Kling 2.6 动作控制上传前预检：用 30 行 Python 判断“朝向”和裁剪时长

用 Kling 2.6 动作控制做角色动画时，最容易浪费时间的往往不是生成本身，而是素材不符合要求：动作视频太长、太短，或者选了“跟随图片朝向”却拿着一段 18 秒的舞蹈视频。本文写一个很小的 Python 脚本，在上传前用 ffprobe 读出视频时长和大小，告诉你该选哪种朝向、要不要先裁剪。

规则全部来自 Kling 2.6 动作控制 页面的说明。

链接页面要点：kling4ai.io/zh/models/kling-2-6-motion-control（2026-10-30 读取）

先把规则整理清楚

页面上和上传相关的要求可以归纳为几条：

• 需要一张角色图片和一段动作视频，图片提供主体，视频提供动作，不能只靠文字开始；
• 角色图片：JPEG 或 PNG，最多 10 MB，尺寸大于 300 像素，比例 2:5 到 5:2；
• 动作视频：MP4 或 MOV，3–30 秒，最多 100 MB；
• 朝向选“图片”时，生成上限 10 秒；选“视频”时，可以到 30 秒；
• 输出可选 720p 或 1080p；提示词最多 2,500 字符，用来描述场景，不能代替素材。

其中最容易踩坑的是朝向和时长的关系：同一段动作视频，换一个朝向设置，可用时长就从 30 秒变成 10 秒。

朝向设置决定了动作视频能用多长

脚本

"""plan_mc.py —— Kling 2.6 动作控制：上传前判断“朝向”选项与是否需要裁剪动作视频"""
import json, subprocess, sys

VIDEO_MIN, VIDEO_MAX = 3, 30      # 动作视频 3–30 秒
IMAGE_MODE_MAX = 10               # 跟随图片朝向时最长 10 秒
VIDEO_MB = 100                    # 动作视频不超过 100 MB

def probe(path):
    out = subprocess.run(["ffprobe", "-v", "error", "-show_entries", "format=duration,size",
                          "-of", "json", path], capture_output=True, text=True).stdout
    f = json.loads(out)["format"]
    return float(f["duration"]), int(f["size"]) / 1024 / 1024

def plan(path, want_image_orientation):
    dur, mb = probe(path)
    print(f"{path}: {dur:.1f} 秒, {mb:.2f} MB")
    if not path.lower().endswith((".mp4", ".mov")):
        print("  ✗ 格式需为 MP4 或 MOV"); return
    if mb > VIDEO_MB:
        print(f"  ✗ 超过 {VIDEO_MB} MB，先压缩"); return
    if dur < VIDEO_MIN:
        print(f"  ✗ 短于 {VIDEO_MIN} 秒，换一段更完整的动作"); return
    limit = IMAGE_MODE_MAX if want_image_orientation else VIDEO_MAX
    mode = "图片朝向" if want_image_orientation else "视频朝向"
    if dur <= limit:
        print(f"  ✓ 可直接用于「{mode}」（上限 {limit} 秒）")
    else:
        print(f"  ! 「{mode}」上限 {limit} 秒，需要裁剪，例如：")
        print(f"    ffmpeg -ss 0 -t {limit} -i {path} -c copy cut_{limit}s.mp4")
        if want_image_orientation and dur <= VIDEO_MAX:
            print("    或改用「视频朝向」，保留完整动作")

if __name__ == "__main__":
    plan(sys.argv[1], sys.argv[2] == "image")

几点说明：

• 阈值全部写成顶部常量，页面规则变了只改这里；
• 只读 format 里的时长和大小，不解码视频，速度很快；
• 裁剪建议用 -c copy，不重新编码。注意它按关键帧切，实际起点可能略有偏差，需要精确起点时去掉 -c copy 重新编码。

运行结果

用 ffmpeg 生成三段测试视频（18 秒、6 秒、2 秒的竖屏测试图案，只用来演示脚本逻辑），分别运行：

$ python3 plan_mc.py dance18.mp4 image
dance18.mp4: 18.0 秒, 0.14 MB
  ! 「图片朝向」上限 10 秒，需要裁剪，例如：
    ffmpeg -ss 0 -t 10 -i dance18.mp4 -c copy cut_10s.mp4
    或改用「视频朝向」，保留完整动作
$ python3 plan_mc.py dance18.mp4 video
dance18.mp4: 18.0 秒, 0.14 MB
  ✓ 可直接用于「视频朝向」（上限 30 秒）
$ python3 plan_mc.py wave6.mp4 image
wave6.mp4: 6.0 秒, 0.05 MB
  ✓ 可直接用于「图片朝向」（上限 10 秒）
$ python3 plan_mc.py clip2.mov video
clip2.mov: 2.0 秒, 0.02 MB
  ✗ 短于 3 秒，换一段更完整的动作

同一段 18 秒视频，在两种朝向下给出了不同建议，这正是要提前判断的地方。

先预检，再决定朝向和画质，最后看报价

朝向到底怎么选

页面的解释是：图片模式让角色朝向与图片一致，视频模式让朝向与表演视频一致。实际选择时可以这样想：

• 角色图片是正面半身照，而动作视频里的人中途转身，选“视频朝向”更容易保持动作完整，但角色会跟着视频转；
• 希望角色始终保持图片里的姿态和构图，选“图片朝向”，同时把动作控制在 10 秒内；
• 需要一段 20 秒的完整表演，只能选“视频朝向”。

无论哪种，两份素材都应该清楚地拍到头部、肩膀和躯干，这是页面特别强调的。

图片也可以顺手检查

如果想把图片检查也放进脚本，用 Pillow 读尺寸即可：宽高都要大于 300 像素，宽高比在 0.4 到 2.5 之间（即 2:5 到 5:2），文件不超过 10 MB，格式为 JPEG 或 PNG。逻辑和视频部分一样，不再展开。

脚本通过之后，还需要人工看的几项

批量检查一个文件夹

素材多的时候，可以把脚本改成遍历文件夹，一次输出所有动作视频的判断结果。核心只多几行：

import pathlib
for p in sorted(pathlib.Path(sys.argv[1]).glob("*")):
    if p.suffix.lower() in (".mp4", ".mov"):
        plan(str(p), sys.argv[2] == "image")

这样在开始一批角色动画前，先跑一遍就知道哪些视频要裁剪、哪些要换朝向、哪些干脆不合格，整理素材的时间会少很多。需要注意的是，批量模式下所有视频都用同一个朝向判断；如果不同角色计划用不同朝向，还是按角色分文件夹分别运行更清楚。

小结

脚本能解决的是“规则类”问题：格式、大小、时长、朝向上限。动作是否清楚、手部是否被遮挡、画面里是否只有一个主体，还要自己看一遍素材。把这两步分开，提交给 Kling 2.6 动作控制的素材基本就不会因为硬性条件被打回。选好 720p 或 1080p 后，记得在提交前确认生成报价。