Awesome GitHub RepositoriesVideo Encoding and Decoding

AISystem is a comprehensive AI full-stack infrastructure project covering the entire pipeline from AI chip architecture to high-level training frameworks. It encompasses the development of AI compiler frameworks, inference engines, and distributed training orchestrators designed to coordinate workloads across a heterogeneous compute stack of CPUs, GPUs, and NPUs. The project focuses on the deep integration of software and hardware, employing software-hardware co-design to align tensor layouts with physical memory structures. It provides specialized capabilities for accelerating Transformer mo

FreeRDP is a full software implementation of the Remote Desktop Protocol, providing both client and server capabilities for remote session management. It functions as an RDP client library and a standalone remote desktop client, enabling remote connectivity and interoperability across different operating systems. The project includes a dedicated network device redirector and an RDP gateway client to handle authentication and proxy routing. It allows developers to integrate remote desktop functionality into third-party software applications via its client library. The software covers a wide r

SmarterStreaming is a cross-platform SDK for hardware-accelerated audio and video capture, encoding, and streaming. It provides a complete media pipeline for low-latency RTMP and RTSP streaming, and includes an embedded lightweight RTSP server that can serve live feeds directly from the source device to local network clients without requiring a separate server. The SDK also integrates with GB28181 surveillance platforms, enabling compliant device registration and streaming for standardized video monitoring systems. The project distinguishes itself through a set of integrated capabilities for

JiaoZiVideoPlayer is an Android media player framework used to build mobile video interfaces. It serves as a unified interface layer that abstracts multiple backend playback engines to ensure consistent video delivery on mobile devices. The project integrates ExoPlayer and ijkPlayer, utilizing FFmpeg for broad codec support and efficient media decoding. This cross-backend approach allows the user interface to remain decoupled from specific playback engines, enabling the use of different decoding technologies based on hardware or software requirements. The framework provides a modular playbac

LAVFilters is an open-source media filter pack consisting of splitters and decoders designed for the DirectShow framework. It functions as a set of software components that convert compressed media data into raw formats for hardware or software rendering. The collection includes a media splitter to separate combined audio and video container formats into individual streams, as well as a specialized Blu-ray disc player filter used to identify and extract movie titles and playlists from disc structures. The project provides capabilities for audio and video stream decoding, media stream demuxin

jetson-inference is a set of libraries and tools for executing optimized deep learning models on embedded GPU hardware. Its primary purpose is to enable real-time computer vision and AI inference at the edge with low latency and high throughput. The project distinguishes itself through high-performance streaming analytics and the ability to execute concurrent AI pipelines on auto-grade silicon. It provides specialized support for multi-sensor stream processing, utilizing zero-copy data transport to load camera frames directly into GPU memory. The codebase covers a broad surface of capabiliti

WickedEngine is a C++ 3D game engine and framework designed for building high-fidelity three-dimensional applications and graphics projects. It features a modern graphics renderer that implements current standards to produce complex geometry and lighting across different hardware. The engine includes a standalone visual scene editor for designing environments and configuring properties without writing code. It also provides an integrated Lua scripting environment to manage runtime logic and automate engine tasks. The framework covers 3D graphics rendering and application development, includi

xrdp is an open-source implementation of the Remote Desktop Protocol (RDP) that enables users to establish a remote graphical desktop session to a Linux machine. It provides a standard RDP connection to a Linux desktop, allowing clients to access and interact with the remote system's graphical interface. The project supports a wide range of platforms beyond standard x86 and ARM Linux environments, including macOS, FreeBSD, and other UNIX-like systems. It offers extensive configuration options for remote display management, such as matching the client display to the server screen, dynamic resi

jsmpeg is a JavaScript MPEG1 video decoder and canvas-based video renderer. It functions as a client-side media decoder that processes video frames in JavaScript, rendering them to an HTML5 canvas without relying on native browser video elements. The project provides a low-latency video player capable of receiving binary media data over WebSockets for real-time streaming. It also supports the progressive loading of static video files via Ajax to allow playback to begin before a file is fully downloaded. The system includes capabilities for playback state and event management, allowing for th

SkyReels-V2 is a video generation system that creates, extends, and refines video clips from text descriptions, images, or both. It operates as a diffusion-based video generation model that can produce videos of any duration by denoising frames sequentially, with each new frame conditioned on the ones that came before it. The system supports generating videos from scratch using text prompts, starting from a single image and producing subsequent frames, or constraining both the first and last frames to match user-provided images. What distinguishes SkyReels-V2 is its combination of infinite-le

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.

