deangelisdf/write2audiobook

(PPTX) get context by image

开放

#14 创建于 2024年9月16日

在 GitHub 查看
 (1 条评论) (0 个反应) (1 位负责人)Python (4 个派生)auto 404
enhancementfeasibilitygood first issuepptx

仓库指标

星标
 (1 个星标)
PR 合并指标
 (PR 指标待抓取)

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

贡献者指南

研究方向
研究如何使用 python pptx 从 PPTX 文件中提取图像，转换为 JPEG 格式，并发送到生成式 AI API（如 OpenAI GPT 4 Vision）以获取上下文。首先实现图像提取，然后与 AI 集成。
技术栈
python
领域
backend
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
半天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
PythonAPI usage
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
65