deangelisdf/write2audiobook

(PPTX) get context by image

開放

#14 建立於 2024年9月16日

在 GitHub 查看
 (1 則留言) (0 個反應) (1 位負責人)Python (4 個分叉)auto 404
enhancementfeasibilitygood first issuepptx

倉庫指標

星標
 (1 顆星)
PR 合併指標
 (PR 指標待抓取)

描述

Desiderable: Usage of Google Lens or equivalent service to analyze an image and retrieve information about it

  • extract image from slides
  • convert in JPEG format (to compresse image)
  • sent to generative AI (as bing copilot or chatgpt) to retrived image context

貢獻者指南

研究方向
研究如何使用 python pptx 從 PPTX 檔案中提取圖像，轉換為 JPEG 格式，並發送到生成式 AI API（如 OpenAI GPT 4 Vision）以獲取上下文。首先實現圖像提取，然後與 AI 整合。
技術棧
python
領域
backend
議題類型
功能
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
半天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
大致清晰
前置要求
PythonAPI usage
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
65