计算机视觉视频云音视频视频编码第2页

音视频入门基础：WAV专题（5）——FFmpeg源码中解码WAV Header的实现

=================================================================音视频入门基础：WAV专题系列文章：音视频入门基础：WAV专题（1）——

cuijiecheng2018·2024-09-10 09:52

OpenCV计算机视觉学习（16）——仿射变换学习笔记

OpenCV计算机视觉学习（16）——仿射变换学习笔记如果需要其他图像处理的文章及代码，请移步小编的GitHub地址传送门：请点击我如果点击有误：https://github.com/LeBron-Jian

牛马程序员24·2024-09-10 06:31

汽车智能驾驶算法汇总

汽车智能驾驶算法是自动驾驶技术的核心，它们集成了多个学科的知识，包括计算机视觉、机器学习、控制理论、路径规划等。以下是对汽车智能驾驶算法的一个详细汇总，内容分为几个关键部分进行阐述。

芊言芊语·2024-09-10 03:04

OpenHarmony 5.0 纯血鸿蒙系统

版本标准系统能力持续完善，ArkUI完善了组件通过CAPI调用的能力；应用框架细化了生命周期管理能力，完善了应用拉起、跳转的能力；分布式软总线连接能力和规格进一步增强；媒体完善了框架能力、视频编解码能力、音视频的应用能力

ejinxian·2024-09-09 18:57

【详解之OpenCV中的findHomography()函数和 cv2.warpPerspective()函数】

在计算机视觉中，单应性矩阵是一个3x3的矩阵，

01_6·2024-09-09 15:06

即时通讯项目

即时通讯项目需求分析功能约束可行解更优解高性能接入层优化存储层优化消息时序一致性高可用需求分析功能添加好友聊天会话列表单聊AB群聊多设备登录消息漫游消息已读，查看已读/未读列表视频通话(学音视频技术时补上

NingDream816·2024-09-09 13:52

Ubuntu: 配置OpenCV环境

开源计算机视觉(OpenCV)是一个主要针对实时计算机视觉的编程函数库。

达柳斯·绍达华·宁·2024-09-09 11:35

基于深度学习的动态场景理解

基于深度学习的动态场景理解是一种通过计算机视觉技术自动分析和解释动态环境中物体、事件和交互的能力。

SEU-WYL·2024-09-09 03:14

HTML5 ＜video＞常用属性、时间、方法及基础使用说明

元素支持三种视频格式：MP4,WebM,和Ogg:MP4=带有H.264视频编码和AAC音频编码的MPEG4文件WebM=带有VP8视频编码和Vorbis音频编码的WebM文件Ogg=带有Theora视频编码和

Wu Youlu·2024-09-09 02:40

MediaStream 的媒体流对象 (stream) 和流媒体轨道 (track) 详解

navigator.mediaDevices.getUserMedia和MediaStream是实时音视频处理的重要API。

Wu Youlu·2024-09-09 02:33

图片修复去除重影导致的图像模糊

这种模糊也叫运动型模糊，在计算机视觉中属于破损数据的一种是可以纠正修复的。传统工具PS是很难处理这类问题的，人工修复更是无法下手，需要对破损图像像素级重建。

littlebird001·2024-09-08 17:39

OpenCV项目实战-深度学习去阴影-图像去阴影

阿利同学·2024-09-08 17:07

探索POSTECH-CVLab的Point Transformer: 重塑3D点云处理的新篇章

探索POSTECH-CVLab的PointTransformer:重塑3D点云处理的新篇章在计算机视觉和深度学习领域中，3D点云处理是一个至关重要的环节，因为它能够帮助我们理解复杂环境中的三维结构。

尤琦珺Bess·2024-09-08 11:23

ffmpeg一些基本用法

来源：ffmpeg一些基本用法|王石头的博客(iwangsen.com)音视频操作，几乎绕不开ffmpeg，因为市面上绝大多数音视频播放软件、转码软件，内核都是它。

980205·2024-09-08 07:52

走自己的路，随自己的心

被大家熟知的超级演说家总冠军刘媛媛曾经在她的抖音视频中说：“不喜欢我的人，为啥不是你改是我改，你让别人改，别人不改，然后你就会很痛苦。”最后一句“你不喜欢我，你自己改吧。”

减读·2024-09-08 06:08

抖音视频去水印，获取无水印原视频的方法及过程分析。附上代码截图，很简单，主要是分析过程废了些时间。

抖音视频去水印获取原视频地址的方法及过程分析。

liqizheng_·2024-09-08 00:37

抖音视频怎么去水印保存到手机上

这篇文章将向大家介绍如何去除抖音视频的水印并保存到手机上。1.使用第三方工具网站去水印许多第三方应用程序和网站可以帮助用户去除抖音视频的水印。例如，“视频解析器（www.

