Qu’est-ce que Image Pipes ?
Image Pipes est un éditeur visuel pour la vision par ordinateur classique et l'augmentation de données. Vous glissez sur un canevas des nœuds comme resize, blur, threshold ou find contours, vous les reliez, et vous voyez l'image de sortie de chaque nœud, les boîtes englobantes, les masques, les points clés et le temps d'exécution à mesure que vous changez les paramètres. Quand le pipeline vous convient, il exporte du Python autonome qui appelle directement OpenCV et Albumentations.
Le backend est en FastAPI et Python ; l'éditeur est en React 19 avec React Flow, dans Electron. Le graphe s'exécute comme un graphe orienté acyclique avec cache et recalcul partiel, donc modifier un nœud ne relance que ce qui en dépend. Un nœud Custom Python accepte une fonction process(image, seed=0) écrite dans un éditeur Monaco intégré, et les scripts enregistrés sont versionnés sur disque pour que les anciens pipelines gardent leur code.
Il est sous licence MIT, avec des installeurs de bureau pour Windows, macOS et Linux sur la page des versions. Il ne fait encore tourner aucun réseau de neurones ; des nœuds ONNX et PyTorch, la vidéo et le traitement par lots figurent sur la feuille de route.
Image Pipes vaut-il le coup ?
Image Pipes fait bien une chose : il supprime la boucle modifier, exécuter, enregistrer, ouvrir du réglage des opérations d'image classiques. Chaque nœud montre sa sortie en direct, et le code exporté se compose d'appels cv2 et Albumentations ordinaires à coller dans un script d'entraînement. Cet export est la principale raison de le préférer à un notebook rempli d'appels imshow ; rien de ce que vous construisez n'est lié à l'application.
L'augmentation est la moitié la plus solide. Les transformations Albumentations s'exécutent dans le graphe et emportent avec l'image les boîtes englobantes, les masques de segmentation et les points clés, avec des résultats reproductibles grâce à une graine. C'est donc un moyen rapide de vérifier qu'une rotation ou un recadrage garde les annotations alignées avant un long entraînement, là où se cachent d'habitude les bugs d'augmentation.
Les manques sont importants. Il traite une image à la fois, le traitement par lots, la vidéo et l'inférence de modèles restant sur la feuille de route, donc il prépare du code plutôt qu'il ne traite des jeux de données. Les nœuds Custom Python exécutent du code arbitraire ; une demande de confiance bloque les workflows qui en contiennent jusqu'à votre confirmation, et cette confiance n'est pas enregistrée dans le JSON exporté, ce qui est le bon réglage par défaut pour des fichiers de workflow partagés.
L'activité a ralenti. Six versions sont sorties entre le 31 juillet et le 15 août 2026, jusqu'à la v0.3.0 ; depuis, les commits se résument à une minicarte le 20 septembre et à des mises à jour de dépendances jusqu'au 29 octobre. Le projet a 130 étoiles, 20 forks et trois contributeurs, et les installeurs de la v0.3.0 ont été téléchargés 80 fois au total. ComfyUI couvre bien plus de terrain pour le travail génératif, mais il n'est construit ni autour d'OpenCV ni autour de l'export d'un script qui vous appartient.
Là où il fait la différence
Un ingénieur ML qui entraîne un détecteur d'objets sur des photos d'entrepôt
Vérifier que mes augmentations gardent les boîtes englobantes sur les bons objets
Chargez un échantillon annoté, enchaînez retournements, rotations et cutout, et regardez les boîtes suivre l'image à chaque nœud ; exportez le code Albumentations dans la boucle d'entraînement. Rien à payer au-delà d'une installation de bureau.
Un enseignant universitaire qui donne un module d'introduction à la vision par ordinateur
Montrer aux étudiants ce que chaque étape OpenCV fait à une image
Construisez en direct en cours des pipelines niveaux de gris, flou, Canny et contours, et changez la taille des noyaux ou les seuils sous les yeux des étudiants ; le Python exporté devient le support de TP.
