Awesome GitHub RepositoriesCLI Image Processing Tools

Aseprite is a specialized graphics editor and animation suite designed for the creation of pixel-based artwork. It provides a comprehensive environment for managing multi-layered animation sequences, offering tools for frame-by-frame design, onion skinning, and real-time motion previews. The application is built to handle both indexed color palettes and full-color RGB editing, allowing users to maintain precise control over pixel data and transparency. What distinguishes Aseprite is its focus on programmable workflows and game asset production. It features a scriptable command architecture th

ImageMagick is a comprehensive software suite for the creation, editing, composition, and conversion of digital images. It functions as both a command-line utility for batch processing and automation, and as a programming library that allows developers to integrate advanced image manipulation capabilities into external applications. The project is distinguished by its modular architecture, which supports hundreds of image formats through a pluggable coder system and external delegate libraries. It is designed for high-performance environments, utilizing memory-mapped pixel caching, stream-ori

Caire is a command-line image processing engine designed for content-aware resizing and batch manipulation. It utilizes seam carving algorithms to adjust image dimensions by identifying and removing low-energy pixels, allowing for the rescaling of images while preserving primary visual subjects and maintaining aspect ratios. The tool distinguishes itself through its ability to protect specific visual elements, such as human faces, from distortion during the resizing process. Users can apply custom binary masks to define regions for protection or forced removal, and the engine provides real-ti

waifu2x-caffe is a deep learning image upscaler and denoiser that uses the Caffe framework to increase image resolution and remove noise from illustrations and photographs. It functions as a neural network image processor that reduces compression artifacts and pixelation while maintaining visual clarity. The project provides specialized neural network weights optimized separately for 2D illustrations and real-world photographs. It includes distinct processing for alpha channels to preserve transparency and employs test-time augmentation to improve output precision. The tool supports both a c

pixelmatch is a JavaScript image comparison library and pixel-level difference detector. It identifies mismatched pixels between image data arrays and quantifies the differences based on a configurable sensitivity threshold. The tool generates visual difference maps that highlight specific pixel changes for manual review. It includes a command-line interface for comparing image files and exporting the resulting difference maps to the file system. The project provides capabilities for automated image analysis and visual regression testing, utilizing anti-aliasing heuristic filtering to ignore

Basic-pitch est un transcripteur audio de réseau neuronal et un détecteur de hauteur polyphonique. Il fonctionne comme un convertisseur audio-vers-MIDI qui transforme les enregistrements audio polyphoniques en événements de note MIDI et en données de pitch bend. Le système préserve l'expression musicale en suivant les fluctuations de fréquence continues pour convertir les glissandos et le vibrato en événements de pitch bend MIDI. Il utilise un moteur d'inférence enfichable qui permet de configurer l'exécution du modèle en fonction du système d'exploitation ou des besoins d'accélération matérielle. Le projet fournit une interface de ligne de commande pour le traitement audio par lots et une interface programmatique pour intégrer la transcription et l'extraction d'événements de note dans un logiciel personnalisé. Les résultats de transcription peuvent être exportés sous forme de fichiers MIDI, de sorties de modèle brutes et de feuilles de calcul d'événements de note.

Clip est un outil de visualisation de données en ligne de commande conçu pour générer des graphiques et diagrammes basés sur des images à partir de descriptions textuelles. Il fonctionne comme un générateur de graphiques qui convertit des données écrites et des motifs descriptifs en formats visuels sans l'utilisation d'une interface utilisateur graphique. L'outil se spécialise dans la production de graphiques vectoriels scalables (SVG), traduisant les transformations texte-vers-graphique en chemins vectoriels basés sur XML. Cette approche permet la création automatisée d'illustrations techniques et de diagrammes spécifiquement adaptés à la documentation développeur. Le système emploie un moteur de mise en page piloté par template pour positionner les éléments du graphique et mapper les structures de données en formes géométriques et coordonnées visuelles.

