ffmpeg-opencv-integration — скилл для Claude Code
Скилл ffmpeg-opencv-integration для Claude Code и Codex помогает связать FFmpeg и OpenCV в Python-скриптах. Защищает от путаницы в RGB/BGR, сбоев с пайпами и потери звука при обработке кадров.
MIT 107 установок ★ 66 обновлён 2026-06-18
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a claude-codeЧто делает ffmpeg-opencv-integration
Скилл организует связку FFmpeg и OpenCV в Python без типичных ошибок пайплайна. Он задаёт шаблоны передачи несжатых кадров через стандартные потоки, где на границах явно фиксируется формат bgr24 для OpenCV или yuv420p для сжатия H.264.
Внутри собраны правила выбора библиотек под разные задачи: простой cv2.VideoCapture для локальных файлов, ffmpegcv под аппаратное ускорение на GPU, VidGear для RTSP-потоков, Decord для пакетной загрузки в ML-модели и PyAV для низкоуровневого контроля. Также учтены заготовки для параллельной обработки через Modal.com.
Скилл напоминает о критических моментах NumPy: доступ к пикселям идёт по img[y, x], а размерность сырого буфера обязана строго совпадать с формулой width * height * channels. Без установленного в системе бинарника FFmpeg и пакета OpenCV такие конвейеры работать не смогут.
Какие задачи решает
- передавать кадры между FFmpeg и OpenCV через стандартный ввод-вывод
- сохранять исходную аудиодорожку при покадровой фильтрации видео
- выбирать правильную библиотеку ввода-вывода между PyAV, Decord и ffmpegcv
- исправлять ошибки перестановки цветовых каналов RGB и BGR
Примеры запросов агенту
- Построй конвейер на Python: декодируй видео через FFmpeg, обработай кадры в OpenCV и закодируй обратно с сохранением звука
- Помоги настроить пакетную загрузку кадров для нейросети через Decord вместо стандартного VideoCapture
- Собери команду FFmpeg rawvideo для передачи кадров bgr24 в OpenCV subprocess
Как установить ffmpeg-opencv-integration
1Через Skills CLI (Vercel)
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a claude-code2Вручную: положить файлы
~/.claude/skills/ffmpeg-opencv-integration/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/ffmpeg-opencv-integration/
1Через Skills CLI (Vercel)
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a codex2Вручную: положить файлы
.agents/skills/ffmpeg-opencv-integration/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a cursor2Вручную: положить файлы
.cursor/skills/ffmpeg-opencv-integration/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install JosiahSiegel/claude-plugin-marketplace plugins/ffmpeg-python/skills/ffmpeg-opencv-integration2Вручную: положить файлы
.github/skills/ffmpeg-opencv-integration/SKILL.md1Через Skills CLI (Vercel)
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a gemini-cli2Командой платформы
gemini skills install https://github.com/JosiahSiegel/claude-plugin-marketplace --path plugins/ffmpeg-python/skills/ffmpeg-opencv-integrationВручную: положить файлы
.devin/skills/ffmpeg-opencv-integration/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о ffmpeg-opencv-integration
Как установить ffmpeg-opencv-integration в Claude Code?
Выполните команду npx skills add JosiahSiegel/claude-plugin-marketplace --skill ffmpeg-opencv-integration -a claude-code. Файл навыка появится по пути ~/.claude/skills/ffmpeg-opencv-integration/SKILL.md.
Что делает ffmpeg-opencv-integration?
Он предоставляет готовые архитектурные шаблоны и правила передачи кадров между декодером FFmpeg и обработчиком OpenCV, предотвращая потерю аудиопотока и сбои цветовых пространств.
Что нужно для работы конвейеров из этого скилла?
Понадобится среда Python с библиотеками OpenCV и NumPy, установленная утилита FFmpeg в системном PATH, а также специализированные пакеты вроде PyAV, Decord или ffmpegcv при использовании GPU и потокового видео.
Исходный текст
SKILL.md · MIT
---
name: ffmpeg-opencv-integration
description: |
Complete FFmpeg + OpenCV + Python integration guide for video processing pipelines.