Java搬砖组长·2024-09-07 23:02

13款常用AI编程工具

AI编程工具的选择和使用，主要取决于具体的项目需求、编程语言、以及AI任务的类型（如机器学习、自然语言处理、计算机视觉等）。

liyy614·2024-09-07 23:31

基于语言的三种图像简单去噪算法：高效C++实现

基于语言的三种图像简单去噪算法：高效C++实现图像处理在现代计算机视觉中占有重要地位，而去噪处理则是图像处理的重要环节之一。本文将介绍三种基于语言的简单图像去噪算法，并提供详细的C++实现。

m0_57781768·2024-09-07 10:34

用c++和opencv实现车牌识别

车牌识别是计算机视觉领域中的一个重要问题。

任我心意·2024-09-07 09:54

【计算机视觉前沿研究热点顶会】ECCV 2024中目标检测有关的论文

整值训练和尖峰驱动推理脉冲神经网络用于高性能和节能的目标检测与人工神经网络(ANN)相比，脑激励的脉冲神经网络(SNN)具有生物合理性和低功耗的优势。由于SNN的性能较差，目前的应用仅限于简单的分类任务。在这项工作中，我们专注于弥合人工神经网络和神经网络在目标检测方面的性能差距。我们的设计围绕着网络架构和尖峰神经元。当行人检测遇到多模态学习时：通才模型和基准数据集近年来，利用不同传感器模态(如RG

平安顺遂事事如意·2024-09-07 08:17

【计算机视觉前沿研究热点顶会】ECCV 2024中Mamba有关的论文

MambaIR：状态空间模型图像恢复的简单基线近年来，图像恢复技术取得了长足的进步，这在很大程度上归功于现代深度神经网络的发展，如CNN和Transformers。然而，现有的修复骨干往往面临全局接受域和高效计算之间的两难困境，阻碍了它们在实践中的应用。最近，选择性结构化状态空间模型，特别是改进的Mamba模型，在线性复杂度的长程依赖建模方面显示出了巨大的潜力，为解决上述困境提供了一条途径。然而，

平安顺遂事事如意·2024-09-07 08:17

FFmpeg任意文件读取漏洞分析

它提供了录制、转换以及流化音视频的完整解决方案。目前有非常多的视音频软件或是视频网站、手机APP都采用了这个库，但是这个库历史上曝出的漏洞也非常之多。

音视频开发老马·2024-09-06 22:17

使用ffmpeg的c++库读取视频流和其中的SEI数据

使用ffmpeg读取视频流和其中的SEI数据（未完待续）FFmpeg是一个多媒体软件框架，支持多种新旧视频编码格式，提供解码、编码、转码、多路复用、解复用、流式传输、过滤和播放等功能。

simple_whu·2024-09-06 22:43

rk3588音视频硬件编解码介绍

目录ffmpegrk3588系列芯片编程方法最终的输出结果ffmpeg示例程序ffmpeg音视频处理中通常是用ffmpeg进行软件音视频编解码aac/h264编码，但其运行速度过慢消耗cpu占用率。

三十度角阳光的问候·2024-09-06 20:04

unity3d 大地图接壤_多人紧密交互场景下的多视角人体动态三维重建方法与流程...

本发明属于计算机视觉和图形学领域，具体讲，涉及人体关键点检测、追踪和人体三维模型重建方法。

weixin_39947908·2024-09-06 19:52

全套安全帽佩戴检测算法源码与实战应用分享

WSH(WearingSafetyHelmet，安全帽佩戴检测)算法是一种基于计算机视觉和深度学

LNTON羚通·2024-09-06 18:13

视频监控系统选型：为何EasyCVR视频汇聚平台成为优选方案

1、强大的视频汇聚能力视频云存储Eas

EasyCVR·2024-09-06 13:35

opencv轮廓近似，模板匹配

在图像处理领域，轮廓近似和模板匹配是两种非常关键的技术，它们广泛应用于计算机视觉、图像分析和图像识别等多个方面。本文将详细介绍如何使用OpenCV库进行轮廓近似和模板匹配，并给出具体的代码示例。