Freeze est un générateur de code-vers-image et un rendu de sortie de terminal qui convertit le code source et le texte de terminal ANSI en images de haute qualité. Il fonctionne comme un outil en ligne de commande qui transforme le texte et les séquences stylisées en graphiques vectoriels évolutifs pour une utilisation dans la documentation et les présentations. L'outil se différencie en capturant la sortie brute des commandes shell via un environnement de pseudo-terminal et en traduisant les codes d'échappement ANSI et les couleurs directement en styles SVG. Il dispose d'une interface utilisateur de terminal pour l'ajustement des paramètres en temps réel et prend en charge des profils de configuration pour maintenir des styles visuels cohérents à travers plusieurs exportations. La surface de capacité couvre la gestion de la typographie via l'incorporation de polices personnalisées et le contrôle de la hauteur de ligne, ainsi que le style visuel pour les cadres de fenêtre, les ombres et les marges. Il inclut également des utilitaires pour la coloration syntaxique et le recadrage de plages de lignes spécifiques à partir d'extraits de code.

Bild est une bibliothèque de traitement d'image implémentée dans le langage de programmation Go. Elle fournit une collection de moteurs algorithmiques pour la manipulation d'images, incluant un moteur de noyau de convolution pour le filtrage, un outil de mélange d'images pour la composition de calques et un générateur de bruit procédural pour créer des textures synthétiques. Le projet se distingue par ses capacités de génération procédurale, implémentant des algorithmes de bruit de Perlin, Gaussien, binaire et uniforme pour produire des distributions de pixels aléatoires et des motifs organiques. Il dispose également d'une interface en ligne de commande qui permet aux utilisateurs d'appliquer des effets visuels, des ajustements de couleur et des transformations géométriques aux fichiers image sans écrire de code personnalisé. La bibliothèque couvre un large éventail de capacités de traitement d'image, incluant des transformations géométriques telles que la rotation, le cisaillement et le zoom, ainsi que la manipulation des couleurs et l'analyse de distribution. Elle fournit des outils pour l'analyse et la segmentation d'image, le filtrage morphologique, et prend en charge la lecture et l'écriture de données image aux formats PNG, JPEG, BMP et WebP.

NAPS2 is a suite of document scanning software consisting of a desktop application, a command-line interface tool, and a networked scanner server. It serves as an interface for capturing images from scanners via TWAIN and WIA drivers, organizing those captures into digital documents, and exporting them to various file formats. The project distinguishes itself by providing a networked scanner server that shares local hardware across a network for remote image capture. It also includes a command-line tool for automating document capture and image processing workflows through scripts and termina

Whisper streaming est un moteur de reconnaissance vocale automatisé conçu pour convertir l'audio en direct en texte. Il fonctionne comme un serveur de transcription basé sur le réseau qui accepte des données audio brutes provenant de clients distants et renvoie des résultats textuels incrémentaux en temps réel. Le système se distingue par sa capacité à traiter les flux audio de manière incrémentale, permettant une transcription et une traduction immédiates au fur et à mesure que la parole est capturée. Il intègre la détection d'activité vocale pour isoler la parole humaine du bruit de fond et utilise une mise en tampon à fenêtre glissante pour gérer les segments audio entrants, garantissant que le traitement reste efficace et cohérent sur de longues durées. Au-delà de la transcription en direct, le projet prend en charge le traitement audio distant et fournit des outils pour simuler des conditions en temps réel en utilisant des fichiers pré-enregistrés. Ces capacités permettent le benchmarking des modèles de reconnaissance vocale et le test de la latence dans des environnements contrôlés. Le logiciel est distribué sous forme de paquet basé sur Python.

Stitching is a Python library and command-line utility designed for the automated generation of panoramic images from multiple overlapping photographs. It provides a comprehensive toolkit for merging images into a single wide-angle view by performing feature detection, geometric alignment, and color blending. The project distinguishes itself through a transparent processing pipeline that supports granular debugging and visual verification. Users can inspect intermediate artifacts, such as detected feature matches and calculated seam lines, to troubleshoot alignment workflows and refine the co

