图像与影音工具
共 317 个仓库 · 一年内有推送
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。
可自托管的 Cloudinary 替代品，用 Docker 部署即可完成图片和媒体的存储、变换与优化，帮开发者摆脱第三方媒体服务的绑定。
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。
纯 JavaScript 实现的图像与视频处理、计算机视觉库，浏览器和 Node.js 都能跑，提供边缘检测、特征检测、形状识别等类似 OpenCV 的能力。
一款免 Root 的 Android 截图快捷开关，把截图按钮加到下拉快捷设置面板里，点一下就能截屏，省去按组合键的麻烦。
给 4chan X 换肤和自定义主题的脚本，附带看板娘和截图功能，让浏览界面更个性化。
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。
零依赖的 Node.js 原生截图库，支持 Mac、Windows、Linux 三平台，用 Rust 实现，适合在服务端或桌面应用中直接调用系统能力截屏。
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。
React Native 原生模块，能在 Android 和 iOS 上实时检测用户截屏动作，方便 App 在截图发生时触发提示、水印或埋点等响应。
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 AI 自动翻译漫画的桌面工具，集 OCR 识别、文字擦除修复和 LLM 翻译于一体，省去手动修图和逐句翻译的麻烦。
追踪勒索软件团伙的情报平台，抓取并整理受害者信息、谈判记录和截图，帮安全人员快速掌握勒索攻击动态。
一条命令把推文截成干净图片，自动隐藏点赞、转发等互动数据，适合引用和存档。
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。
一站式处理 Magic Lantern 相机录制的 MLV 原始视频，支持色彩调整、图像处理与视频转码，方便后期工作流。
在 Node.js 里调用 macOS 原生录屏能力，把屏幕录制功能直接嵌进 JS 应用，省去自己写 Swift 封装。
一款人机视觉沟通工具，可截图、标注、渲染 Mermaid 图表，并借助 Ollama 做语义搜索整理，适合把屏幕内容快速交给 AI 理解。
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。
在终端里用 ASCII 艺术展示 Linux/BSD 系统信息，是原版 Archey 的维护分支，适合替代 neofetch、screenfetch 快速查看配置。
用 AI 深度估计把普通 2D 视频转成 3D，支持多种输出格式，适合做立体视频和 3D 渲染。
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。
基于 Chromium 的高效浏览器，启动快、跑分高，支持鼠标手势、垂直标签、分屏对照、截图和小号标签，Windows/macOS 开箱即用。