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 ist eine Bibliothek zum Enkodieren und Dekodieren von Videos nach dem H.264-Standard. Sie bietet Tools, um rohe Videoframes in komprimierte Bytestreams umzuwandeln und diese Streams wieder in rohe Pixel-Frames zu dekomprimieren. Das Projekt enthält einen Simulcast-Videostream-Generator, der mehrere Auflösungen aus einer einzigen Quelle erzeugt. Diese Funktion unterstützt adaptives Bitrate-Streaming und Echtzeit-Videokommunikation unter variierenden Netzwerkbedingungen. Das System implementiert Videoverarbeitungs-Workflows, einschließlich adaptiver Ratensteuerung, Slicing-basierter paralleler Enkodierung und YUV-Planar-Buffer-Management. Es nutzt zustandsbasiertes Bitstream-Parsing, um sequentielle Videoframe-Abhängigkeiten zu verarbeiten.

Kdenlive ist eine Open-Source-Suite für nicht-linearen Videoschnitt, die für die digitale Videopostproduktion entwickelt wurde. Basierend auf dem MLT Framework und unter Verwendung der KDE Frameworks für die Benutzeroberfläche bietet sie eine Multi-Track-Umgebung zum Zusammenstellen von Clips, Anwenden von Übergängen und Rendern finaler Videodateien. Der Editor zeichnet sich durch eine umfassende Palette an Animations- und Effekt-Tools aus, einschließlich Keyframe-basierter Parameteranimation mit einem visuellen Kurveneditor zur Feinabstimmung von Übergängen. Er unterstützt fortgeschrittene visuelle Modifikationen wie Clip-Speed-Remapping, Effekt-Region-Maskierung und die Integration animierter Vektorgrafiken aus externer Software. Die Suite deckt ein breites Spektrum an Produktionsfunktionen ab, einschließlich Audio-Engineering mit Track-basiertem Mixing und Panning, Farbkorrektur und -grading sowie Text-Tools für die Untertitelgenerierung und Speech-to-Text-Transkription. Sie enthält Projektmanagement-Hilfsmittel zur Asset-Organisation und Metadatendefinition sowie Performance-Optimierungen wie Proxy-Medien und Skalierung der Wiedergabeauflösung. Die Software verwaltet verschiedene Codecs und Formate für den Medienimport und -export und nutzt multithreaded Hintergrund-Rendering zur Finalisierung von Projekten.

Starspace ist ein Vektor-Embedding-Framework, das für das Training hochdimensionaler Repräsentationen von Text und Bildern entwickelt wurde. Es fungiert als Machine-Learning-System für neuronales Ranking, Textklassifizierung und Knowledge-Graph-Embedding und bildet verschiedene Objekttypen in einen gemeinsamen numerischen Raum ab, um Abruf- und Vorhersageaufgaben zu erleichtern. Das System enthält spezialisierte Tools für die Vervollständigung von Knowledge-Graphen und Link-Vorhersagen, indem Entitäten und ihre Beziehungen innerhalb eines multirelationalen Vektorraums dargestellt werden. Es bietet zudem Funktionen für semantische Inhaltsempfehlungen und groß angelegte Textklassifizierung durch Abbildung von Eingaben auf Ziel-Labels oder Kandidatenelemente. Das Framework deckt breite Funktionsbereiche ab, einschließlich ähnlicher Entitäts-Rankings, Vektor-Embedding-Extraktion aus Dokumenten oder N-Grammen und der Verwendung von Random-Walk-basiertem Training. Um große Datensätze zu verwalten, integriert es diskbasiertes komprimiertes Datenladen und Negative-Sampling-Optimierung.

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 ist ein auf Privatsphäre ausgerichtetes Tool für lokales Video-Transcoding, Editing und Optimierung. Da alle Operationen direkt auf dem Gerät des Nutzers ausgeführt werden, stellt die Anwendung sicher, dass sensible Mediendateien niemals an externe Server übertragen werden. Die Software nutzt browserbasierte Technologien für eine performante Medienbearbeitung. Sie verwendet WebAssembly, um kompilierte Binärdateien in einer Sandbox-Umgebung auszuführen und intensive Dekodierungs- und Kodierungsaufgaben in Hintergrund-Threads auszulagern, um die Reaktionsfähigkeit des Interfaces zu erhalten. Die Anwendung verarbeitet Medien über eine Stream-basierte Pipeline, die Daten in Chunks handhabt, was eine effiziente Bearbeitung großer Dateien bei geringem Speicherverbrauch ermöglicht. Das Tool bietet eine Reihe funktionaler Möglichkeiten zur Bearbeitung von Videoinhalten, darunter das Trimmen von Segmenten, Anpassung der Auflösung, Frame-Skalierung und Korrektur der Ausrichtung. Es unterstützt zudem visuelle Anpassungen, wie das Anwenden von Graustufenfiltern. Alle Dateiinteraktionen erfolgen über den direkten Zugriff auf den lokalen Speicher, wodurch die Datensicherheit während des gesamten Bearbeitungsprozesses gewährleistet bleibt.

C++ wrapper for FFmpeg

Video processing routines for SciPy