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 est une bibliothèque d'encodage et de décodage vidéo utilisant le standard H.264. Elle fournit des outils pour transformer des trames vidéo brutes en flux d'octets compressés et décompresser ces flux en trames de pixels brutes. Le projet inclut un générateur de flux vidéo simulcast qui produit plusieurs résolutions à partir d'une source unique. Cette capacité prend en charge le streaming à débit adaptatif et la communication vidéo en temps réel dans des conditions réseau variables. Le système implémente des workflows de traitement vidéo incluant le contrôle de débit adaptatif, l'encodage parallèle par tranches et la gestion de tampons planaires YUV. Il utilise l'analyse de flux binaire basée sur les états pour gérer les dépendances séquentielles des trames vidéo.

Kdenlive est une suite de montage vidéo non linéaire open-source conçue pour la post-production vidéo numérique. Construite sur le framework MLT et utilisant les frameworks KDE pour son interface utilisateur, elle fournit un environnement multipiste pour assembler des clips, appliquer des transitions et rendre des fichiers vidéo finaux. L'éditeur se distingue par un ensemble complet d'outils d'animation et d'effets, y compris l'animation de paramètres basée sur des images clés avec un éditeur de courbe visuel pour le réglage fin des transitions. Il prend en charge des modifications visuelles avancées telles que le remappage de la vitesse des clips, le masquage de région d'effet et l'intégration de graphiques vectoriels animés provenant de logiciels externes. La suite couvre une large gamme de capacités de production, y compris l'ingénierie audio avec mixage et panoramique basés sur les pistes, la correction et l'étalonnage des couleurs, et des outils de texte pour la génération de sous-titres et la transcription parole-vers-texte. Elle inclut des utilitaires de gestion de projet pour l'organisation des actifs et la définition des métadonnées, ainsi que des optimisations de performance comme les médias proxy et la mise à l'échelle de la résolution de lecture. Le logiciel gère divers codecs et formats pour l'importation et l'exportation de médias, utilisant un rendu d'arrière-plan multithread pour finaliser les projets.

Starspace est un framework de vecteurs d'embedding conçu pour entraîner des représentations de haute dimension de texte et d'images. Il fonctionne comme un système de machine learning pour le ranking neuronal, la classification de texte et l'embedding de graphes de connaissances, mappant différents types d'objets dans un espace numérique partagé pour faciliter les tâches de récupération et de prédiction. Le système inclut des outils spécialisés pour la complétion de graphes de connaissances et la prédiction de liens en représentant les entités et leurs relations au sein d'un espace vectoriel multi-relationnel. Il fournit en outre des capacités pour la recommandation de contenu sémantique et la classification de texte à grande échelle en mappant les entrées vers des étiquettes cibles ou des éléments candidats. Le framework couvre de larges domaines de capacités incluant le ranking d'entités basé sur la similarité, l'extraction d'embedding vectoriel à partir de documents ou de n-grammes, et l'utilisation de l'entraînement basé sur des marches aléatoires (random-walk). Pour gérer de grands jeux de données, il intègre un chargement de données compressées sur disque et une optimisation par échantillonnage négatif.

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 est un utilitaire axé sur la confidentialité conçu pour le transcodage, l'édition et l'optimisation vidéo en local. En exécutant toutes les opérations directement sur l'appareil de l'utilisateur, l'application garantit que les fichiers multimédias sensibles ne sont jamais transmis à des serveurs externes. Le logiciel tire parti des technologies web pour effectuer une manipulation multimédia haute performance. Il utilise WebAssembly pour exécuter des binaires compilés dans un environnement sandbox, déchargeant les tâches intensives de décodage et d'encodage vers des threads en arrière-plan pour maintenir la réactivité de l'interface. L'application traite les médias via un pipeline basé sur des flux qui gère les données par blocs, permettant une manipulation efficace de fichiers volumineux tout en maintenant une faible empreinte mémoire. L'outil fournit une gamme de capacités fonctionnelles pour modifier le contenu vidéo, notamment le découpage de segments, l'ajustement de la résolution, la mise à l'échelle des images et la correction de l'orientation. Il prend également en charge des ajustements esthétiques visuels, comme l'application de filtres en niveaux de gris. Toutes les interactions avec les fichiers se font via un accès direct au stockage local, garantissant la sécurité des données tout au long du processus d'édition.

C++ wrapper for FFmpeg

Video processing routines for SciPy