За уши через жопу наперекосяк, краковяк с бубном - жареный ботинок...

Если интересно

https://github.com/schpuppa-art/

Юрий глубоко погружён в цифровую обработку старой анимации и плёнки, особенно с использованием AviSynth+ - мощной, но нишевой системы для видеопроцессинга, популярной среди реставраторов и фанатов аналогового видео.


Коротко:

Он создаёт инструменты для автоматической очистки, улучшения и реставрации старой рисованной анимации и кинохроники, особенно на уровне одиночных кадров, чтобы сохранить зернистость, движение и атмосферу, но убрать шум, грязь и дефекты.

Это не просто "улучшить качество видео" - это точная хирургия старого видео, где важно не испортить оригинал, а лишь аккуратно "почистить" его.

1. SmartDecimateEOD - Контент-дециматор кадров для рисованной анимации

Назначение: Уменьшает частоту кадров (например, с 25 fps до 12.5), не теряя плавности движения.
Для чего: Старая рисованная анимация (особенно советская) часто снималась методом "on twos" - один кадр отображается дважды. Этот инструмент умно удаляет повторяющиеся кадры, чтобы сжать видео или подготовить его к дальнейшей обработке.
Технология: Работает в AviSynth+ (x64), использует анализ движения и разницу между кадрами.

Позволяет снизить нагрузку на другие фильтры, улучшить интерлейсинг, уменьшить артефакты.
Пример: Ты оцифровал старый мультфильм с плёнки - он "дрожит" и тяжело обрабатывается. SmartDecimate помогает "уплотнить" видео, оставив только уникальные кадры.

2. AutoLevelsEOD-Avisynth-

Назначение: Автоматическая коррекция уровней яркости и контраста в видео.
Для чего: При оцифровке плёнки яркость может "плавать", цвета - выцветать. Этот фильтр выравнивает гистограмму кадров, делая изображение стабильным.
Особенность: Работает "умно" - не пережимает тени и света, подходит именно для рисованной анимации, где важны плоские цвета.

3. SCDetectEOD-Avisynth-

Назначение: Обнаружение смены сцены (scene change).
Для чего: Чтобы алгоритмы обработки не путали резкую смену кадра с шумом или движением. Например, при децимации важно не удалить кадр, который является началом новой сцены.
Технология: Анализ разницы между кадрами с пороговым детектором.

4. avs-virtual-bridge

Назначение: Мост между AviSynth и внешними Python-скриптами.
Для чего: Позволяет использовать Python для анализа видео, а затем передавать результаты обратно в AviSynth.
Пример: Ты хочешь использовать нейросеть на Python для поиска дефектов - этот мост поможет интегрировать её в классический AviSynth-пайплайн.

5. KillerspotsKG - Детектор point-dirt на основе dropout

Самый интересный проект

Назначение: Обнаружение и ремонт "выпадений" (dropout) на плёнке - это чёрные точки, пропажа сигнала, пыль, царапины.
Особенность: Умный алгоритм не трогает зернистость, движение и тени, но точно находит и "заливает" только дефекты.
Как работает: Анализирует каждый кадр, ищет аномалии (резкие чёрные точки), затем восстанавливает пиксели на основе соседних кадров или пространственной интерполяции.

Для кого: Для реставраторов старых плёнок, архивистов, любителей советской анимации.

Представь: ты оцифровал плёнку 1970-х, а на ней - мелькающие чёрные точки. KillerspotsKG их почти незаметно уберёт, не размывая изображение.

6. SmartCrop-avisynth-

Назначение: Умное обрезание чёрных полей (letterbox, pillarbox) по кадрам.
Для чего: Старые видео часто имеют неровные поля из-за неравномерной оцифровки. Этот фильтр динамически определяет границы изображения и обрезает только по нужному.
Почему важно: Позволяет увеличить изображение без потерь, убрать "мертвые зоны".

ДенисПоПов27, Если желаешь научиться, а дело действительно интересное... Надо аккуратно и внимательно заниматься, а не кривляться в интернете. Тем самым отвлекая старших товарищей.

avs-virtual-bridge

Мост между AviSynth и внешними Python-скриптами.

Для чего используется

Позволяет интегрировать Python-инструменты в классический AviSynth-пайплайн обработки видео. С его помощью можно выполнять сложный анализ, распознавание или машинное обучение на стороне Python, а затем возвращать результат - метки, данные, , карты дефектов - обратно в AviSynth для дальнейшей обработки (например, коррекции, фильтрации или разбивки на сцены).

Как это работает

1. AviSynth передаёт кадры или их параметры (через временные файлы, сокеты или shared memory) в Python-скрипт.
2. Python обрабатывает данные - например, запускает нейросеть для детекции артефактов, шейк-обнаружения или классификации контента.
3. Результат (например, временные метки с дефектами, координаты объектов, уровни шума) возвращается в AviSynth.
4. AviSynth использует эти данные для условной фильтрации, разрезания ролика или визуальных подсказок.

Пример использования

Вы хотите найти все кадры с резким шейком (вibration) в старом отсканированном фильме.
- AviSynth отправляет фреймы в Python через avs-virtual-bridge.
- Python-скрипт с OpenCV или PyTorch анализирует стабильность изображения.
- Обнаруженные временные интервалы с дрожанием передаются обратно.
- AviSynth применяет стабилизацию только к этим участкам, экономя ресурсы.

Тут и охранение AviSynth как ядра обработки
и доступ к современным ML-библиотекам (TensorFlow, YOLO, DeepFace и др.)
и гибкость: можно писать анализ на Python, не переписывая весь пайплайн
Подходит для реставрации, архивной обработки, анализа качества

Аналоги / альтернативы
- DirectShow + Python (через FFmpeg) - менее точная синхронизация
- VapourSynth - родная поддержка Python, но требует переписывания скриптов
- Custom AviSynth plugins на C++ - мощно, но сложно для ML-интеграции

avs-virtual-bridge - это умный шлюз для тех, кто хочет использовать всю мощь современной Python-экосистемы.

Такие фильтры, как QTGMC, DeOldify, DePan, SRestore и тысячи других, до сих пор не имеют полноценных аналогов