Un ingénieur contrôle qualité chez un petit fabricant
Régler une détection de défauts par seuil et contours avant d'écrire le script de production
Ajustez les seuils sur quelques vraies photos de pièces avec un aperçu par nœud, puis exportez les appels cv2. Le traitement de milliers d'images se fait toujours dans votre propre script, puisque le mode par lots n'existe pas encore.
Avant de vous engager
- Mise en route
- Téléchargez le .exe, le .dmg ou l'.AppImage depuis Releases sans avoir besoin de Python ni de Node, ou clonez puis lancez npm run install:all et npm run desktop ; l'application Electron démarre elle-même le backend. Les compilations depuis les sources exigent Python 3.12+.
- Intégrations
- OpenCV, Albumentations, NumPy et Pillow côté backend ; REST et WebSockets entre l'éditeur et le backend ; les workflows s'enregistrent en JSON ; les nouveaux nœuds du backend apparaissent automatiquement dans l'éditeur à partir de leurs métadonnées.
- Données et confidentialité
- Tourne en local ; envois, sorties, cache et scripts versionnés sont stockés sur disque, sous userData d'Electron dans l'application de bureau. Le README ne décrit ni télémétrie ni appels à un service hébergé. MIT.
- Limites
- Exécution sur une seule image uniquement ; pas d'accélération GPU ; 17 issues et pull requests ouvertes ; aucune version depuis le 15 août 2026.
Les points forts
- Sortie, temps d'exécution et logs en direct à chaque nœud
- Exporte du Python OpenCV et Albumentations simple, sans runtime
- Les augmentations gardent boîtes, masques et points clés alignés
- Demande de confiance avant d'exécuter du code personnalisé ; non enregistrée dans les exports
- Installeurs pour Windows, macOS et Linux
Les points faibles
- Une image à la fois ; pas encore de lots, de vidéo ni d'inférence de modèles
- Aucune version depuis la v0.3.0 du 15 août 2026
- Petit projet : 130 étoiles, trois contributeurs
- Application de bureau Electron ; pas de mode web ni sans interface
Idéal pour
Ingénieurs et étudiants en vision par ordinateur qui règlent à l'œil le prétraitement OpenCV ou l'augmentation Albumentations et veulent le résultat en Python simple.
Alternatives à Image Pipes
Image Pipes : questions fréquentes
- Image Pipes vaut-il le coup ?
- Image Pipes supprime les tâtonnements dans le réglage des étapes OpenCV et d'augmentation, mais c'est un jeune terrain d'essai tenu par une seule personne, sans mode par lots, pas un outil de pipeline. Nous lui donnons 3.5 sur 5.
- Combien coûte Image Pipes ?
- Gratuit sous MIT ; pas d'édition hébergée ni payante.
- Quels sont les inconvénients de Image Pipes ?
- Une image à la fois ; pas encore de lots, de vidéo ni d'inférence de modèles; aucune version depuis la v0.3.0 du 15 août 2026; petit projet : 130 étoiles, trois contributeurs; application de bureau Electron ; pas de mode web ni sans interface.
- À qui s’adresse Image Pipes ?
- Ingénieurs et étudiants en vision par ordinateur qui règlent à l'œil le prétraitement OpenCV ou l'augmentation Albumentations et veulent le résultat en Python simple.
- Image Pipes est-il sûr pour les données de l’entreprise ?
- Tourne en local ; envois, sorties, cache et scripts versionnés sont stockés sur disque, sous userData d'Electron dans l'application de bureau. Le README ne décrit ni télémétrie ni appels à un service hébergé. MIT.
- Quelles sont les meilleures alternatives à Image Pipes ?
- Les alternatives les plus proches que nous avons testées sont ComfyUI.
Réponses vérifiées le 5 nov. 2026.