aogl.cn — 生成式 AI 工具與大模型動態(個人書籤)

← 返回首頁 · 本站原創

高鐵車窗風景合成:車內視角模板與四段窗外風光

Train-window · scenery-1–4 · viedo.mp4 · exercise-video

· 本站原創

這篇是 aogl.cn 歸檔的第 10 篇原創手記,素材在 original/in-car-view/。我做的是一組「高鐵車廂內 + 窗外風光」的視覺實驗:先鎖定現代動車二等座視角(座椅、小桌板、插座、窗框比例),再把不同高原草甸與雪山遠景「嵌」進車窗玻璃區域,最後導出幾段 MP4 看運動模糊與速度 HUD 是否還像真的在坐車。不是鐵路局宣傳,也不教某款剪輯 App 的按鈕;只記文件命名、分層思路和驗收標準。

文件夾裡有什麼

  • Train-window.png — 車廂內景模板,三塊玻璃窗為純黑佔位,方便後期貼窗外素材
  • Train-window-all.png — 已合成的一張定稿靜幀(窗外為高原草甸 + 雪山)
  • scenery-1.pngscenery-4.png — 四張可替換的窗外橫向風光板(均帶近景運動模糊,暗示列車高速掠過)
  • viedo.mp4 — 主成片錄屏(文件名保留拼寫,避免本地鏈接斷掉)
  • exercise-video1.mp4exercise-video3.mp4exercise-video4.mp4 — 三輪導出試錯,對比窗框邊緣與景深層次

整套關鍵詞我寫在標題和圖注裡,方便搜索理解:train window viewhigh-speed rail sceneryin-car landscape compositepassenger POV video——都是真實文件名與畫面內容,不是堆無關熱詞。

為什麼選「車窗」而不是航拍全景

站內已有 公寓 360° 全景靜幀與錄屏(室內 equirectangular)和 外觀測 3D 地球。本篇補的是交通敘事框:人坐在固定座椅上,視野被窗框切割,窗外世界在動、車內相對靜止。心理學上,觀眾會自動把黑窗或模糊前景讀成「我正在移動」,比單張風景圖多一層代入感。

高鐵內景我刻意做成乾淨、偏冷的白灰色艙壁、藍色織物座椅、可摺疊小桌板與國標插座——細節不是為了賣票,而是當窗外換成四張不同草甸時,判斷合成是否穿幫:窗框高光、玻璃反光厚度、座椅陰影是否仍統一。

模板圖 Train-window.png:先釘死「框」

中間大窗 + 左右各露出一條側窗,是典型的「乘客正視 + 餘光」構圖。玻璃區域在模板階段塗黑,等於明確告訴後期的自己:只有這三塊區域可以換素材,不要把風光鋪滿整張圖,否則桌板與椅背透視會亂。

窗下我留了一行小字 HUD:Speed: 300 km/h。這是刻意的符號化速度感——不對應某趟真實車次,但能讓靜幀在縮略圖裡一眼讀出「高鐵」而不是普通大巴。若你 fork 去做紀實項目,應換成可核實的數據或乾脆去掉,避免誤導。

高鐵車廂內景模板 — 玻璃窗黑場佔位 Train-window.png
Train-window.png — 內景與窗框定稿;三塊玻璃為合成入口。

四張 scenery 風光板:我在改什麼

四張圖都是橫向寬幅、近處草葉強烈動感模糊,遠處雪山與藍天較清晰——模仿高速列車經過高原草甸時,人眼對近景來不及對焦的效果。差異主要在色彩與植被:

  • scenery-1 — 偏青綠草甸、雪線乾淨,天空深藍,適合「清晨趕路」閱讀
  • scenery-2 — 野花(紫穗、粉團)更密,中景起伏更柔,適合「盛夏窗外」情緒
  • scenery-3、scenery-4 — 在曝光與山體輪廓上微調,用來測試換窗後座椅反光是否仍自然

它們不是地理測繪圖,也不標註具體省份或線路;我只需要可互換的窗外情緒庫,同一張車廂模板能連做四條短視頻而不穿幫。

窗外風光板 scenery-1 — 高原草甸與雪山運動模糊 窗外風光板 scenery-2 — 野花草甸與雪峰 窗外風光板 scenery-3 窗外風光板 scenery-4

定稿靜幀 Train-window-all.png

這是把其中一套窗外板貼回模板後的「封面級」單幀:雪山橫貫地平線,近景草帶拖影,艙內亮度與窗外高光控制在同一曝光檔。寫文章時我把它設為 JSON 裡的 heroImage,首頁輪播和 Open Graph 都會優先用這張,而不是黑窗模板或單張 scenery——訪客第一眼應看到「完整故事」。

高鐵車窗合成定稿 — 車內座椅與窗外雪山草甸 Train-window-all.png
Train-window-all.png — 模板 + 窗外風光合成後的定稿靜幀。

主視頻 viedo.mp4 與 exercise-video 系列

靜幀能騙人,視頻會暴露窗框邊緣是否閃爍、運動模糊方向是否與「前進」一致。viedo.mp4 是我保留的主成片;下面再嵌三段 exercise-video,對應導出參數或窗外素材切換的迭代——數字不連續(缺 2)是因為中途刪過廢片,文件夾只留可對照的版本。

viedo.mp4 — 主成片(文件名拼寫按倉庫原樣保留)。
exercise-video1.mp4 — 第一輪:檢查窗框與運動模糊方向。
exercise-video3.mp4 — 第三輪:換窗外板後的曝光對齊。
exercise-video4.mp4 — 第四輪:定稿前最後一次窗外素材切換。

發佈、無障礙與搜索摘要

視頻均帶 controlsplaysinlinepreload="metadata",避免移動端被迫全屏自動播放;poster 指向文中已出現的靜幀,方便爬蟲在視頻體積較大時仍理解主題。標題與 meta 描述來自 JSON 配置,正文在 h2 裡自然出現「高鐵車窗」「高原風光」等詞,不做隱藏堆砌。

和「視差手機」Demo 的邊界

穿越視差手機 用的是多層 PNG 前後位移,強調手持設備與卡通透視;本篇不疊多層車廂,車廂是實拍感渲染的一張「殼」,窗外是橫向視頻/圖板替換。兩者都服務「旅行感」,但技術路徑不同:本篇更像影視裡的窗景插屏(window insert),不是陀螺儀視差。

我刻意沒做的事

這套素材不是12306 或任何車企的官方物料;不是可購買的 UI 套件;也沒有實時 GPS 軌跡或時刻表數據。HUD 速度字僅作視覺符號。若你拿去做商業廣告,需自行取得肖像權、商標與線路授權,並替換全部文案。

若你要複用 in-car-view 結構

  1. 先導出一張窗框不變的內飾模板(玻璃區留空或純色),再單獨拍/生成橫向運動模糊風光
  2. 風光板比例與窗洞逐像素對齊,檢查椅背反光與玻璃厚度是否隨窗外亮度變化。
  3. 用 1 條主 MP4 + 2~3 條 exercise 迭代存檔,最後用一篇 800 字以上的手記寫清「留 / 刪」理由——比只扔十個短視頻鏈接更有利於 SEO 與 AdSense 對「有價值內容」的判斷。

我會把四張 scenery 與模板繼續放在 original/in-car-view/ 同級目錄部署,文章頁只嵌相對路徑,避免 CDN 與 GitHub Pages 路徑不一致時 404。