpoint.Visible = False
except Exception:
    pass  # PowerPoint 2007 不支持此属性

注册表版本兼容： _set_ppt_export_resolution() 需包含 "12.0" 版本号。

Export 参数兼容： PowerPoint 2007 的 Slide.Export() 支持 4 参数（FileName, FilterName, ScaleWidth, ScaleHeight），与新版一致。代码中保留了 try/except 到 2 参数的降级通路作为兜底。

pix_fmt=yuv444p 兼容性问题

现象： 生成视频在某些播放器（Windows 播放器/微信等）无法播放，报 0x80004005 错误。

根因： ffmpeg xfade -filter_complex 合成时，如果没有显式指定 -pix_fmt yuv420p，ffmpeg 可能默认输出 yuv444p 格式。后续 Step C 使用 -c:v copy 直接复制视频流，yuv444p 格式会被原样保留到最终 MP4 中。yuv444p 虽然质量更高，但兼容性差，很多常见播放器不支持。

修复（两处 xfade intermediate 合成命令）：

python

# ❌ 错误：xfade 合成时缺少 -pix_fmt
cmd += [
    "-filter_complex", filter_complex,
    "-map", prev_label,
    "-c:v", "libx264", "-preset", "fast", "-crf", "23",
    "-an",
    intermediate_path
]

# ✅ 正确：显式指定 yuv420p
cmd += [
    "-filter_complex", filter_complex,
    "-map", prev_label,
    "-c:v", "libx264", "-preset", "fast", "-crf", "23",
    "-pix_fmt", "yuv420p",   # ← 必须！
    "-an",
    intermediate_path
]

涉及位置：

build_video_with_transitions() — 翻页动画 intermediate 合成
build_video_with_typewriter() — 打字机效果 intermediate 合成

教训： 任何 ffmpeg 中间产物（尤其后续会被 -c:v copy 的），都要显式指定 -pix_fmt yuv420p，不要依赖 ffmpeg 默认值。

Ppt To Video

Install

PPT to Video（优化版）

触发条件

三个核心优化

① 智能时长

② 翻页动画

③ 打字机文字渐入

依赖检查

执行流程

Step 1：收集输入参数

Step 2：检查依赖

Step 3：执行转换

Step 4：PPT 转图片（内部逻辑）

Step 5：视频合成逻辑

输出结果

常见问题

技术备注

示例命令

踩坑经验

xfade offset 计算公式（经过 3 次试错才成功）

音频叠加 -t 参数

ffmpeg -t 与 -shortest 混用注意

PowerPoint 2007（12.0）COM 兼容性

pix_fmt=yuv444p 兼容性问题

Related skills

音频叠加 `-t` 参数

ffmpeg `-t` 与 `-shortest` 混用注意