宣传片隐私脱敏的技术选型：从云端处理到本地桌面端的工程实现

企业对外发布视频素材时，涉及路人人脸、车牌、证件号码等敏感信息。传统做法是用云端工具上传处理——文件离开本机，合规团队不批。内部审查要求明确的数据边界。本地化处理成为唯一选项。

技术方案的核心是目标检测加时序追踪。人脸与车牌分别用 YOLO 系列模型检测，追踪层选用 OpenCV 的 CSRT/KCF，两者都集成在 opencv-contrib 中。这里有一个实际坑点：三个 opencv 变体（opencv-python、opencv-python-headless、opencv-contrib-python）共用同一个 cv2 目录，后装会覆盖先装；如果同时引入 easyocr 这类依赖，默认拉到 headless 版本，contrib 模块里的 WeChatQRCode 和 TrackerCSRT/KCF 直接丢失。解决方法是安装完依赖链后再手动重装一次 contrib 版。

OCR 按平台分流：macOS 调用系统级 Apple Vision API，对屏幕小字做 CLAHE 对比度增强加锐化；Windows 端切换至 EasyOCR（CRAFT + CRNN），CPU 推理支持弱机器。证件号正则分三级匹配，电话号码用相似但更宽松的 pattern。

画面修复有两套方案：LaMa（TorchScript，约 200MB）逐帧处理遮挡区域外接框，修完羽化贴回；ProPainter 是时序版本，基于 RAFT 光流加特征传播，效果更稳但显存占用更高。检测模型全部随包内置，不依赖运行时联网。

抹影在两端都能跑，识别打码加精细编辑一步到位。项目文件采用 .moying 格式——本质是 UTF-8 JSON，遮罩层是同分辨率单通道 uint8 灰度图（0 不处理、255 处理），PNG 压缩后 Base64 内联，任何文本编辑器直接可读，方便团队审计每个帧的处理范围。

导出阶段依赖 ffmpeg 做视频编码与音轨复用。一个容易忽略的问题是：源文件 channel_layout 为 unknown 时（常见于多声道 mkv），滤镜链拼出非法参数，最终无声输出且不报错。修复方式是先用 av_get_default_channel_layout 按声道数查默认表推布局，导出时优先走 -c:a copy 无损直通。