Python-远程-1个月

项目编号：【192221】
我们是电商公司，主营手机壳，有大量爆款短视频。每条爆款视频需要复刻到400-600个手机型号上，目前靠人工拍摄+剪辑，成本高、效率低、样品容易漏发错发。

我们需要一个本地运行的定制工具，把一条爆款母版视频中的手机壳上的摄像头区域，自动替换成不同型号的摄像头图片。视频其他所有内容（手、灯光、背景、支架、手机壳主体、质感）完全不变。

不是AI生成视频，是视频局部精准替换，类似RPA的确定性自动化工具。

核心需求：

1. 输入：一条爆款母版视频（15-60秒，摄像头清晰可见）+ N个手机型号的摄像头高清图片。
2. 功能：自动检测并跟踪视频中手机壳上的摄像头区域，用对应型号的摄像头图片逐帧、精准、无缝替换。除摄像头外，其他像素完全不动。一次导入N个型号图片，自动生成N条替换后的视频。
3. 输出：N条视频，分辨率与母版一致，每条对应一个型号。
4. 关键要求：
· 通用检测：一次训练后，能自动处理不同款式、不同支架、不同场景的新视频，无需对每个视频单独建模或配置。
· 精准替换：摄像头位置、比例、透视角度要准确，不能错位、变形、模糊。
· 质感保留：原视频打光、质感、手部动作、背景完全保留，不能有AI痕迹。
· 本地运行：普通Windows电脑可运行，不需要按次付费给云平台。
5. 技术建议：YOLO做目标检测，OpenCV做跟踪和图像融合，可参考Wan2.1-VACE物体替换能力。
6. 交付物：可执行程序（带简单GUI）、训练好的模型文件、使用说明、源代码优先。
7. 验收标准：用3-5条完全不同的爆款视频测试，工具能自动检测到摄像头并成功替换；除摄像头外，其他区域与原视频逐帧对比无差异；批量处理100个型号1小时内完成。
8. 对开发者要求：有计算机视觉/视频处理经验，能先做Demo，Demo通过再谈合同和付款，不接受转包。
9. 付款方式：30%定金 + 40% Demo通过 + 30%最终交付。
10. 其他：我方提供测试视频和型号图片。工具完成后，新增型号不需要重新建模，直接导入图片即可生成。后续可长期合作。