图像与影音工具
共 317 个仓库 · 一年内有推送
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。
把点击操作自动录成带标注截图的分步教程，浏览器扩展和桌面端都能用，数据本地处理，适合写操作文档和新人指引。
基于服务器的照片管理应用，专为超大规模图片库设计，利用 IPTC 关键词、文件夹和文件名快速检索，并支持物体与人脸检测。
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。
汇总 CVPR 2020 至 2026 年低层视觉方向的论文与代码，涵盖去模糊、去雾、图像压缩、帧插值等任务，方便按年份快速查找复现资源。
用字幕文件自动翻译视频文本，再通过 AI 语音合成生成配音音轨，并按字幕时间轴对齐口型，省去手动配音和打轴的麻烦。
用 flexbox 模型和 XML 文件给 iOS 界面做布局，把网页那套快速布局能力搬到原生开发里，写界面像写网页一样简单。
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。
一款免费开源的 macOS 原生屏幕录制工具，支持 HEVC、ProRes 编码和音频录制，界面贴合系统风格，适合日常录屏和教学演示。
基于 OpenAI Whisper 及其变体的字幕生成工具，提供网页界面、命令行和 Python 包三种用法，可自动为音视频生成字幕。
Go 语言的高性能图像处理与缩放库，基于 libvips，支持 JPEG、PNG、WebP、HEIC、GIF、SVG、PDF 等格式，适合需要快速批量处理图片的服务端场景。
自托管的图床与图片分享平台，支持私有链接、相册集合、S3/SMB 存储、OIDC 单点登录和 ShareX 上传，适合在家庭服务器上搭建自己的图床。
基于接缝裁剪（Seam Carving）算法的内容感知图像缩放与对象移除工具，能在改变图片尺寸时保留主体不变形，并擦除画面中不需要的物体。
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。
自动压缩 Pull Request 中的 JPEG、PNG、WebP 和 AVIF 图片，帮你在合并前减小图片体积、避免仓库和页面变慢。
汇总图像配准相关的书籍、论文、视频和工具箱，覆盖医学影像、遥感图像、点云配准与SLAM等方向，方便快速查找资料和工具。
用 Python 实现的图像信号处理器（ISP），把传感器原始数据加工成可用的图像，适合做相机成像流程的算法验证与二次开发。
多语言屏幕录制工具，可录全屏、区域或窗口，支持多路音频和摄像头画中画，自带倒计时、放大镜、点击高亮等辅助功能。
Wayland 原生的截图编辑工具，灵感来自 macOS 的 Snappy，可对截取的画面直接添加标注和涂改，解决 Wayland 桌面下缺少顺手截图编辑器的痛点。
多后端 Whisper 语音转文字工具，支持本地文件或 URL 输入，在 Mac ARM 上做了速度优化，安装简单且完全离线私有。
开源的生物图像分析软件，专为数字病理和全切片图像设计，支持细胞检测、分割与机器学习分类，适合科研人员做定量分析。
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。
ImageJ2 是面向科研的 N 维图像处理平台，支持显微镜图像等多维数据的处理与分析，适合生命科学和计算机视觉研究。
一个封装 PHP GD 扩展的图像处理类，用极简 API 完成缩放、裁剪、旋转、加水印等常见操作，省去手写 GD 函数的麻烦。