将 360° 全景风景视频与自拍照融合为"你在风景中"的电影级短视频。

• ✨ AI 驱动的智能帧选择算法
• 📸 360° 全景视频处理
• 👤 高质量人像抠图与场景融合
• 🎬 电影级视频生成效果
• 🌐 现代化 Web 界面
• 🚀 快速部署与启动

TimeSlice Fusion 是一个创新的 AI 视频生成工具，能够将 360° 全景风景视频与用户自拍照融合，创造出仿佛置身于风景中的电影级短视频。

核心技术特点：

• 360° 全景视频帧提取
• AI 驱动的帧选择算法
• 人像抠图与场景融合
• I2V（图像到视频）动画生成

timeslice-fusion/
├── server.py          # FastAPI 后端服务器
├── web/               # 前端界面
│   └── timeslice-fusion.html
├── scripts/           # 核心处理脚本
│   ├── timeslice.py   # 主处理逻辑
│   └── remove_bg.swift # macOS 人像抠图
└── start.sh           # 快速启动脚本

# 确保已安装 uv
pip install uv --break-system-packages

# 启动服务（默认端口 8000）
./start.sh

# 或指定端口
./start.sh 3000

# 安装依赖并启动
uv run server.py

• PORT - 服务器端口 (默认: 8000)
• CLEANUP_AFTER_MINUTES - 清理过期任务的时间（分钟，默认: 60，设为0禁用自动清理）

1. 启动服务后，在浏览器中访问 http://localhost:8000
2. 上传 360° 全景风景视频和自拍照
3. 选择风格和持续时间
4. 点击生成，等待处理完成
5. 查看并下载生成的视频

• 后端: FastAPI
• 前端: HTML/CSS/JavaScript
• AI 引擎: Qwen-VL (阿里云 DashScope)
• 处理工具: FFmpeg, Pillow
• 包管理: uv (Python)

1. 人像预处理（裁剪、抠图）
2. 360° 视频帧提取
3. AI 选帧（选择最佳场景）
4. 场景和人物分析
5. 人物与场景合成
6. 视频生成（I2V 动画化）

• 项目使用 macOS Vision Framework 进行人像抠图
• 需要网络连接以调用 AI 服务
• 大视频文件处理可能需要较长时间

1. Fork 仓库：点击右上角的 Fork 按钮将仓库复制到你的账户
2. 克隆仓库：

   git clone https://github.com/你的用户名/timeslice-fusion.git
   cd timeslice-fusion

# 安装 uv（如果尚未安装）
pip install uv

# 启动服务
./start.sh

FROM ghcr.io/astral-sh/uv:python3.10-bookworm-slim

WORKDIR /app

COPY . .
RUN uv sync --all-extras

EXPOSE 8000
CMD ["uv", "run", "server.py"]

⚠️ 安全提醒: 本项目使用阿里云 DashScope API（Qwen-VL），请确保 API 密钥安全

1. 在根目录创建 .env 文件：

   DASHSCOPE_API_KEY=your_api_key_here
   

2. 将 .env 添加到 .gitignore 中（已在默认配置中包含）

如需自动部署到云服务，可参考以下 .github/workflows/deploy.yml 配置：

name: Deploy to Cloud

on:
  push:
    branches: [ main ]

jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v3

    - name: Setup uv
      uses: astral-sh/setup-uv@v2
      with:
        version: latest

    - name: Install dependencies
      run: uv sync --all-extras

    - name: Run tests
      run: python -m pytest tests/

    - name: Deploy
      env:
        DEPLOY_TOKEN: ${{ secrets.DEPLOY_TOKEN }}
      run: |
        # 添加部署命令

• 项目不会存储用户的视频和图片文件，处理完成后会定期清理
• 所有上传的文件仅在本地处理，不会上传到任何第三方服务（除了AI API调用）
• 敏感配置文件（如 .env）已在 .gitignore 中排除
• 使用 CORS 中间件允许所有来源（仅在开发环境中）- 生产环境请配置具体域名

欢迎提交 Issues 和 Pull Requests 来帮助改进项目！

1. Fork 仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

本项目采用 MIT 许可证 - 详见 LICENSE 文件

如有问题，请提交 Issue 或联系：

• 项目主页: https://github.com/lank/timeslice-fusion
• 文档: 请参阅相关注释和文档