Návrh a implementace backendového serveru pro video processing

Abstract

Tato bakalářská práce představuje návrh a implementaci cloud-native, šablonového videokompozitoru postaveného výhradně na volně dostupných opensource nástrojích. Cílem je nabídnout malým kreativním studiím alternativu k pracnějším pipeline založeným na Adobe After Effects (AE) tím, že automatizuje vkládání uživatelského záznamu do předpočítaných 3-D vrstev.

Výsledné řešení kombinuje bránu FastAPI, fond pracovníků Celery a objektové úložiště, doplněné klientem v Reactu a systémem šablon řízeným JSONem. Tyto komponenty dohromady tvoří komplexní službu, jež doručuje videa v rozlišení 1080p bez nákladů a složitosti tradičního desktopového softwaru.

Práce popisuje úvodní průzkum opensource video frameworků, výběr OpenCV jako jádra vykreslovacího enginu, návrh vícestupňové efektové pipeline (corner-pin, odlesky, rozmazání) a sestavení infrastruktury DockerCompose. Vyhodnocení zahrnuje zátěžový test s konkurencí 5 na virtuálním stroji se 2 vCPU a uživatelský test s 11 účastníky pokrývající typický tok nahrát-kompozitovat-stáhnout.

Měření ukazují, že 15 s video je vyrenderováno za 4,7 minuty reálného času při současném snížení ruční práce operátora na 2 minuty (-80 % oproti typické AE šabloně) a přímých nákladů na klip na 1,61 (93 % oproti AE). Uživatelské testování potvrzuje intuitivní rozhraní a dostatečnou kvalitu výstupu, což naznačuje, že tento přístup může výrazně zefektivnit každodenní produkci videa v menších týmech.This bachelor thesis presents the design and implementation of a cloud-native, template-based video compositor built exclusively from freely available open source tools. Its goal is to offer small creative studios an alternative to labor-intensive Adobe After Effects (AE) pipelines by automating the insertion of user footage into pre-rendered three dimensional (3-D) passes. The resulting solution combines a FastAPI gateway, a Celery worker pool and object storage, supplemented by a lightweight React client and a JSON-driven template system. Together, these components form a turnkey service that delivers 1080 p agency-grade clips without the cost or complexity of traditional desktop software. The work describes an initial survey of open source video frameworks, the selection of OpenCV as the core rendering engine, the design of multi-pass effect pipeline (corner-pin, reflections, blur) and the construction of Docker-Compose infrastructure. Evaluation comprises a five concurrency performance probe on a 2 vCPU virtual machine and an eleven participant hallway test covering typical uploadcompositedownload workflows. Benchmarks show that a 15 second clip is rendered in 4.7 minutes wall clock while reducing hands on operator time to 2 minutes (-80 % versus a scripted AE baseline) and direct per clip cost to 1.61 (-93 %). User testing indicates that the interface is intuitive and the output quality meets brand requirements, suggesting the approach can significantly improve the efficiency of day to day video production for smaller teams.