视频转码与编辑
图像与影音工具下的项目，按 star 排序，共 66 个。
一套完整的音视频处理工具集，能解码、编码、转码、推流和封装几乎所有格式，是搭建播放器、转码服务和流媒体管线的底层基础设施。
开源跨平台视频转码工具，能把 DVD/蓝光和各种格式的视频批量转成 H.264/H.265 等现代编码，自带预设和滤镜，适合整理片源和压缩体积。
用纯 Rust 从零实现的开源非线性视频编辑器，支持多轨道剪辑与视频处理，适合想要轻量、高性能剪辑工具的用户。
集成 Waifu2x、Real-ESRGAN、Real-CUGAN 等多种超分模型与 RIFE 等补帧算法的图形界面工具，可批量放大视频、图片和 GIF 并提升帧率。
用 Python 脚本剪辑视频，支持裁剪拼接、加字幕特效、导出 GIF 和调整帧率，适合批量处理和自动化视频流水线。
用 C 语言手把手带你从零理解音视频原理，涵盖解封装、转码、封装等核心流程，适合想搞懂 FFmpeg/libav 内部机制的开发者。
用陀螺仪数据做视频防抖，支持 GoPro、Insta360、索尼等相机，还能校正卷帘快门畸变，适合 FPV 和运动相机素材后期稳定。
给 ffmpeg 套上美观易用的 Windows 图形界面，内置大量参数预设，让不懂命令行的普通人也能轻松压制视频、转换音视频格式。
自动检测视频中的静音片段并剪掉，省去手动逐帧剪辑的麻烦，适合快速粗剪和压缩素材时长。
跨平台高性能视频处理 Python 库，封装 FFmpeg、OpenCV 等后端，支持多线程实时推流、HLS 直播、摄像头与屏幕捕获。
Windows 上的视频转码图形界面，把 FFmpeg、AviSynth、VapourSynth、x265、SVT-AV1 等命令行工具整合成一套可视化流程，省去手写脚本和参数。
在 ComfyUI 里用 SeedVR2 模型做视频超分放大，把低分辨率视频一键提升到高画质，省去单独搭推理流程的麻烦。
为 Windows 用户提供 FFmpeg 预编译版本的下载与构建支持，省去自行编译音视频处理工具的麻烦。
用 C++ 实现的高性能动漫图像放大工具，支持 GPU 加速和 CNN 算法，可作 AviSynth+ 插件或 DirectShow 滤镜接入视频处理流程。
MLT 是一个多媒体框架，为视频编辑和播放器提供音视频处理、特效与格式转换能力，常被用作非线性编辑软件（如 Kdenlive）的底层引擎。
本地优先的视频知识库，用 YOLO、DeepFace、Whisper 做多模态分析建立索引，支持自然语言语义检索视频内容，Docker 一键部署。
ESP32-CAM 运动检测录像固件，检测到画面变化就把 JPEG 存成 AVI 视频，同时支持 MJPEG 浏览器实时预览和麦克风录音。
在 Streamlit 应用里直接接入 WebRTC，实现摄像头视频和麦克风的实时采集与处理，不用自己搭信令服务器。
libopenshot 是 OpenShot 视频编辑器的底层 C++ 视频库，提供高质量的视频剪辑、动画和播放能力，并开放 C++、Python、Ruby 接口供二次开发。
基于 ffmpeg.wasm 的浏览器端视频编辑器，所有转码和剪辑都在本地 WebAssembly 中完成，无需上传文件或依赖服务器，兼顾隐私与离线使用。
为 Rockchip 芯片定制的 FFmpeg 分支，通过异步零拷贝方式接入 MPP 硬件编解码和 RGA 图像处理，让 RK3588 等 ARM 板子上的视频转码更快、更省 CPU。
提取抖音无水印视频链接，视频文案，douyin-mcp-server，mcp，claude skill，支持龙虾
用 TypeScript 写的浏览器端视频剪辑库，能在网页里直接合成、剪辑视频和音频，省去服务端转码的麻烦。
基于转录文本的浏览器端视频/音频剪辑器，改文字就能剪片子，不用拖时间轴。
给视频加运动模糊的命令行工具，基于 FFmpeg 和 VapourSynth 实现，适合把低帧率素材处理成更顺滑的观感。
在无头设备上通过网页界面运行 HandBrake 转码，还能把多台机器的算力汇入同一个任务队列，适合自建视频转码集群。
VA-API 的官方实现库，让 Linux 上的播放器、转码工具和浏览器能调用 Intel GPU 做硬件视频解码、编码与处理，避免纯 CPU 软解的高占用。
面向 .NET Standard 的 FFmpeg 封装库，让 C# 开发者不用了解 FFmpeg 命令行细节就能处理音视频，也支持传入自定义参数。
系统梳理可控视频生成领域研究进展的综述资源库，汇总相关论文与方法，帮研究者快速了解如何精确控制生成视频的内容、运动和风格。
