Video Speed Controller视频加速播放插件是一款由专业国外团队开发的针对Chrome浏览器使用的HTML5视频加速播放插件，可以让HTML5视频加速播放。

混合模式程序集是针对“v2.0.50727”版的运行时生成的，在没有配置其他信息的情况下，无法在 4.0 运行时中加载该程序集 重新编译成4.0 的就可以使用了这是重新编译后的DLL

Video Memory stress Test显卡显存测试汉化版

CEFSharp.wpf 63 支持MP4，video标签 视频流播放，由于版权原因，原始的cefsharp不支持视频播放 由于项目中要播放视频 使用了该版本可使用的

RawPlayer 是一个解码后的原始视频数据的分析工具，最好用、最有用的裸视频播放器（播放、对比、分析、转换等功能），专业人士必备。它支持多种未压缩纯视频数据 (Uncompressed Raw Video Data，包括 YV12、IYUV、YUY2、YVYU、UYVY、VYUY、RGB24) 文件的显示播放，以及任意两种格式之间的相互转换。 主要功能 ○ 播放多种未压缩纯视频文件，包括 YV12、IYUV、YUY2、YVYU、UYVY、VYUY、RGB24。 ○ 支持任意两种格式之间的相互转换输出。 ○ 支持输出位图文件。 ○ 多窗口同步播放。 ○ 多窗口拼接播放。 ○ 选择性地播放指定通道 (Y、U、V、R、G、B)。 ○ 可选择使用 Windows GDI 或者 DirectDraw 显示方式。 ○ 关联到支持的文件。

只是（视频）播放器 基于Android视频播放器 它使用ExoPlayer的extension-ffmpeg启用了（它甚至可以处理AC3，EAC3，DTS，DTS HD，TrueHD等特殊格式）。 使用蓝牙耳机/扬声器时，它可以正确地将音频与视频轨道同步。 （我找不到其他基于ExoPlayer的漂亮视频播放器，所以我创建了这个播放器。） 支持的格式 音频：Vorbis，Opus，FLAC，ALAC，PCM / WAVE（μ律，A律），MP1，MP2，MP3，AMR（NB，WB），AAC（LC，ELD，HE; xHE在Android 9+上） ，AC-3，E-AC-3，DTS，DTS-HD，TrueHD 视频：H.263，H.264 AVC（基准配置文件； Android 6+上的主要配置文件），H.265 HEVC，MPEG-4 SP，VP8，VP9，AV1 容器：MP4，MOV，

《HDR Video Technology》的中文翻译版

FFmpeg质量指标 使用FFmpeg计算质量指标的简单脚本。 目前支持PSNR，SSIM和VMAF。 它将输出： 每帧指标 每个组件（Y，U，V）的指标 全局统计（最小/最大/平均值/标准偏差） 作者：Werner Robitza 内容： 要求 Python 3.6或更高版本 FFmpeg： Linux：从下载git master版本。 可以在找到安装说明以及如何将FFmpeg和FFprobe添加到PATH中。 macOS：从下载快照版本。 Windows：从下载FFmpeg二进制文件。 git essentials就足够了。 将ffmpeg可执行文件放入$PATH 。 可以使用Homebrew来安装FFmpeg，但是建议您使用上面链接的FFmpeg构建之一，否则将使用libvmaf <v2.0.0，这要慢大约2倍（ ）。 安装 pip3 install ffmp

easyVmaf 基于ffmpeg和ffprobe的Python工具，用于处理VMAF输入所需的视频预处理： 去隔行 放大/缩小 帧到帧同步 帧率适配 有关其工作原理的详细信息，请参见。 更新 使用libvmaf v2.0.0 v2.0.0可以重构vmaf模型文件。 基本上，模型现在使用定点数据类型而不是浮点数据类型。 因此，根据您使用的libvmaf版本，您可能需要修改文件： libvmaf = v2.0.0 ：使用新的vmaf_*.json与定点数据类型的模型文件： vmaf_4k_v0.6.1.json ， vmaf_v0.6.1.json ， vmaf_v0.6.1neg.json 自从libvmaf

简单的视频推理 该存储库是一个类似于 ESRGAN 推理存储库的推理存储库，但适用于各种视频机器学习模型。 这个想法是让任何人都可以轻松地在视频上运行各种模型，而不必担心不同的存储库设置。 欢迎公关。 当前支持的架构 SOFVSR ( 版本) 原装SOFVSR SR网 RRDB SR 网 RIFE（ 版本） 支持常规和“高清” RIFE 模型 原始 RIFE 模型需要转换为 BasicSR 的单模型 .pth 文件（位于 utils 文件夹中的转换脚本） 附加的功能 自动缩放、帧数、通道数和 SR 架构检测 自动“HD”RIFE 模型检测 自动开始和结束帧填充，因此所有帧都包含在输出中 通过ffmpeg直接视频输入输出 使用这个仓库 要求： numpy, opencv-python, pytorch, progressbar2 可选要求： ffmpeg-python使用视频输入/