AIGC漫剧竖屏制作规范：9:16构图、字幕安全区与视觉引导线设计

from dataclasses import dataclass
from enum import Enum
import json

class AspectRatio(Enum):
    VERTICAL = "9:16"      # 竖屏
    HORIZONTAL = "16:9"    # 横屏
    SQUARE = "1:1"         # 方形

@dataclass
class SafeZone:
    """字幕安全区定义"""
    top_pct: float       # 顶部安全线（距上边缘百分比）
    bottom_pct: float    # 底部安全线（距下边缘百分比）
    left_pct: float      # 左侧安全线（距左边缘百分比）
    right_pct: float     # 右侧安全线（距右边缘百分比）

# 9:16竖屏标准安全区
VERTICAL_SAFE_ZONE = SafeZone(
    top_pct=0.10,      # 顶部10%
    bottom_pct=0.15,   # 底部15%
    left_pct=0.10,     # 左侧10%
    right_pct=0.10     # 右侧10%
)

@dataclass
class Frame:
    """单帧画面定义"""
    width: int
    height: int
    shot_type: str       # 特写/近景/中景/远景/全景
    subject_position: tuple  # 主体位置 (x_ratio, y_ratio) 0-1
    movement_direction: str  # horizontal/vertical/static/diagonal
    has_subtitle: bool
    subtitle_position: tuple  # 字幕中心位置 (x_ratio, y_ratio)
    title_text: str = ""

class VerticalCompositionChecker:
    """竖屏构图规范检查器"""

    SHOT_TYPE_RATIO = {
        "特写": (0.60, 1.0),     # 建议占比60%以上
        "近景": (0.15, 0.25),
        "中景": (0.10, 0.25),
        "远景": (0.0, 0.10),
        "全景": (0.0, 0.05),
    }

    def __init__(self, width=1080, height=1920):
        self.width = width
        self.height = height
        self.safe_zone = VERTICAL_SAFE_ZONE
        self.frames = []

    def add_frame(self, frame):
        self.frames.append(frame)

    def check_safe_zone(self, frame):
        """检查字幕是否在安全区内"""
        if not frame.has_subtitle:
            return {"passed": True, "message": "无字幕"}

        x, y = frame.subtitle_position
        issues = []

        if y < self.safe_zone.top_pct:
            issues.append(f"字幕位置过高(y={y:.0%})，"
                         f"被状态栏遮挡风险，建议y>{self.safe_zone.top_pct:.0%}")
        if y > (1 - self.safe_zone.bottom_pct):
            issues.append(f"字幕位置过低(y={y:.0%})，"
                         f"被操作栏遮挡风险，建议y<{1-self.safe_zone.bottom_pct:.0%}")
        if x < self.safe_zone.left_pct:
            issues.append(f"字幕位置过左(x={x:.0%})，建议x>{self.safe_zone.left_pct:.0%}")
        if x > (1 - self.safe_zone.right_pct):
            issues.append(f"字幕位置过右(x={x:.0%})，"
                         f"建议x<{1-self.safe_zone.right_pct:.0%}")

        return {
            "passed": len(issues) == 0,
            "issues": issues if issues else ["字幕位置合规"]
        }

    def check_subject_position(self, frame):
        """检查主体位置是否符合构图法则"""
        x, y = frame.subject_position
        issues = []
        suggestions = []

        # 三分法检查
        third_lines = [1/3, 2/3]
        nearest_third_y = min(third_lines, key=lambda t: abs(y - t))
        if abs(y - nearest_third_y) > 0.08:
            suggestions.append(
                f"主体纵向位置y={y:.0%}偏离三分线，"
                f"建议调整至y={nearest_third_y:.0%}附近"
            )

        # 黄金分割检查
        golden_y = 0.618
        if abs(y - golden_y) < 0.05:
            suggestions.append("主体位置符合黄金分割，构图优秀")

        # 视觉重心偏上检查
        if y < 0.25:
            issues.append("主体位置过高，可能被状态栏遮挡")
        if y > 0.75:
            suggestions.append("主体位置偏下，适合表达压迫感或低位视角")

        return {
            "passed": len(issues) == 0,
            "issues": issues,
            "suggestions": suggestions
        }

    def check_movement_direction(self, frame):
        """检查运动方向是否适合竖屏"""
        if frame.movement_direction == "horizontal":
            return {
                "passed": False,
                "warning": "水平运动在竖屏中容易快速出画，"
                          "建议改为垂直运动或对角线运动"
            }
        elif frame.movement_direction == "vertical":
            return {
                "passed": True,
                "message": "垂直运动充分利用竖屏空间，推荐"
            }
        elif frame.movement_direction == "diagonal":
            return {
                "passed": True,
                "message": "对角线运动增加动态张力，适合"
            }
        return {"passed": True, "message": "静态镜头，无运动方向问题"}