Python 视频处理库，封装 FFmpeg 提供读写、转码、场景检测和画质评估等接口，方便在科学计算流程里直接处理视频。
全自动短视频搬运流水线，自动下载视频、去重处理、AI 生成标题标签并上传，支持 TikTok 与抖音、视频号、小红书等平台互搬，可二次开发扩展。
用普通摄像头拍摄人脸视频就能测心率，基于远程光电容积描记（rPPG）技术的桌面端实现，适合做非接触式生理监测。
扫描媒体库文件，用 ffprobe 检测损坏的音视频，并可自动通过 Sonarr 和 Radarr 替换问题文件。
用大模型自动从长视频里挑出精彩片段并剪成短视频，省去人工逐段回看的麻烦。
把图片自动转成矢量线稿，并生成 G-code、HPGL 等绘图仪指令，方便用笔式绘图机或 CNC 设备实际画出来。
开源的大规模自动化视频录制与分发平台，能把课堂、会议等场景的摄像头画面自动采集、转码、发布和管理。
基于 SAM2 的视频运动目标分割与跟踪代码，能自动识别并分割视频中运动的物体，适合做视频编辑和运动分析。
基于 Real-ESRGAN 的图片与视频 AI 超分工具，带图形界面，支持 N 卡、A 卡和 Intel GPU，可降噪并去除压缩伪影。
面向超长视频理解的深度研究式问答智能体，能自动拆解问题、检索视频片段并给出答案，省去人工逐帧翻看的麻烦。
基于属性解耦表示学习实现通用 SDR 到 HDR 视频转换，来自 AAAI-26 oral 论文，可把普通视频提升为高动态范围画面。
基于循环生成式反投影网络的视频超分辨率方案，用 GAN 和 CNN 把低清视频重建为高清画面，适合做视频增强与修复。
自动检测并擦除视频中的台标和水印，即使logo在画面中多次移动位置也能跟踪去除，适合批量清理影视素材。
Intel 开源的视频处理库，提供统一 API 和调度层，方便在不同 Intel 硬件上做视频解码、编码和转码加速。
用 Python 实现的多摄像头实时多人跌倒检测，结合人体姿态估计和 LSTM 识别视频中的跌倒事件，适合看护场景。
高灵敏度的镜头边界检测方案，能更精准地切分视频场景并保留更多信息，适合视频剪辑与转码流程中的自动分镜。
基于高帧率抽帧混合算法对视频做二次处理，规避短视频平台查重，带 PyQt5 图形界面并支持 GPU 加速。
面向电视台和直播场景的媒体资产管理与播出自动化系统，可编排播放列表、调度节目并驱动 CasparCG 图形与视频输出。
Windows 上的批量视频混剪桌面工具，基于 FFmpeg 提供 15 项批处理操作，适合一次性处理大量视频素材。
用 Go 写的边缘视频基础设施，面向安防监控场景，把 RTSP 摄像头接入、HLS/WebRTC 分发、fMP4 录制、时移回看和 AI 元数据管道打包在一起。
基于 ffmpeg 的图形界面视频转码工具，把视频转成 WebM 或 MP4，适合给 gfycat、imgur 等平台压制上传素材。
用 Go 代码脚本化编排视频，支持特效、转场、字幕、音频和动态图形，最终通过 FFmpeg 导出成片。
汇总音视频处理相关的开源项目清单，覆盖音频处理、视频处理、DMX 灯光控制等方向，方便快速找到合适的工具。
基于 Anime4K 着色器的动漫视频超分图形界面，能把放大后的视频直接保存到本地，省去命令行配置的麻烦。
汇总视频深度估计与立体视频转换模型的排行榜，方便按指标对比 Depth Anything、DepthCrafter、StereoCrafter 等方案的优劣。
A serverless framework to accelerate the development of applications that discover next-generation insights in your video, audio, text, and image resources by utilizing AWS Machine Learning and Media services.
面向 VJ 的实时视频艺术软件，支持节拍检测、GIF 与 YouTube 视频播放及 OpenGL 着色器特效，专为 Linux 和 macOS 现场演出设计。
一个多媒体内容 AI 处理平台，能自动处理视频、提取字幕，还能无痕擦除画面中的字幕，省去手动逐帧修图的麻烦。
基于 Tauri 和 React 的 AI 视频剪辑工作台，用时间线编辑配合 AI 助手完成脚本生成、素材编排和视频生成，适合快速做内容创作。
一套能自动识别动漫画面的 MPV 播放器配置，集成 Anime4K、ArtCNN 等超分着色器，按 SD/HD 和动漫/真人自动切换画质管线。
纯 Python 实现的跨平台高性能 FFmpeg 实时视频帧解码器，为计算机视觉和视频处理提供低延迟的帧读取能力。