So funktioniert der automatische Zoom von Kamo

Jeder Klick in einer Kamo-Aufnahme wird zu einem Zoom, der sich anfühlt, als hätte jemand eine Kamera geführt. KI ist dabei nicht im Spiel, nur ein paar einfache Regeln und etwas Physik. Hier ist das ganze Rezept.

1. Was als Klick zählt

Während du aufnimmst, schreibt Kamo Bewegung, Klicks und Scrollen der Maus in eine Datei, mit derselben Uhr wie das Video. Beim ersten Öffnen des Projekts liest Kamo diese Ereignisse und schaut sich nur Drücke der linken Maustaste innerhalb des aufgenommenen Bereichs an.

• Rechts- und Mittelklicks zoomen nie.
• Scrollen und reine Bewegung erzeugen nie einen Zoom.
• Klicks außerhalb des aufgenommenen Fensters oder Bereichs werden ignoriert.

2. Klicks zu Einstellungen gruppieren

Bekäme jeder Klick seinen eigenen Zoom, würde beim Ausfüllen eines Formulars die Kamera wackeln wie ein Handy aus der Hand. Deshalb gruppiert Kamo Klicks zu Einstellungen. Ein Klick kommt zur aktuellen Einstellung dazu, wenn beides zutrifft:

• er kommt weniger als 1,5 Sekunden, nachdem der vorherige Klick losgelassen wurde, und
• er landet innerhalb eines Viertels der Bildschirmdiagonale vom ersten Klick der Einstellung (etwa 550 px auf einem 1080p-Bildschirm).

Dass vom ersten Klick aus gemessen wird und nicht vom letzten, ist wichtig: Sonst könnte eine Kette kleiner Schritte die Einstellung quer über den ganzen Bildschirm wandern lassen.

3. Timing

Jede Einstellung beginnt 0,3 Sekunden vor ihrem ersten Klick, damit der Zuschauer schon auf die richtige Stelle schaut, wenn der Klick landet, und hält 1 Sekunde nach dem letzten Loslassen. Eine Einstellung dauert mindestens 0,6 Sekunden. Würden sich zwei Einstellungen überlappen, verschmelzen sie zu einer.

Die Kamera zoomt standardmäßig auf 2×, ausgerichtet auf die mittlere Position der Klicks der Einstellung, und an den Rändern etwas nach innen geschoben, damit sie nie etwas außerhalb des Videos zeigt. Innerhalb eines Zooms folgt die Kamera dem Cursor sanft, mit etwas Nachzug.

4. Die Feder

Zooms nutzen nie lineares Easing. Die Kamera ist eine gedämpfte Feder (Steifigkeit 170, Dämpfung 26), dieselbe Art Bewegung, die du von einer guten Handy-Animation kennst: Sie startet schnell, bremst weich ab und kommt zur Ruhe, ohne nachzuwackeln.

Zwei Details sorgen dafür, dass es sich richtig anfühlt:

• Die Feder wird exakt gelöst, in geschlossener Form, statt Schritt für Schritt simuliert. Jede Bildrate bekommt dieselbe Kurve, deshalb passen Vorschau und 60-fps-Export zusammen.
• Die Feder braucht etwa 0,6 Sekunden, um anzukommen, also beginnt die Kamera sich vor dem Klick zu bewegen und landet innerhalb eines Frames darauf. Direkt aufeinanderfolgende Zooms gehen ohne Rauszoomen von einem Ziel zum nächsten.

5. Der Cursor reitet auf derselben Feder

Kamo nimmt den Bildschirm ohne den Windows-Cursor auf und zeichnet aus dem Mausweg seinen eigenen. Dafür nutzt es auf jeder Achse dieselbe Feder. Weil der ganze Weg vorab bekannt ist, kann der Cursor etwa 150 ms vorausschauen, er gleitet also, ohne deiner Hand hinterherzuhinken. Bei jedem Klick wird der verbleibende Fehler ausgeblendet, sodass der Cursor im Frame des Klicks genau auf dem Klickpunkt sitzt.

6. Das letzte Wort hast immer du

Jeder Zoom erscheint als Block in der Timeline. Zieh ihn, dehn ihn, ändere seine Zoomstufe, lösch ihn, oder füg per Doppelklick deinen eigenen hinzu. Jeder Block, den du anfasst, wird manuell, und Regenerate zooms (Zooms neu erzeugen) ersetzt immer nur die automatischen.

Das Ganze ist deterministisch (gleiche Aufnahme, gleiche Zooms) und schnell: Die Zooms für eine 10-minütige Aufnahme sind in weniger als einer Sekunde erzeugt.

Der Code ist Open Source, falls du ihn lesen willst, und du kannst den Zoom gleich jetzt im Browser ausprobieren.