图像与影音工具
共 75 个仓库 · Python
把胶片负片扫描件反相成正片，并模拟相纸与暗房色彩流程，适合自己扫底片的摄影玩家。
基于 Windows Desktop Duplication API 的 Python 高性能截屏库，低延迟抓取屏幕画面，适合给计算机视觉和智能体应用做实时输入。
用稀疏关键帧传播做交互式视频超分，只需标注少量关键帧就能把低清视频整段修复成高清，适合影视后期和视频编辑场景。
跨平台桌面小工具合集，把截屏录屏、文字识别、多语言翻译、多媒体格式转换、键鼠动作录制回放和局域网传文件都塞进一个软件里。
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。
给 AI Agent 加上屏幕录制与记忆检索能力，让它能回看你的历史操作并真正记住个人上下文，从而做出更贴合你的回应。
给 ImageMagick、Wand 和 Pillow 套上图形界面的桌面图像处理工具，不用敲命令行就能完成裁剪、对比度调整等常见操作。
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。
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。
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。
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。
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。
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。
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 Python 计算多边形中心线的工具，基于 Voronoi 图把面状地物（如河流、道路）提取成线状结构，支持 shapefile 等空间数据，也可命令行调用。
扫描版 PDF 缺少书签时，用视觉语言模型识别目录页，自动生成可跳转书签，省去手动逐条添加的麻烦。
Cloudinary 的 Python/Django SDK，用于上传、变换、优化和管理图片与视频，省去自建媒体处理流程的麻烦。
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.
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。