[Дмитрий]

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