Vocal-separate est un outil de traitement audio conçu pour isoler les pistes vocales et instrumentales à partir de fichiers audio et vidéo. Il fonctionne comme un moteur d'intelligence artificielle local qui effectue la séparation des sources directement sur la machine de l'utilisateur, garantissant la confidentialité des données en éliminant le besoin de connectivité avec un serveur externe. Le système fournit une interface de contrôle basée sur le navigateur pour gérer les téléchargements de médias et surveiller les tâches de traitement. Pour gérer la décomposition intensive des signaux, il utilise un traitement tensoriel accéléré par le matériel, qui décharge les calculs mathématiques complexes vers du matériel graphique dédié pour améliorer la vitesse et l'efficacité de la mémoire. Le logiciel inclut une file d'attente de tâches asynchrone pour gérer plusieurs requêtes séquentiellement et prend en charge l'intégration programmatique via une interface réseau locale. Cela permet aux utilisateurs d'automatiser les workflows de séparation audio par lots en connectant des scripts ou des applications personnalisés au moteur de traitement.

Image Optim is a command-line utility and build-time integration tool designed to automate the compression of image assets. It functions as a processing engine that coordinates multiple external compression utilities to perform both lossless and lossy transformations, reducing file sizes for web and application deployment. The tool distinguishes itself through a robust orchestration layer that manages parallel task execution and recursive directory traversal to process large batches of files efficiently. It includes built-in benchmarking capabilities to measure the effectiveness of different

Cet utilitaire en ligne de commande fournit une interface spécialisée pour gérer et manipuler les fichiers de livres audio. Il fonctionne comme un moteur de traitement conçu pour gérer la fusion, la division et la standardisation du format audio, permettant aux utilisateurs d'organiser de grandes collections grâce à des flux de travail automatisés. L'outil se distingue en intégrant la détection de silence pour identifier automatiquement les points de rupture logiques pour la création de chapitres et la segmentation. Il prend en charge l'exécution de tâches en parallèle pour maximiser le débit lors des opérations par lots et utilise l'injection de métadonnées pour garantir que les marqueurs de chapitre, les pochettes d'album et les informations d'indexation restent persistants sur divers lecteurs multimédias. Au-delà de la manipulation fondamentale, le logiciel inclut des capacités pour ajuster les débits binaires et les taux d'échantillonnage pour garantir la compatibilité avec des exigences matérielles ou de lecture spécifiques. Il gère l'extraction et la modification des marqueurs de chapitre et prend en charge le traitement de plusieurs fichiers simultanément grâce à la correspondance de modèles de répertoire. L'application est distribuée sous forme d'archive autonome unique, regroupant toutes les dépendances nécessaires pour simplifier le déploiement dans différents environnements.

Ce projet est une boîte à outils complète pour la reconnaissance vocale, la synthèse et le traitement audio sur l'appareil, spécifiquement conçue pour Apple Silicon. Il fournit un framework pour construire des agents vocaux en temps réel et full-duplex qui fonctionnent entièrement hors ligne, tirant parti de l'accélération matérielle native pour maintenir les performances et la confidentialité. En utilisant des modèles de machine learning optimisés, la bibliothèque permet l'exécution locale de tâches audio complexes sans dépendance à des services cloud externes. La bibliothèque se distingue par son accent spécialisé sur l'interaction vocale locale haute performance. Elle inclut une orchestration sophistiquée pour les pipelines audio en streaming, permettant la transcription en temps réel, la synthèse vocale et le clonage de voix avec une faible latence. Le système est conçu pour gérer des conversations interactives continues, avec des mécanismes intégrés pour éviter les boucles de rétroaction audio et gérer les sessions de streaming persistantes. Au-delà de l'interaction de base, le projet offre une large suite de capacités d'amélioration et de gestion audio. Il prend en charge le traitement avancé du signal, y compris la séparation des sources, la réduction du bruit et le suréchantillonnage audio, parallèlement à des outils pour la diarisation des locuteurs et l'extraction d'embeddings. Le framework fournit également des utilitaires étendus de gestion de modèles, tels que des contrôles de quantification, la gestion de la mémoire et la prise en charge du chargement de poids de modèles personnalisés, garantissant que les développeurs peuvent équilibrer la vitesse de traitement et la consommation de ressources sur le matériel local. Le projet inclut une interface en ligne de commande pour exécuter des tâches audio et convertir les poids des modèles en formats optimisés. Il expose également des points de terminaison HTTP et WebSocket pour faciliter l'intégration avec les interfaces industrielles standard.