    def check_shot_distribution(self):
        """检查镜头类型分布"""
        total = len(self.frames)
        if total == 0:
            return {"error": "无画面数据"}

        distribution = {}
        for frame in self.frames:
            distribution[frame.shot_type] = distribution.get(frame.shot_type, 0) + 1

        result = {}
        issues = []
        for shot_type, (min_pct, max_pct) in self.SHOT_TYPE_RATIO.items():
            count = distribution.get(shot_type, 0)
            actual_pct = count / total
            result[shot_type] = f"{actual_pct:.0%} ({count}/{total}帧)"

            closeup_total = distribution.get("特写", 0) + distribution.get("近景", 0)
            closeup_pct = closeup_total / total

        closeup_pct = (distribution.get("特写", 0) +
                      distribution.get("近景", 0)) / total
        if closeup_pct < 0.60:
            issues.append(
                f"近景+特写占比仅{closeup_pct:.0%}，"
                f"建议达到60%以上以适应竖屏画幅"
            )

        long_total = distribution.get("远景", 0) + distribution.get("全景", 0)
        long_pct = long_total / total
        if long_pct > 0.15:
            issues.append(
                f"远景+全景占比{long_pct:.0%}过高，"
                f"竖屏不适合过多远景，建议控制在15%以内"
            )

        return {
            "distribution": result,
            "closeup_ratio": f"{closeup_pct:.0%}",
            "long_shot_ratio": f"{long_pct:.0%}",
            "issues": issues if issues else ["镜头分布符合竖屏规范"]
        }

    def check_title(self, frame):
        """检查大字标题规范"""
        if not frame.title_text:
            return {"passed": True, "message": "无标题"}

        issues = []
        x, y = frame.subject_position if not frame.has_subtitle else frame.subtitle_position

        # 标题应在中上部
        if y > 0.5:
            issues.append("标题位置偏下，建议放在画面中上部(y=0.2-0.4)")

        # 标题字数检查
        if len(frame.title_text) > 12:
            issues.append(f"标题字数{len(frame.title_text)}偏多，"
                         f"竖屏建议控制在12字以内")

        return {
            "passed": len(issues) == 0,
            "issues": issues if issues else ["标题规范合格"]
        }

    def generate_safe_zone_overlay(self):
        """生成安全区标注信息（用于叠加在画面上）"""
        return {
            "canvas": f"{self.width}x{self.height} (9:16)",
            "safe_zone": {
                "top": f"0 ~ {int(self.height * self.safe_zone.top_pct)}px (状态栏区)",
                "safe_top": f"{int(self.height * self.safe_zone.top_pct)}px",
                "safe_bottom": f"{int(self.height * (1 - self.safe_zone.bottom_pct))}px",
                "bottom": f"{int(self.height * (1 - self.safe_zone.bottom_pct))} ~ "
                         f"{self.height}px (操作栏区)",
                "safe_left": f"{int(self.width * self.safe_zone.left_pct)}px",
                "safe_right": f"{int(self.width * (1 - self.safe_zone.right_pct))}px",
                "safe_width": f"{int(self.width * (1 - self.safe_zone.left_pct - self.safe_zone.right_pct))}px",
                "safe_height": f"{int(self.height * (1 - self.safe_zone.top_pct - self.safe_zone.bottom_pct))}px"
            },
            "golden_points": [
                {"name": "左上兴趣点", "x": "33%", "y": "33%"},
                {"name": "右上兴趣点", "x": "67%", "y": "33%"},
                {"name": "左下兴趣点", "x": "33%", "y": "67%"},
                {"name": "右下兴趣点", "x": "67%", "y": "67%"}
            ],
            "golden_ratio_point": {"x": "50%", "y": "61.8%"}
        }

    def run_full_check(self):
        """执行完整构图规范检查"""
        report = {
            "total_frames": len(self.frames),
            "safe_zone_overlay": self.generate_safe_zone_overlay(),
            "shot_distribution": self.check_shot_distribution(),
            "frame_checks": []
        }

        for i, frame in enumerate(self.frames):
            frame_report = {
                "frame_id": i + 1,
                "shot_type": frame.shot_type,
                "movement": frame.movement_direction,
                "safe_zone": self.check_safe_zone(frame),
                "subject_position": self.check_subject_position(frame),
                "movement_direction": self.check_movement_direction(frame),
                "title": self.check_title(frame)
            }
            report["frame_checks"].append(frame_report)