PROACTIVELY activate for: (1) FFmpeg to OpenCV frame handoff, (2) cv2.VideoCapture vs ffmpeg subprocess, (3) BGR/RGB color format conversion gotchas, (4) Frame dimension order img[y,x] vs img[x,y], (5) ffmpegcv GPU-accelerated video I/O, (6) VidGear multi-threaded streaming, (7) Decord batch video loading for ML, (8) PyAV frame-level processing, (9) Audio stream preservation with video filters, (10) Memory-efficient frame generators, (11) OpenCV + FFmpeg + Modal parallel processing, (12) Pipe frames between FFmpeg and OpenCV.
Provides: Color format conversion patterns, coordinate system gotchas, library selection guide, memory management, subprocess pipe patterns, GPU-accelerated alternatives to cv2.VideoCapture.
Ensures: Correct integration between FFmpeg and OpenCV without color/coordinate bugs.
See also: ffmpeg-python-integration-reference for type-safe parameter mappings.
---
# FFmpeg + OpenCV Integration Guide
Use this skill when FFmpeg handles video I/O and OpenCV handles image processing. This SKILL is a lean orchestrator; full pipe patterns, library examples, and Modal recipes are preserved in `references/opencv-pipelines-and-libraries.md`.
## When to Use
- Decode with FFmpeg and process frames with OpenCV
- Encode OpenCV-generated/processed frames with FFmpeg
- Compare `cv2.VideoCapture`, subprocess pipes, PyAV, ffmpegcv, VidGear, and Decord
- Fix RGB/BGR color bugs or `(height, width)` dimension-order bugs
- Preserve audio while replacing processed video frames
- Build GPU-assisted video I/O around CPU OpenCV processing
## Library Selection
| Need | Best option | Why |
|---|---|---|
| Simple local file | `cv2.VideoCapture` | Built-in and simple |
| Full FFmpeg format/protocol support | subprocess pipe | Exact CLI behavior |
| GPU video I/O | ffmpegcv | NVDEC/NVENC with OpenCV-like API |
| Network/RTSP streaming | VidGear | Threaded capture and stream helpers |
| ML batch loading | Decord | Fast random/batch frame access |
| Frame-level libav control | PyAV | Direct FFmpeg library access |
## Critical Gotchas
1. **OpenCV is BGR.** FFmpeg/PyAV/PIL/Decord often produce RGB. Convert explicitly.
2. **NumPy dimensions are `(height, width, channels)`.** Pixel access is `img[y, x]`, not `img[x, y]`.
3. **Video filters can drop audio.** Preserve or remux original audio intentionally.
4. **Release resources.** Always close `VideoCapture`, pipes, writers, and PyAV containers.
5. **Rawvideo pipes require exact frame size.** `width * height * channels` must match `-pix_fmt`.
## Minimal Pipe Patterns
FFmpeg to OpenCV using BGR frames:
```python
cmd = [
"ffmpeg", "-i", input_path,
"-f", "rawvideo", "-pix_fmt", "bgr24", "-"
]
```
OpenCV to FFmpeg using BGR frames:
```python
cmd = [
"ffmpeg", "-y",
"-f", "rawvideo", "-vcodec", "rawvideo",
"-s", f"{width}x{height}", "-pix_fmt", "bgr24",
"-r", str(fps), "-i", "-",
"-c:v", "libx264", "-preset", "fast", "-crf", "23",
"-pix_fmt", "yuv420p", output_path
]
```
## Core Workflow
1. Probe input dimensions, fps, duration, and audio streams.
2. Pick the I/O library based on the selection table.
3. Lock pixel format at boundaries (`bgr24` for OpenCV pipes; `yuv420p` for final H.264 output).
4. Process frames in generators/batches; avoid loading full videos unless they are small.
5. Preserve or re-encode audio explicitly.
6. Verify output duration, fps, resolution, codec, and A/V sync.
## Reference Map
- `references/opencv-pipelines-and-libraries.md` - Full preserved reference: color/dimension gotchas, cleanup patterns, FFmpeg-to-OpenCV and OpenCV-to-FFmpeg pipes, bidirectional pipeline, ffmpegcv, VidGear, Decord, PyAV, Modal.com examples, GPU pipeline, cheat sheets, sources.
## Related Skills
- `ffmpeg-python-integration-reference` - Type-safe parameters, colors, time units
- `ffmpeg-pyav-integration` - PyAV API details
- `ffmpeg-hardware-acceleration` - GPU decode/encode and filter pipelines
© JosiahSiegel · MIT · JosiahSiegel/claude-plugin-marketplace