标签 Image Processing 下的文章

miniPaint 是一款基于 HTML5 技术的开源在线图片编辑器，浏览器即开即用无需下载安装任何客户端程序。支持图层、滤镜、特效与画笔等 Photoshop 核心功能，所有文件全程本地浏览器处理绝不上传任何服务器，跨平台隐私友好的轻量级 PS 完美替代方案。

思源笔记 SiYuan 是一款 AGPL-3.0 开源的本地优先块级双链笔记软件，45.1k Star、24,098 次提交。支持 Markdown 即时渲染、数据库、插件系统、多端同步（PC/Mac/Android/iOS）和 Docker 自部署，是 Notion 之外的开源本地化最强选项。

xcgui（炫彩界面库）是一款基于 DirectUI 设计思想的 Windows 桌面 UI 开发框架，提供 1000+ API 接口、UI 设计器、XML/CSS 布局、一键换肤等特性。该 Go 语言绑定版本让 Go 开发者无需依赖 MFC/ATL 即可构建高性能桌面应用。

LinkSwift 是一款基于 JavaScript 的网盘直链下载工具（AGPL-3.0 开源），由开发者 hmjz100 基于「网盘直链下载助手」二次开发。支持百度网盘、阿里云盘、夸克、123云盘等八大网盘，一键获取文件直链推送到 IDM/Aria2 下载加速。

Pixelle-Video 是阿里国际（ATH-MaaS）开源的 AI 全自动短视频引擎，Apache 2.0 协议。输入主题即可自动完成文案撰写、AI 配图、语音解说、背景音乐与成片合成，支持灵活替换 LLM/TTS/ComfyUI 工作流节点，零剪辑也能批量出片。

PlayTranslate 是一款游戏内实时翻译 Android 应用，21 种语言支持，离线可用。通过浮动图标随时调出翻译，截图识别和实时 OCR，还有语音朗读功能。玩日文/英文手游不用再截图发给微信翻译了，直接屏幕上点两下就行，多后端按需升级，文末附详细使用教程

OmniVoice Studio 是开源本地语音 AI 工具，支持实时听写、零样本语音克隆、音色设计、电影级视频配音。646 种语言全覆盖，RTF 0.025（40 倍实时速度），数据不上云。Tauri+FastAPI 架构，Electron 做 GUI，本地运行的 ElevenLabs 替代品。

Desktop Commander MCP 是一款让 AI 助手直接操控你电脑的开源 MCP 服务器。文件管理、终端命令、代码编辑、Git 操作，26 个工具一把支持。Claude Desktop 装上它，AI 就能帮你改代码、管文件、跑脚本，妥妥的终极开发搭子。

Pocket TTS 是 Kyutai 开源的 1 亿参数文本转语音模型，能在 CPU 上实时运行且无需 GPU。支持高质量语音克隆，pip 一键安装，本地生成不联网，保护隐私。官方说 TTFB 延迟低于 80ms，适合开发者集成到应用、播客制作、有声书等场景。

Owncast 是一款完全开源的自托管直播服务器，让你用极低成本拥有自己的 Twitch。Go 语言开发，支持 RTMP 推流、内置聊天、数据统计、内容管理，无需每月交保护费，数据和用户都属于你自己。部署简单，Docker 一键跑起来，适合独立创作者、技术社区和企业内训。

Abogen 是一款开源 TTS 有声书工具，可将 ePub/PDF/TXT/Markdown 文档秒转高质量音频 + 完美同步字幕。基于 Kokoro-82M 模型，支持 PyQt 桌面和 Web UI 两种界面，提供语音混音、队列批量处理、LLM 文本规范化，MIT 协议免费使用。

claude-video 是一款让 Claude 看懂任意视频的 AI 技能，支持 YouTube/Loom/TikTok 等1000+平台及本地文件。内置场景感知帧提取、智能去重和 Whisper 转录，可同时分析画面与字幕，像真人一样回答视频内容问题，零配置开箱即用，MIT 协议完全免费。