图像与影音工具
共 317 个仓库 · 一年内有推送
国产 PDF 工具箱，能编辑书签、裁剪旋转页面、解除限制、提取合并文档、探查结构，还能把 PDF 转成图片或提取图片。
基于 PyTorch 的几何计算机视觉库，提供可微分的图像处理与几何变换算子，方便在空间 AI 和机器人任务中搭建视觉模型。
Zotero 插件，能把 PDF、EPub、网页、元数据和批注翻译成目标语言，接入 20 多家翻译服务，解决看外文文献时的语言障碍。
基于 PyTorch 的语义分割模型库，提供 500+ 预训练卷积与 Transformer 骨干网络，开箱即用，省去自己搭建和训练分割模型的麻烦。
低内存占用的高性能图像处理库，支持 JPEG、HEIC、GIF、OpenEXR 等格式，适合替代 ImageMagick 处理大批量图片。
把 Bartosz Milewski 的《程序员范畴论》整理成可下载的 PDF 和 LaTeX 源码，方便离线阅读、打印或自行修改排版。
在 React 应用里像插入图片一样简单显示 PDF，基于 PDF.js 封装成组件，省去自己处理渲染和分页的麻烦。
用 Go 写的独立图片处理服务，能实时裁剪、缩放和转换图片格式，适合放在 CDN 或应用前面做动态图片分发。
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。
GPU 加速的 RAW 图像编辑器，支持非破坏性编辑、蒙版和调色，用 Rust + Tauri 打造，打开大文件也不卡。
能深入解析 PDF 中每个字符、矩形和线条的位置信息，方便提取文本和表格，适合处理结构复杂的 PDF 数据。
用 Go 实现的内容感知图像缩放库，基于接缝裁剪（seam carving）在缩放时保留主体和边缘，避免人脸、物体被拉伸变形。
一款 Windows 上的开源录屏工具，能同时录制屏幕画面、音频、鼠标光标、点击和键盘按键，适合做教程演示或操作记录。
自托管的网页工具合集，涵盖图片处理、PDF 操作、格式转换等日常实用功能，无广告无追踪，打开浏览器就能用。
一键识别并翻译漫画、图片中的文字，自动完成 OCR、机器翻译和文字区域修复，适合给日漫或外文图片做批量汉化。
开源的图片缩略图服务，支持裁剪、缩放、加水印和格式转换，可处理 JPEG、PNG、WebP、AVIF、GIF 等格式，适合为网站搭建独立的图片处理后端。
纯 Python 实现的 PDF 处理库，能拆分、合并、裁剪和变换 PDF 页面，无需外部依赖即可在脚本里完成常见 PDF 操作。
收集系统编程、计算机科学等领域的技术论文、规范、手册和演示文稿 PDF，并提供在线浏览与搜索入口，方便按主题查找硬核技术资料。
面向教材和科研论文的 PDF 阅读器，提供快速跳转、引用追踪和笔记等针对学术阅读的增强功能。
用 HTML 和 CSS 直接生成 PDF 的 Python 库，支持分页、页眉页脚和复杂排版，适合做报表、发票和电子书导出。
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。
开源的 DocSend 替代品，用来搭建带访问分析和自定义域名的安全文档分享空间，适合对外发 PDF 时追踪谁看了、看了多久。
用 Go 写的 PDF 处理库和命令行工具，支持校验、合并、拆分、加密、水印、优化等操作，适合在 Go 项目里直接集成 PDF 处理能力。
一条命令就能从 Google 图片批量抓取几百张图片，支持按颜色、尺寸等条件筛选，适合快速搭建图像数据集。