内容发布前的敏感信息处理，工程上往往比功能开发还磨人。短视频运营要发街采素材，路人面孔、车牌不能露；企业合规要做培训片脱敏，员工的证件号、工位屏幕上的票据得遮掉。人工一帧一帧框，效率低且容易疲劳漏检。把流程跑通之后，思路是：用多模型在本地按优先级扫描目标区域，追踪器接管帧间状态，最后才套模糊层。
多模型在本地怎么依次运行
桌面端分层做这件事时，耗时操作全部放后台线程，结果通过跨线程信号回传主线程。识别管线的设计原则是：每个检测任务用独立的轻量模型，按检测框送入追踪器，避免在单帧上反复计算。
人脸检测用 YOLO11 的人脸权重（yolov11m-face），检测到后交由 BoT-SORT 追踪器接管。BoT-SORT 的核心理念是：不是每帧都重新跑推理------一旦目标被锁定，下一帧只做少量修正，大幅降低 GPU/CPU 占用。人脸姿态由 InsightFace SCRFD 补关键点，用以确定椭圆遮罩的朝向，每张脸的额外开销约 3.8ms。
车牌用微调过的 YOLO 检测模型，输出框再经过置信度与重叠率双重过滤。二维码的检测链路是 qrdet（YOLOv8-seg），能给出多边形轮廓；失败后依次回退到 WeChatQRCode、cv2 内置方法或 pyzbar。证件号码和电话号码按平台分流：macOS 调系统 Apple Vision 能力，做原图→CLAHE 增强+放大→反色的三遍识别；其他平台走 EasyOCR（CRAFT+CRNN），在 CPU 上运行。
追踪器只顺序读帧、不逐帧 seek，这一点对性能很关键。轨迹数据存储为 [时间, cx, cy] 序列，预览和导出共用同一个按时间二分插值的取位函数。
18种模糊类型的选型
项目内置了 18 种模糊样式，实际场景里不需要全用，按目的挑两三种就够了：
- 过审快速处理：轻量虚化、运动模糊。性能开销最小，但解密度稍高------分辨率高的素材里，轮廓仍可辨认。
- 证据留存：像素化。成本最低，效果明确，缺点是画面观感差。
- 艺术化处理：高斯模糊、方向模糊、径向模糊。视觉体验好，但计算量随半径线性增长。
- 精细区域：毛玻璃、定向高斯。适合小范围敏感信息（如证件号码的局部），渲染快且不影响周围画面。
选型时先看分辨率和目标尺寸------大画面用小模糊几乎看不见效果，高分辨率下像素化反而更省钱也够用。
排查案例：遮罩活过转场
开发过程中遇到过一个棘手问题：人物离场后硬切到下一场景，之前的遮罩还盖在新画面上大约 1.3 秒。排查发现转场检测阈值太高------灰度直方图、HSV、帧差三路的实测值（0.173 / 0.304 / 0.284）全部低于硬切阈值（0.40 / 0.72 / 0.33），导致追踪器按 MAX_MISSED=20 继续外推。
解法是不改硬切判据的前提下，加一条只管遮罩是否继续外推的软判据（阈值 0.12 / 0.20 / 0.10，多路投票），并禁止外推出跨转场。用 ffmpeg 的 select=gt(scene,0.2) 独立核对真实切点。
完整操作路径
导入视频→选识别类型（人脸/车牌/证件/字幕等）→自动识别→在时间轴上微调图层、必要时手动涂抹或框选→预览确认→导出。全流程本地完成，预览即导出所得。
抹影在这个方案里提供了一套从检测到追踪到模糊的完整流程，省去了从零搭管线的工程成本。但无论用不用工具，发布前的敏感性检查清单不能省：
- 逐帧扫一遍人脸/车牌区域→2. check 证件、票据等文字内容→3. 选合适的模糊类型→4. 导出前在时间线上快速回放确认。