Awesome GitHub RepositoriesVideo Processing

Open-Sora-Plan is a text-to-video framework and distributed video training system. It utilizes a diffusion transformer architecture and large language model components to transform written descriptions or image prompts into high-quality video sequences. The system features a distributed infrastructure designed for large-scale video training and inference. It employs sequence parallelism to split high-resolution or long-duration video samples across multiple GPUs and uses a sparse attention mechanism to increase processing speed. The project includes capabilities for both text-to-video and im

100 Go Mistakes is a reference book and code review companion that catalogues frequent Go programming anti-patterns and provides corrected implementations for each one. It covers a wide range of common pitfalls, from range loop variable capture and interface nil handling to error wrapping and map iteration randomization, helping developers recognize and avoid these issues in their own code. The project distinguishes itself by offering a structured, example-driven approach to learning idiomatic Go. It covers core design decisions such as when to use pointer versus value receivers, how to apply

ytdlnis is a mobile application that serves as a graphical client for the yt-dlp engine on Android. It functions as a media downloader and manager, providing a user interface to retrieve video and audio from websites. The project distinguishes itself by integrating directly with the Android system share menu and intents to trigger background downloads from external apps. It includes a dedicated authentication cookie manager to import and sync browser session data, enabling the retrieval of private, age-restricted, or premium content. The application covers broad capability areas including au

This project is a collection of reference implementations and technical guides for building high-performance 3D applications and graphics experiments on Windows. It provides a library of samples covering the implementation of GPU compute frameworks, raytracing reference models, and shader optimization techniques. The repository includes specific demonstrations for modeling physical light behavior to create reflections and lighting effects, as well as tools for analyzing memory dumps and tracking real-time execution metrics on graphics hardware. It further provides guidance on managing shader

OpenH264 هي مكتبة لتشفير وفك تشفير الفيديو باستخدام معيار H.264. توفر المكتبة أدوات لتحويل إطارات الفيديو الخام إلى تدفقات بايت مضغوطة، وفك ضغط تلك التدفقات مرة أخرى إلى إطارات بكسل خام. يتضمن المشروع مولد تدفق فيديو متزامن (simulcast) ينتج دقة متعددة من مصدر واحد. تدعم هذه القدرة البث بمعدل بت تكيفي واتصالات الفيديو في الوقت الفعلي عبر ظروف الشبكة المتغيرة. يطبق النظام سير عمل معالجة الفيديو بما في ذلك التحكم التكيفي في المعدل، والتشفير المتوازي القائم على التقطيع، وإدارة المخزن المؤقت المستوي YUV. ويستخدم تحليل تدفق البت القائم على الحالة للتعامل مع تبعيات إطارات الفيديو المتسلسلة.

Kdenlive هو جناح تحرير فيديو غير خطي مفتوح المصدر مصمم لمرحلة ما بعد الإنتاج للفيديو الرقمي. مبني على إطار عمل MLT ويستخدم KDE Frameworks لواجهة المستخدم الخاصة به، ويوفر بيئة متعددة المسارات لتجميع المقاطع، وتطبيق الانتقالات، وعرض ملفات الفيديو النهائية. يتميز المحرر بمجموعة شاملة من أدوات الرسوم المتحركة والتأثيرات، بما في ذلك الرسوم المتحركة للمعلمات القائمة على الإطارات الرئيسية مع محرر منحنى مرئي لضبط الانتقالات بدقة. يدعم تعديلات مرئية متقدمة مثل إعادة تعيين سرعة المقطع، وإخفاء منطقة التأثير، ودمج رسومات المتجهات المتحركة من برمجيات خارجية. يغطي الجناح مجموعة واسعة من قدرات الإنتاج، بما في ذلك هندسة الصوت مع الخلط والتحريك القائم على المسار، وتصحيح الألوان وتدرجها، وأدوات النص لإنشاء الترجمة والنسخ من الكلام إلى نص. يتضمن أدوات إدارة المشاريع لتنظيم الأصول وتعريف البيانات الوصفية، بالإضافة إلى تحسينات الأداء مثل الوسائط الوكيلة وتوسيع دقة التشغيل. يدير البرنامج برامج ترميز وتنسيقات مختلفة لاستيراد وتصدير الوسائط، باستخدام عرض خلفي متعدد الخيوط لإنهاء المشاريع.

