Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/higordiego/oculus


https://github.com/higordiego/oculus

Last synced: 5 days ago
JSON representation

Awesome Lists containing this project

README

        

# Oculus

```sh
.__
____ ____ __ __| | __ __ ______
/ _ \_/ ___\| | \ | | | \/ ___/
( <_> ) \___| | / |_| | /\___ \
\____/ \___ >____/|____/____//____ >
\/ \/
```

Bem-vindo ao Oculus, sua definitiva para transformar imagens e vídeos comuns em obras-primas de alta definição. Utilizando o poder dos modelos de Redes Neurais Profundas (DNN), o Oculus é a ponte para um mundo onde a resolução elevada e a nitidez excepcional definem o novo padrão de qualidade visual. Além disso, o Oculus oferece uma gama de recursos adicionais para aprimorar suas criações visuais e facilitar seu fluxo de trabalho em análise de foto ou vídeo.

## 🌈 Funcionalidades

Oculus não é apenas uma ferramenta; é a solução para uma gama de desafios visuais, oferecendo:

- **Super-Resolução de Imagens e Vídeos:** Transforme conteúdo de baixa resolução em alta definição com apenas alguns cliques.
- **Transformação de Vídeos em Frames de Fotos:** Extraia frames de fotos de vídeos para análise e processamento individuais.
- **Suporte Diversificado de Modelos:** Escolha entre uma variedade de modelos de super-resolução para encontrar o ajuste perfeito para suas necessidades, como EDSR, ESPCN e FSRCNN.
- **Visualização de Metadados de Imagens:** Acesse informações detalhadas sobre suas imagens, como dados GPS, tipo de aparelho e muito mais.
- **Processamento Flexível:** Seja processando um único arquivo ou em lote, o Oculus adapta-se perfeitamente ao seu fluxo de trabalho.

## 🚀 Começando

**Pré-requisitos**

Antes de começar, certifique-se de ter instalado:

- Python na versão **3.11**

**Instalação**

Clone o repositório e instale as dependências necessárias para utilizar o Oculus:

```sh
git clone [email protected]:higordiego/oculus.git
```

```sh
pip3 install -r requirements.txt
```

## 🔍 Como Usar

**Super-Resolução de Imagens**

```sh
python3 main.py --input seu_arquivo.png --output saida.png --model models/edsr/edsr_x4.pb --type image
```

**Super-Resolução de Vídeos**

```sh
python3 main.py --input video.mp4 --output video.avi --model models/fsrcnn/fsrcnn-small_x4.pb --type video
```

**Transformação de Vídeos em Frames de Fotos:**

```sh
python3 main.py --input video.mp4 --type video -f
```

**Visualização de Metadados de Imagens:**

```sh
python3 main.py --type image --input image.png -s
```

## Escolha Seu Modelo

Atualmente, oferecemos suporte aos seguintes modelos:

- **EDSR (Enhanced Deep Super-Resolution) x2, x3 e x4:** Oferecem equilíbrio entre performance e qualidade, com opções para diferentes níveis de resolução.
- **ESPCN (Efficient Sub-Pixel Convolutional Neural Network) x2, x3 e x4:** Modelos eficientes para super-resolução.
- **FSRCNN (Fast Super-Resolution Convolutional Neural Network) x2, x3 e x4:** Rápidos e eficazes em aumentar a resolução de imagens.
- **FSRCNN-small_x2, x3 e x4:** Variantes do FSRCNN otimizadas para recursos computacionais limitados.
- **LAPSRN (Layer Aggregation-based Pixel-wise Super-Resolution Network) x2, x4 e x8:** Modelos avançados que agregam informações em múltiplas camadas para super-resolução.



Deseja experimentar outro modelo?

Adicione-o facilmente ao projeto e especifique através do --model.

## 🤝 Contribua

Sua voz é essencial na jornada do Oculus. Contribuições, seja uma sugestão ou um código, são sempre bem-vindas.

## 📝 Licença

Este projeto é disponibilizado sob a licença MIT. Por favor, consulte o arquivo LICENÇA para mais detalhes.

## 💌 Contato

[Higor Diego](https://higordiego.com.br) - Para perguntas ou colaborações, não hesite em me enviar um [e-mail](mailto:[email protected]).