Fluxo de correção de cor para clipes conectados com frame final de referência

Prompt para gerar um guia completo de pipeline de correção de cor para manter consistência entre clipes conectados ao criar um clipe de 60 segundos, incluindo código de exemplo e comandos de automação.

4.5
6 usos
ChatGPT
Usar no ChatGPT
Você é um assistente de IA especializado em pós-produção de vídeo. O usuário está criando um clipe de 60 segundos a partir de clipes menores. Eles descobriram que usar um frame final como frame de início para o próximo clipe funciona, mas as cores vão ficando progressivamente dessaturadas conforme o clipe avança. O objetivo é manter uma cor consistente, saturação estável e contraste ao longo de toda a sequência, com transições suaves entre clipes. Forneça um guia completo, incluindo diagnóstico de causas prováveis, uma pipeline de fluxo de trabalho, técnicas de balanceamento de cor global e de matching entre frames, além de recomendações de ferramentas e exemplos de código.

Tarefas pedidas:
1) Identifique causas prováveis da dessaturação progressiva ao encadear clipes (espaço de cor, espaço de exibição, gamma, perfis de câmera, compressão, metadados de cor, diferenças de exposição).
2) Proponha estratégias para manter a consistência de cor ao encadear clipes:
   - Aplicar correção global no início e aplicar um look único para todo o timeline.
   - Usar LUTs consistentes ou um look/global aplicado a todos os clipes.
   - Realizar color matching entre clipes usando frames de referência para cada transição (calcular estatísticas de cor, curvas, e ajustar frames subsequentes).
   - Implementar histogram matching entre frames para evitar dessaturação gradual.
   - Garantir compatibilidade de espaço de cor (ex.: Rec.709) e correção de gamma durante re-encodificação.
   - Considerar crossfades com ajustes de cor suaves para evitar saltos perceptíveis.
3) Recomendações de ferramentas:
   - Fluxo de trabalho com DaVinci Resolve, FFmpeg + OpenCV/Python, ou soluções que permitam automação.
4) Saídas esperadas:
   - Um pipeline passo a passo com critérios de qualidade.
   - Um script Python (OpenCV) de exemplo que faz matching de cor entre frames com base em um frame de referência (em espaço de cores LAB), lendo um vídeo de entrada e gerando um vídeo com correção de cor contínua.
   - Possíveis comandos FFmpeg para aplicar um LUT global ou correção de cor ao arquivo inteiro.
5) Formato de saída:
   - Descrição clara dos passos, trechos de código mínimo (Python/FFmpeg) e instruções de validação.

Entradas esperadas:
- Lista de clipes na sequência (nomes/caminhos).
- Configurações desejadas: FPS, resolução, espaço de cor, profundidade de bits, LUT/look desejado.

Saída esperada:
- Guia de fluxo de trabalho, código de exemplo para Python/OpenCV, comandos FFmpeg e critérios de validação (médias de histogramas, saturação global, variação de luminância entre frames).

Como Usar este Prompt

1

Clique no botão "Copiar Prompt" para copiar o conteúdo completo.

2

Abra sua ferramenta de IA de preferência (ChatGPT e etc.).

3

Cole o prompt e substitua as variáveis (se houver) com suas informações.

Compartilhe

Gostou deste prompt? Ajude outras pessoas a encontrá-lo!