Starspace هو إطار عمل لتضمين المتجهات (vector embedding) مصمم لتدريب تمثيلات عالية الأبعاد للنصوص والصور. يعمل كنظام تعلم آلي للترتيب العصبي، وتصنيف النصوص، وتضمين الرسوم البيانية للمعرفة، حيث يقوم بتعيين أنواع كائنات مختلفة في مساحة عددية مشتركة لتسهيل مهام الاسترجاع والتنبؤ. يتضمن النظام أدوات متخصصة لإكمال الرسوم البيانية للمعرفة والتنبؤ بالروابط من خلال تمثيل الكيانات وعلاقاتها داخل مساحة متجهية متعددة العلاقات. كما يوفر قدرات لتوصية المحتوى الدلالي وتصنيف النصوص واسع النطاق عن طريق تعيين المدخلات إلى تسميات مستهدفة أو عناصر مرشحة. يغطي إطار العمل مجالات قدرة واسعة بما في ذلك ترتيب الكيانات القائم على التشابه، واستخراج تضمين المتجهات من المستندات أو n-grams، واستخدام التدريب القائم على المشي العشوائي. لإدارة مجموعات البيانات الكبيرة، فإنه يدمج تحميل البيانات المضغوطة القائمة على القرص وتحسين أخذ العينات السلبية.

YTSage is a desktop application and graphical user interface for downloading video and audio from YouTube and other platforms. Built using the PySide6 framework and powered by the yt-dlp engine, it provides a visual interface for media extraction and file organization. The application includes a dedicated media filter that removes sponsored segments from downloaded videos using community-sourced timestamp data. It also features a metadata extractor to fetch and save subtitles, thumbnails, descriptions, and chapter markers. The tool supports batch playlist processing, audio format conversion

VidGear is a high-performance Python video processing framework designed for capturing, transcoding, and manipulating video streams. It functions as a multi-protocol video streamer and a WebRTC streaming server, enabling the transfer of video frames over networks using RTSP, RTMP, RTP, and MJPEG protocols. The project distinguishes itself through hardware-accelerated video transcoding and decoding using GPU backends like CUDA to reduce CPU load. It includes a cross-platform screen capture tool and a specialized system for establishing direct peer-to-peer media connections using WebRTC signali

GPAC is an open-source multimedia framework built around a pluggable filter graph pipeline, where modular processing units called filters connect into a directed graph to handle media workflows. At its core, the framework centers all media packaging and manipulation on the ISO Base Media File Format (ISOBMFF), with specialized tools for reading, writing, fragmenting, and encrypting MP4 and related containers. It also provides a declarative scene graph composition system for describing interactive multimedia scenes using MPEG-4 BIFS, X3D, SVG, or VRML syntax, alongside a hardware-accelerated re

Open h.265 video codec implementation.

Simple yet powerful ruby ffmpeg wrapper for reading metadata and transcoding movies

a cross-platform library for USB video devices

Vireo is a lightweight and versatile video processing library written in C++11

Open Video Editor is a privacy-focused utility designed for local video transcoding, editing, and optimization. By executing all operations directly on the user device, the application ensures that sensitive media files are never transmitted to external servers. The software leverages browser-based technologies to perform high-performance media manipulation. It utilizes WebAssembly to run compiled binaries within a sandboxed environment, offloading intensive decoding and encoding tasks to background threads to maintain interface responsiveness. The application processes media through a stream

C++ wrapper for FFmpeg

Video processing routines for SciPy