Awesome GitHub RepositoriesDirect Memory Buffers

Surge ist eine Swift-Bibliothek für hochperformante numerische Analyse, lineare Algebra, digitale Signalverarbeitung und beschleunigte Bildmanipulation. Sie nutzt das Accelerate-Framework, um hardwarebeschleunigte Tools für Matrixmathematik und Signalverarbeitung bereitzustellen. Die Bibliothek bietet spezialisierte Funktionen für die digitale Signalverarbeitung, einschließlich Faltung, Signalähnlichkeitsanalyse durch Kreuzkorrelation und Domänentransformationen mittels Fast Fourier Transforms. Sie enthält zudem eine Suite von Tools für die schnelle Transformation und Analyse von Pixel-Buffern und Bilddaten. Über die Signal- und Bildverarbeitung hinaus deckt die Bibliothek ein breites Spektrum der computergestützten Mathematik ab. Dies umfasst die Lösung linearer Systeme durch Matrixinversionen und -zerlegungen, Vektormetrik-Berechnungen und statistische Datenanalyse. Sie unterstützt zudem die Massenausführung trigonometrischer, logarithmischer und arithmetischer Operationen über große Arrays hinweg.

PKHeX ist ein Editor für Pokémon-Speicherdateien und ein Konverter für Speicherdaten. Es dient als Tool zur Modifikation von Entitätsdaten und zum Import externer Daten, um Spielstände und Speicherabbilder über mehrere Software-Generationen hinweg zu ändern. Das Projekt ermöglicht die Transformation von Spieldaten zwischen verschiedenen Softwareversionen und Dateiformaten, um die Kompatibilität zwischen den Generationen sicherzustellen. Es integriert externe Dateien und Codes in bestehende Speicherdatensätze, um den Spielzustand zu aktualisieren. Das Tool bietet Funktionen für die Verwaltung von Speicherdateien und die Manipulation des Spielzustands, was die Änderung einzelner Entitätsdatensätze, Charakterdaten und Inventare ermöglicht.

fastjson2 ist eine performante Java-Bibliothek zur Serialisierung und Deserialisierung von Java-Objekten in und aus JSON-Strings und Byte-Arrays. Sie fungiert als binärer JSON-Serializer, um Objekte in optimierte Binärformate zu kodieren, was die Payload-Größe reduziert und die Verarbeitungsgeschwindigkeit erhöht. Das Projekt enthält eine JSONPath-Query-Engine zum Extrahieren spezifischer Daten und Felder aus JSON-Dokumenten mittels standardisierter Pfadausdrücke und Filter. Zudem dient es als JSON-Schema-Validator und bietet Hilfsprogramme zur Generierung von Datenverträgen sowie zur Validierung von JSON-Eingaben gegen definierte Schemata, um die strukturelle Korrektheit sicherzustellen. Die Bibliothek deckt eine Vielzahl von Datenverarbeitungsfunktionen ab, einschließlich der Transformation von JSON in Maps oder spezifische Objekttypen sowie der Konvertierung von Java Beans in Binärformate. Sie bietet Mechanismen für benutzerdefinierte Serialisierungslogik, Feld-Mapping via Annotationen und die Möglichkeit, Objekttypen während der Konvertierung beizubehalten.

NumCpp ist ein C++-Framework und eine Bibliothek für numerische Berechnungen, die ein Toolkit für die Verwaltung mehrdimensionaler Arrays und mathematische Routinen bereitstellt. Es fungiert als C++-Implementierung des NumPy-Ökosystems und bietet ein wissenschaftliches Rechen-Framework für die Verwaltung von Tensoren und die Durchführung komplexer algebraischer Gleichungen. Das Projekt ermöglicht eine leistungsstarke Array-Manipulation innerhalb einer C++-Umgebung, ohne auf eine Python-Laufzeit angewiesen zu sein. Es zeichnet sich dadurch aus, dass es eine NumPy-ähnliche Schnittstelle für die Ausführung linearer Algebra, die Verwaltung mehrdimensionaler Datenstrukturen und die Durchführung numerischer Verarbeitung bietet. Die Bibliothek deckt ein breites Spektrum an Funktionen ab, einschließlich matrixalgebraischer Operationen, Array-Geometrieverwaltung durch Slicing und Reshaping sowie die Generierung von Zufallsverteilungen. Sie enthält zudem Tools für die Datensatzanalyse, Array-Statistiken sowie den Import und Export numerischer Daten über Binär- und Textformate.

Dies ist eine Python-Bibliothek für Fuzzy-String-Matching, die zur Berechnung von String-Ähnlichkeit und Editierdistanzen verwendet wird. Sie dient als Sammlung von String-Distanz-Algorithmen, als Sequenz-Alignment-Tool und als Engine für die approximative String-Suche, um Textähnlichkeit zu messen. Die Bibliothek bietet eine breite Palette an Metriken zur Quantifizierung der String-Nähe, einschließlich Levenshtein-, Jaro-Winkler-, Hamming- und Damerau-Levenshtein-Distanzen. Sie unterstützt Ähnlichkeitsanalysen durch Berechnungen der längsten gemeinsamen Teilsequenz, tokenbasierte Vergleiche und gewichtete Bewertung, um Unterschiede in Inhalt und Wortreihenfolge zu berücksichtigen. Über grundlegende Distanzmetriken hinaus deckt das Projekt Suche und Indizierung ab, um die besten Übereinstimmungen aus Sammlungen zu extrahieren und paarweise Distanzberechnungen durchzuführen. Es enthält Tools für die Sequenzdifferenzanalyse, die Editieroperationen generieren, um einen String in einen anderen umzuwandeln, sowie Textvorverarbeitungs-Dienstprogramme für die String-Bereinigung und Standardisierung.

Photon is a high-performance image processing library written in Rust. It serves as a pixel manipulation toolkit and image format transcoder, providing a WebAssembly graphics engine for executing visual effects and transformations directly within web browsers. The project is built around a functional image pipeline, which allows for the programmatic chaining of sequential transformation operations. This architecture supports the creation of complex visual effects through a coded pipeline. The library covers a wide range of image processing capabilities, including color management across mult

Dieses Projekt ist ein Java-basiertes Toolkit, das die OpenCV-Computer-Vision-Bibliothek in die Processing-Creative-Coding-Umgebung integriert. Es bietet eine Programmierschnittstelle, die darauf ausgelegt ist, die Einbindung von Echtzeit-Bildanalyse und Computer-Vision-Algorithmen in interaktive Kunstinstallationen und visuelle Designprojekte zu erleichtern. Die Bibliothek zeichnet sich dadurch aus, dass sie Low-Level-C++-Routinen in eine verwaltete Umgebung kapselt, was es Benutzern ermöglicht, komplexe visuelle Aufgaben über eine vereinfachte Schnittstelle durchzuführen. Sie unterstützt Hochleistungsoperationen durch das Teilen roher Pixeldaten zwischen der Host-Umgebung und der Vision-Engine sowie durch die Ermöglichung regionsbasierter rechnerischer Scoping-Methoden, um Verarbeitungsressourcen auf bestimmte Bereiche eines Frames zu fokussieren. Das Toolkit deckt ein breites Spektrum an Bildverarbeitungsfunktionen ab, einschließlich Feature-Erkennung, geometrischer Analyse und Motion-Tracking. Benutzer können Aufgaben wie Konturextraktion, Kamerakalibrierung, morphologische Operationen und statistische Auswertung visueller Daten durchführen. Die Bibliothek wird als Bibliothek für die Processing-Umgebung verteilt und bietet direkten Zugriff auf diese Funktionen für Rapid Prototyping und Experimente.