mask-video

name	mask-video
description	動画内のファイルパス・ユーザー名・APIキー等を自動検出してぼかしでマスクする。「動画のパスをマスクしたい」「録画を公開したいけど個人情報が映ってる」等で発動。
argument-hint	<input_video> [output_video]
disable-model-invocation	true
allowed-tools	Bash, Read, Glob

mask-video

動画内の機密テキスト（ファイルパス、ユーザー名、APIキー等）をテンプレートマッチングで検出し、ガウスぼかしで自動マスクする。

前提

• scripts/mask_path.py が存在すること
• ffmpeg / ffprobe がインストール済みであること
• Python 3 + OpenCV (pip install opencv-python-headless) がインストール済みであること

ワークフロー

Phase 1: 入力解析

$ARGUMENTS から入力ファイルパスを取得する。

• 第1引数: 入力動画ファイル（必須）
• 第2引数: 出力動画ファイル（省略時は <入力名>_masked.<拡張子> を自動生成）

入力ファイルの存在を確認する。存在しない場合はエラーを報告して終了。

Phase 2: 依存確認

以下を Bash で確認し、不足があればインストール手順を提示して終了:

ffmpeg -version
python -c "import cv2; print(cv2.__version__)"

Phase 3: サンプルフレーム抽出 & 座標特定

1. 一時ディレクトリを作成し、最初の1フレームをネイティブ品質で抽出:

mkdir -p /tmp/vpm_sample
ffmpeg -y -i <input> -vframes 1 -q:v 2 /tmp/vpm_sample/frame_001.jpg

Windows の場合は %TEMP%\vpm_sample を使用する。

重要: -vframes 1 を使うこと。-vf "fps=1" でリサンプルするとJPEG圧縮品質が mask_path.py の内部抽出と異なり、マッチングスコアが0.52まで低下して検出できなくなる。

2. Read ツールでフレーム画像を読み込み、以下を特定:

   • ファイルパス（C:\Users\...、/home/... 等）が映っている箇所
   • ユーザー名が映っている箇所
   • APIキー（sk-ant-、Bearer 等）が映っている箇所

3. 座標の特定方法:

   • フレーム全体が大きい場合は、右半分を上下4分割して Read で確認すると効率的
   • ターミナルのフォントは等幅で約7-8px/文字
   • 画像の右半分（x > 50%）がターミナル領域であることが多い

4. テンプレートの切り出し（Python で実行）:

import cv2
gray = cv2.imread('/tmp/vpm_sample/frame_001.jpg', cv2.IMREAD_GRAYSCALE)
template = gray[y:y+h, x:x+w]
cv2.imwrite('/tmp/vpm_sample/template.png', template)

テンプレートは短い固有文字列（Users\\komei 等）にする。長すぎると部分一致しにくくなる。

5. パディング方向を判断:
   • パスの右側に続くテキストが多ければ --pad-right を大きく（400-600）
   • APIキーは --pad-right をさらに大きく（200-400）
   • テンプレートの左側もカバーする場合は --pad-left を調整

Phase 4: テストマッチング

Phase 3 で保存したテンプレート PNG を使い、まずスコアを確認:

import cv2, numpy as np
gray = cv2.imread('/tmp/vpm_sample/frame_001.jpg', cv2.IMREAD_GRAYSCALE)
template = cv2.imread('/tmp/vpm_sample/template.png', cv2.IMREAD_GRAYSCALE)
result = cv2.matchTemplate(gray, template, cv2.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
print(f"Best match: {max_val:.4f} at {max_loc}")
locations = np.where(result >= 0.65)
print(f"Matches (>=0.65): {len(locations[0])}")

• ベストスコアが 0.95 以上であることを確認（同一フレームなので 1.0 に近いはず）
• 0.65 以上のマッチ数が妥当か確認（1フレームに同パターンが複数ある場合は2以上）

次に短い動画テスト:

python scripts/mask_path.py <input> /tmp/vpm_test.mp4 --template /tmp/vpm_sample/template.png --pad-right <N> --detect-interval 5

処理後、出力フレームを Read ツールで確認:

• マスク範囲が適切か（テンプレート直前の filePath: 等は見えてOK）
• 取りこぼしがないか
• 誤検出がないか

問題があれば座標やパディングを調整して Phase 3 に戻る。

Phase 5: 本処理

確定したパラメータで全フレームを処理:

python scripts/mask_path.py <input> <output> \
  --template /tmp/vpm_sample/template.png \
  --threshold 0.65 \
  --pad-left 10 --pad-right <N> \
  --pad-top 3 --pad-bottom 3 \
  --blur-size 41 \
  --detect-interval 5

複数箇所をマスクする場合は、--template を複数指定して1パスで処理する（再エンコードによる品質劣化なし）:

python scripts/mask_path.py <input> <output> \
  --template /tmp/vpm_sample/template1.png \
  --template /tmp/vpm_sample/template2.png

Phase 6: 結果確認

出力動画からサンプルフレームを抽出して Read ツールで目視確認:

mkdir -p /tmp/vpm_check
ffmpeg -y -i <output> -vframes 3 -vf "select='eq(n\,0)+eq(n\,500)+eq(n\,1000)'" -vsync vfr -q:v 2 /tmp/vpm_check/frame_%03d.jpg

フレーム番号は動画の長さに応じて調整する（先頭・中間・終盤の3箇所を確認）。

確認項目:

• マスク漏れがないか
• 音声が正常にコピーされているか（ffprobe <output> で音声ストリームを確認）
• 映像品質が許容範囲か

問題があれば Phase 3 に戻ってパラメータを調整する。

完了したら一時ファイルを削除:

rm -rf /tmp/vpm_sample /tmp/vpm_check /tmp/vpm_test.mp4