        # 统计通过率
        passed = sum(1 for f in report["frame_checks"]
                    if all(check.get("passed", True) for check in f.values()
                          if isinstance(check, dict)))
        report["pass_rate"] = f"{passed}/{len(self.frames)} ({passed/len(self.frames)*100:.0f}%)"

        return report


# ===== 使用示例 =====
checker = VerticalCompositionChecker(1080, 1920)

# 添加测试帧
checker.add_frame(Frame(
    width=1080, height=1920,
    shot_type="特写",
    subject_position=(0.5, 0.35),     # 黄金分割偏上
    movement_direction="vertical",
    has_subtitle=True,
    subtitle_position=(0.5, 0.80),    # 安全区内
    title_text="重生之都市修仙"
))

checker.add_frame(Frame(
    width=1080, height=1920,
    shot_type="近景",
    subject_position=(0.33, 0.33),    # 三分法左上兴趣点
    movement_direction="diagonal",
    has_subtitle=True,
    subtitle_position=(0.5, 0.75),
    title_text=""
))

checker.add_frame(Frame(
    width=1080, height=1920,
    shot_type="全景",
    subject_position=(0.5, 0.50),
    movement_direction="horizontal",  # 不推荐
    has_subtitle=True,
    subtitle_position=(0.5, 0.95),    # 过低，不合规
    title_text=""
))

# 安全区标注信息
print("=== 竖屏安全区标注 ===")
overlay = checker.generate_safe_zone_overlay()
print(json.dumps(overlay, ensure_ascii=False, indent=2))

# 完整检查报告
print("\n=== 构图规范检查报告 ===")
report = checker.run_full_check()
print(f"总帧数: {report['total_frames']}")
print(f"通过率: {report['pass_rate']}")
print(f"\n镜头分布: {report['shot_distribution']['distribution']}")
print(f"近景+特写占比: {report['shot_distribution']['closeup_ratio']}")
print(f"远景+全景占比: {report['shot_distribution']['long_shot_ratio']}")
for issue in report['shot_distribution']['issues']:
    print(f"  - {issue}")

# 逐帧检查
for fr in report['frame_checks']:
    print(f"\n--- 第{fr['frame_id']}帧 ({fr['shot_type']}) ---")
    sz = fr['safe_zone']
    if not sz['passed']:
        for iss in sz['issues']:
            print(f"  字幕: {iss}")
    mv = fr['movement_direction']
    if not mv['passed']:
        print(f"  运动: {mv['warning']}")

主流AI生图工具都支持指定输出比例。Midjourney使用参数--ar 9:16（如/imagine prompt: 古风少女 --ar 9:16）；即梦AI在生图界面直接选择9:16比例；Stable Diffusion将宽高设置为512×896或576×1024。直接生成竖版比横版裁剪有两个核心优势：一是避免了裁剪导致的信息损失（横版裁掉两侧可能切掉重要元素），二是AI在原生竖版构图时会自动调整主体位置和景别，画面更协调。

三种方案由优到劣排列：第一，AI填充方案——使用Photoshop的"内容识别填充"或AI扩图工具（如Topaz Photo AI），将横版图片的上下区域用AI生成的内容填充为竖版，保留原始画面不裁剪；第二，智能裁切方案——使用AI自动识别主体位置，以主体为中心进行裁切，最大限度保留关键内容；第三，手动裁切方案——在剪映或PS中手动调整裁切框位置，适用于主体位置明确的简单场景。无论哪种方案，都建议在裁切后检查主体是否完整、是否在安全区内。

竖屏字幕的核心原则是"大、粗、对比强"。字体推荐：思源黑体Bold、阿里巴巴普惠体Bold、站酷快乐体（轻松题材），避免使用过细的宋体或手写体（小屏不可读）。字号建议为画宽的4-6%（1080px宽度对应43-65px），字幕行数不超过2行。样式推荐：白色字体+黑色描边（2-3px）+轻微投影，这是在各种背景色上都清晰可读的万能搭配。字幕位置统一放在画面下部安全区内（距底部15-25%处），避免随画面内容频繁变动位置。

三个关键技巧：第一，运动提示词优先使用垂直方向描述——如"角色从画面下方缓缓升起""镜头从下往上摇"替代"角色从左走到右""镜头左右摇"；第二，景别提示词明确标注——如"面部特写""半身近景"，避免AI默认生成全景；第三，运镜幅度不宜过大——竖屏的水平空间有限，大幅度运镜会导致主体快速出画，建议使用微妙的推拉摇移（如"镜头缓慢推进"而非"镜头快速横扫"）。在即梦AI视频生成中，可以在提示词中加入"竖屏构图""主体居中偏上"等描述来引导AI优化构图。