今天在调试samurai的时候,需要提供视频素材中指定物体的坐标和长宽尺寸。使用OpenCV或许能实现,但是以前没用过,电脑上也没有其他现成的这类软件可用。不过电脑上有装的QQ,QQ截图功能就带显示坐标,电脑上还装了PotPlayer视频播放器,这两个软件都是现成的。由于只是获取个视频内坐标和尺寸,所以直接用这两个现成的软件来实现就可以了。下面说一下具体操作步骤。
首先用potplayer打开视频,鼠标右键点击视频画面-皮肤-视频下自动隐藏,选中视频下自动隐藏功能后,视频画面上方和下方的播放器黑色边框会自动隐藏,只剩下纯净的视频内容画面。
鼠标右键点击视频画面区域-屏幕-无边框尺寸,点击无边框尺寸后,原本播放视频如果有多余的黑色背景的话,这时会自动删除。前提是你的视频内容本身就没有黑色区域画面。这时候播放器播放的视频画面尺寸应该就会和你视频尺寸一样了。如果略微有几个像素的差别的话可以忽略,或是鼠标手动拖动播放器窗口调整一下尺寸,让和视频源尺寸一样。把播放器窗口拖动对齐到屏幕左上角,窗口会自动吸附。准备工作完成后就可以获取想要的任意位置坐标了。
按住键盘CTRL+alt+A键,会启动QQ截图功能,鼠标左键框选出你想要测量的区域,框选区域上部会显示出这个区域的长宽尺寸,记录下这个尺寸。然后把鼠标移动到框选区域最左上角的那个顶点,按esc键取消QQ截屏,鼠标不要动,再按一次ctrl+alt+A键启动QQ截屏,这时会显示出鼠标的坐标位置。由于我们把视频画面对齐到了左上角0,0起始位置,QQ截屏也是从左上角为0,0起始的。所以这时我们就获得了想要的视频画面区域的坐标位置和长宽尺寸。
由于我每天都要使用多次QQ截屏功能,所以对QQ截屏非常熟悉了,当想要获取视频内坐标时,一下子就想到了这个方法了。看着我上面描述了这么多内容,其实操作起来很简单,如果你没用过QQ截屏和potplayer的话操作起来可能有些麻烦,如果你熟悉的话,这些操作步骤一下就操作完成了,非常简单高效。
相关推荐
最近更新
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。







