autocrop
चित्रों के बैच या वीडियो फ़्रेम से चेहरों का स्वतः पता लगाता है और उन्हें क्रॉप करता है।
स्वचालित, चेहरा-केंद्रित छवि और वीडियो फ़्रेम क्रॉपिंग के लिए ओपन-सोर्स Python टूल और CLI।
Autocrop एक Python लाइब्रेरी और कमांड-लाइन यूटिलिटी है जो किसी छवि में सबसे बड़े चेहरे का पता लगाती है और OpenCV के YuNet न्यूरल नेटवर्क का उपयोग करके उसके चारों ओर क्रॉप करती है। यह बैच पोट्रेट प्रोसेसिंग या वीडियो फ़्रेम निष्कर्षण पाइपलाइन संभालने वाले वीडियो संपादकों और मीडिया निर्माताओं के लिए उपयुक्त है।
यह क्या है
यह टूल छवि फ़ाइलों या मानक इनपुट को लेता है, बंडल किए गए ONNX मॉडल का उपयोग करके चेहरों की पहचान करता है, और विषय पर केंद्रित आकार-परिवर्तित या मूल-रिज़ॉल्यूशन वाले क्रॉप आउटपुट करता है। यह बैच वर्कफ़्लो के लिए find, fd, और GNU parallel जैसी शेल यूटिलिटीज के साथ, या सीधे Python API के माध्यम से आसानी से एकीकृत होता है।
किसके लिए
यह वीडियो संपादकों और डेवलपर्स के लिए उपयुक्त है जो कमांड-लाइन स्क्रिप्ट या Python पाइपलाइनों में स्वचालित फेस फ़्रेमिंग को एकीकृत करते हैं। यह उन उपयोगकर्ताओं के लिए उपयुक्त नहीं है जिन्हें ग्राफिकल यूजर इंटरफेस या इंटरैक्टिव फेस-चयन टूल की आवश्यकता होती है।
मुख्य विशेषताएँ
OpenCV YuNet डिटेक्शन
एक बंडल न्यूरल नेटवर्क फेस डिटेक्टर का उपयोग करता है जो पूरी तरह से ऑफ़लाइन काम करता है।
लचीला CLI और API
Python के माध्यम से सीधे एकल छवियां, मानक इनपुट, या NumPy एरे स्वीकार करता है।
वीडियो फ़्रेम प्रोसेसिंग
FFmpeg के माध्यम से वीडियो फ़्रेम निकालता है और शेल लूप का उपयोग करके अनुक्रमों में चेहरों को क्रॉप करता है।
कस्टम आयाम
स्पष्ट चौड़ाई, ऊंचाई और चेहरा प्रतिशत स्केलिंग पैरामीटर की अनुमति देता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- स्थानीय रूप से YuNet ONNX मॉडल को बंडल करता है ताकि यह रनटाइम मॉडल डाउनलोड के बिना पूरी तरह से ऑफ़लाइन चले
- मानक स्ट्रीम पाइपिंग और find और GNU parallel जैसे कमांड-लाइन बैच टूल के साथ सहजता से काम करता है
- एक सीधी Python API के माध्यम से फ़ाइल पथ और OpenCV-शैली NumPy एरे दोनों को स्वीकार करता है
- JPEG, PNG, WebP, और TIFF सहित दर्जनों छवि प्रारूपों का समर्थन करता है
कहाँ कमी है
- मानक CLI आह्वान प्रति एक बार में सख्ती से एक छवि प्रोसेस करता है, जिसके लिए बैच रन के लिए कस्टम शेल स्क्रिप्ट की आवश्यकता होती है
- केवल एनिमेटेड GIF के पहले फ़्रेम को संभालता है और बाद के फ़्रेमों को अनदेखा करता है
- वीडियो फ़ाइलों को प्रभावी ढंग से प्रोसेस करने के लिए कमांड-लाइन स्क्रिप्टिंग और FFmpeg से परिचित होना आवश्यक है
- रिपॉजिटरी मेटाडेटा पैकेज के लिए स्पष्ट रूप से ओपन-सोर्स लाइसेंस नहीं बताता है
मूल्य & लाइसेंस
यह सॉफ्टवेयर बिना किसी होस्टेड सेवा विकल्पों के उल्लेख के एक ओपन-सोर्स पैकेज के रूप में उपलब्ध है। एकमात्र लागत आपका अपना हार्डवेयर और निष्पादन समय है।
हिंदी बोलने वालों के लिए जॉब्स
873 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
autocrop वीडियो फ़ाइलों को कैसे संभालता है?
Autocrop स्थिर छवियों के लिए डिज़ाइन किया गया है, लेकिन आप FFmpeg का उपयोग करके वीडियो फ़्रेम निकाल सकते हैं और उन्हें शेल लूप में autocrop के माध्यम से पाइप कर सकते हैं।
क्या मैं बिना इंटरनेट कनेक्शन के autocrop चला सकता हूँ?
हाँ। यह OpenCV Zoo के YuNet फेस डिटेक्शन मॉडल को सीधे बंडल करता है, जिससे पूरी तरह से ऑफ़लाइन प्रोसेसिंग संभव होती है।
Python API कौन से इनपुट स्वीकार करता है?
Cropper crop विधि मानक फ़ाइल पथ या OpenCV-शैली BGR और BGRA NumPy एरे स्वीकार करती है।