Neutts is a neural text-to-speech engine designed for real-time streaming output on edge devices such as phones and laptops. It supports voice cloning from short audio references, enabling zero-shot reproduction of a target speaker's voice, and can be fine-tuned or retrained from scratch for custom voices and styles. The system distinguishes itself through a decoder-only architecture that halves memory and accelerates generation on constrained hardware, combined with quantized model inference for reduced memory footprint. Its streaming decoder loop interleaves synthesis with playback, deliver

مجموعة من تطبيقات المرجع وعينات الكود لدمج عتاد الكاميرا وواجهات برمجة تطبيقات البرمجيات في Android. يوفر المشروع عروضاً توضيحية لاستخدام كل من مكتبة Jetpack CameraX وواجهة برمجة تطبيقات Camera2 منخفضة المستوى لتنفيذ ميزات التقاط الصور والفيديو. يتضمن المستودع تطبيقات متخصصة للتسجيل عالي الأداء، مثل التصوير البطيء بمعدل إطارات مرتفع والفيديو عالي النطاق الديناميكي (HDR). كما يتميز بأمثلة لرؤية التعلم الآلي، موضحاً كيفية تحليل إطارات الكاميرا الحية لاكتشاف الكائنات ومسح رموز QR. يغطي المشروع قدرات تصوير واسعة، بما في ذلك الحصول على الصور الثابتة، وعرض محدد المنظر المباشر، وتكوين جودة الفيديو. كما يفصل استخدام ملحقات العتاد الخاصة بالمصنع لتطبيق تأثيرات مثل bokeh، والوضع الليلي، وHDR. تتضمن العينات أدوات مساعدة لتعيين الإحداثيات لعرض التراكبات المرئية ومراقبة الأحداث لتتبع حالات التسجيل.

gfx هو تجريد لواجهة برمجة تطبيقات رسوميات لا يعتمد على العتاد يترجم مجموعة موحدة من أوامر الرسوميات والحوسبة إلى تعليمات أصلية لبرامج تشغيل GPU متعددة. يوفر واجهة مشتركة للعرض عبر المنصات وبرمجة حوسبة GPU للأغراض العامة. يتميز المشروع بنظام ترجمة تظليل تمثيلي وسيط يحول الكود المصدري وSPIR-V إلى لغات خاصة بالهدف. يستخدم إطار عمل اختبار مرجعي يعتمد على البيانات للتحقق من أن مخرجات الرسوميات تظل متسقة عبر منصات العتاد المختلفة. تشمل القدرات ترميز مخزن الأوامر المتوازي عبر خيوط متعددة وتغليف حالات خط الأنابيب في كائنات مفردة لتقليل تغييرات الحالة الزائدة. يدير النظام موارد GPU منخفضة المستوى، بما في ذلك تخصيص الذاكرة، وتعيين المخزن المؤقت غير المتزامن، وعرض الإطار الصريح عبر swapchains. يستهدف التنفيذ البيئات الأصلية ومتصفحات الويب من خلال WebAssembly، مما يوفر طبقات ترجمة لـ WebGL وWebGL2.

هذا المشروع هو برنامج مشغل وسائط وجهاز استقبال تلفزيون رقمي مصمم لعرض مجموعة واسعة من تنسيقات ملفات الصوت والفيديو وإشارات البث الرقمي. يعمل كمشغل وسائط DirectShow، ويوفر واجهة عرض فيديو لإدارة إعدادات الإخراج والجودة المرئية. يتضمن البرنامج قدرات لضبط التلفزيون الرقمي، مما يتيح التقاط وتسجيل وتشغيل إشارات البث المباشر عبر بطاقات موالف الأجهزة المتوافقة. كما يتميز بفك تشفير الوسائط المسرع بالأجهزة وتكامل فك التشفير الداخلي لضمان التشغيل متعدد التنسيقات عبر مواصفات الأجهزة المختلفة. يغطي النظام إدارة إخراج الفيديو من خلال استخدام التظليل (Shaders) وإدارة الألوان، بالإضافة إلى عرض الترجمة للنصوص وتراكبات الصور. يمكن للمستخدمين تخصيص مساحة العمل من خلال تخصيص تخطيط الواجهة وإنشاء أشرطة أدوات مخصصة.

VitamioBundle هي مكتبة مشغل وسائط وإطار عمل للتشغيل لنظام Android مصمم لفك تشفير وعرض محتوى الصوت والفيديو عالي الأداء. توفر وحدة فك ترميز فيديو مسرعة بالأجهزة لتقليل حمل المعالج واستهلاك البطارية على الأجهزة المحمولة. يتضمن المشروع عميل بث بمعدل بت تكيفي (adaptive bitrate) يقوم بضبط جودة الفيديو في الوقت الفعلي بناءً على ظروف الشبكة لمنع انقطاع التشغيل. كما يتميز بمحرك عرض فيديو قادر على تكوين تنسيقات البكسل ومخرجات الألوان لتحسين الجودة البصرية للشاشات المحمولة. تغطي المكتبة قدرات وسائط متعددة واسعة، بما في ذلك إدارة الترجمة، والتحكم في سرعة التشغيل، واستخدام رؤوس HTTP مخصصة لتحميل البث. وتدعم بث الوسائط الآمن عبر SSL وTLS وHTTPS المدمج، وتستخدم التخزين المؤقت المحلي لتقليل استخدام النطاق الترددي.

DKVideoPlayer is an Android video player library and media playback framework designed to integrate advanced streaming and playback capabilities into mobile applications. It provides a hardware-accelerated video renderer and a customizable UI kit for building player interfaces, including support for picture-in-picture floating windows. The framework distinguishes itself through specialized interactive features, such as real-time comment overlays, frame capture snapshots, and gesture-based controls for adjusting volume, brightness, and playback progress. It also supports multi-stream playback,