Outil dédié à l'analyse et la visualisation de flux vidéo pour des applications professionnelles. Permet d'extraire des informations pertinentes à partir de séquences vidéo, facilitant la prise de décision dans des secteurs comme la sécurité, la logistique ou la production industrielle. Intègre des fonctionnalités avancées pour le traitement et l'interprétation des données visuelles.

Ce projet est une chaîne de traitement vidéo open source conçue pour améliorer la qualité des vidéos en appliquant plusieurs étapes de traitement. Il permet de réduire le bruit, stabiliser les séquences, calculer le flux optique, déflouter et effectuer un mappage des tons pour optimiser la visualisation. Le pipeline est automatisé et modulaire, avec des scripts dédiés pour chaque étape.

Bibliothèque logicielle dédiée au traitement d'images et à l'analyse vidéo, offrant des outils pour la manipulation, la conversion et la visualisation de données visuelles. Elle permet aux développeurs d'intégrer des fonctionnalités avancées comme le traitement en temps réel, l'analyse de flux vidéo et la génération de représentations graphiques pour des applications scientifiques ou industrielles.

Flowpy est une bibliothèque Python conçue pour faciliter le travail avec les flux optiques, des cartes de déplacement des pixels entre deux images. Elle permet de lire, écrire et visualiser ces flux dans différents formats, tout en offrant des outils pour les manipuler et les analyser. Idéale pour les applications en vision par ordinateur, elle simplifie l'interprétation des mouvements et améliore l'efficacité des algorithmes de traitement d'images.

PhoenixDebugZMQ est une bibliothèque C++ conçue pour faciliter le débogage et l'analyse de flux de données utilisant le protocole ZMQ. Elle permet aux développeurs de visualiser, inspecter et valider les messages échangés entre applications, notamment dans des environnements de calcul scientifique ou de traitement de données en temps réel. L'outil s'intègre facilement aux projets existants et offre des fonctionnalités pour tracer, logger et analyser les communications inter-processus.

Outil dédié au traitement et à l'analyse de données issues d'expériences scientifiques, notamment pour les flux de données générés par des instruments de mesure. Il permet d'automatiser des workflows complexes et de produire des visualisations graphiques pour faciliter l'interprétation des résultats. Utilisé principalement dans des environnements de recherche ou industriels nécessitant une analyse rigoureuse de données.

GLDisplay est une bibliothèque dédiée à la visualisation et à l'acquisition d'images en temps réel, principalement utilisée dans le domaine de la recherche scientifique. Elle permet de contrôler des flux d'images issus de caméras ou de simulateurs, d'appliquer des traitements basiques et d'afficher les résultats via une interface graphique. Intégrée au projet LIMA, elle facilite l'analyse de données expérimentales pour des applications comme la cristallographie ou la spectroscopie.

Ce projet traite des données issues de capteurs météorologiques et atmosphériques, notamment du flux FM120 1a QL. Il permet d'analyser et de visualiser des séries temporelles de mesures pour étudier les conditions environnementales. Les données sont utilisées pour des études scientifiques ou des rapports sur la qualité de l'air et les phénomènes météorologiques.

GRU (Ganil Root Utilities) est un ensemble d'outils logiciels développé par le Ganil pour analyser, convertir, copier et vérifier des données issues d'acquisitions scientifiques. Il permet de traiter des données provenant de bandes magnétiques, de disques, de flux réseau ou d'acquisitions en direct. GRU inclut des bibliothèques pour manipuler des formats spécifiques au Ganil et offre des interfaces pour l'analyse et la visualisation des données expérimentales.

Daiquiri Docker est une solution conteneurisée dédiée à la gestion, l'analyse et la visualisation de données issues d'expériences scientifiques. Elle intègre des outils pour configurer des équipements de laboratoire, simuler des capteurs, traiter des flux vidéo et superviser des processus en temps réel. Utilisée principalement dans des environnements de recherche, elle facilite l'automatisation et l'interprétation des données expérimentales.