富士达幸运星·2024-09-06 01:22

计算机视觉领域顶级会议和顶级期刊汇总

计算机视觉领域顶级会议和顶级期刊汇总一、计算机视觉顶会一档二档二、计算机视觉顶刊一、计算机视觉顶会一档1、ICCV，全称：IEEE/CVFInternationalConferenceonComputerVision

AdaCoding·2024-09-06 00:48

OpenglEs之EGL环境搭建

今天我们的主题依然是音视频开发的范畴，做过音视频开发的都知道Opengl也是音视频开发中的一项重要技能，特别是涉及到视频录制、特效处理、画质渲染细分功能。

FlyerGo·2024-09-06 00:16

2025秋招计算机视觉面试题（十一) - 为什么输入网络前要对图像做归一化

问题在将图像输入到深度学习网络之前，一般先对图像进行预处理，即图像归一化，为什么需要这么做呢？问题背景在面试的时候，面试官先问的问题是“机器学习中为什么要做特征归一化”，我的回答是“特征归一化可以消除特征之间量纲不同的影响，不然分析出来的结果显然会倾向于数值差别比较大的特征，另外从梯度下降的角度理解，数据归一化后，最优解的寻优过程明显会变得平缓，更容易正确的收敛到最优解”。接着面试官又问“图像的像

微凉的衣柜·2024-09-05 20:17

FFmpeg的入门实践系列七(滤镜)

filter的简介FFmpeg编程的四大结构体1.滤镜AVFilter2.滤镜图AVFilterGraph3.滤镜实例AVFilterContext4.滤镜输入输出参数AVFilterInOut二、使用滤镜加工音视频前期博客

星海逐愿·2024-09-05 14:37

Linux 编译 qtav,QtAV 1.3.3 发布，跨平台音视频播放库

QtAV1.3.3发布-支持调用NVIDIA的cuvid库进行CUDA硬解。支持平台：windows,linux。(是linux上第一个支持cuda硬解的么？)。有些视频播放会抖动，目前原因还不清楚。4k硬解画面貌似有点花，效果不如lavfilters好。-OpenGL和OpenGLES2支持16-bit的YUV渲染，包括9,10,12,14,16bit的little/bigendian的yuv。

丶本心灬·2024-09-05 14:35

ffmpeg命令详解

它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec，为了保证高可移植性和编解码质量，libavcodec里很多code都是从头开发的。

weixin_42178492·2024-09-05 14:35

cdn缓存服务器有网站图片,cdn缓存服务器上传图片

贝尼玛·2024-09-05 12:56

python计算机视觉第四章----照相机模型与增强现实

照相机标定3、以平面和标记物进行姿态估计4、增强现实4.1PyGame和PyOpenGL4.2从照相机矩阵到OpenGL格式4.3在图像中放置物体1、针孔照相机模型针孔照相机模型（有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型

weixin_45154388·2024-09-05 08:25

Android 音视频开发：详讲 AudioTrack 播放PCM音频【附源码】

一、AudioTrack基本使用AudioTrack类可以完成Android平台上音频数据的输出任务。AudioTrack有两种数据加载模式（MODE_STREAM和MODE_STATIC），对应的是数据加载模式和音频流类型，对应着两种完全不同的使用场景。MODE_STREAM：在这种模式下，通过write一次次把音频数据写到AudioTrack中。这和平时通过write系统调用往文件中写数据类似

小驰行动派·2024-09-05 01:13

基于发布-订阅模型的音视频流分发框架

这就需要一个分发流的机制，把同一路流分发给多个使用者去操作，下面实现了一个简易的线程安全的音视频流分发框架。

静止了所有的花开·2024-09-04 20:13

yolo 3d车辆目标检测（教程+代码）

阿利同学·2024-09-04 15:12

音视频开发—FFmpeg打开麦克风，采集音频数据

文章目录1.使用命令行实现采集PCM数据2.使用代码实现3.播放PCM4.PCM转换为WAV1.使用命令行实现采集PCM数据确保你的系统有FFmpeg安装。你可以通过在终端运行ffmpeg-version来检查是否已安装。找出你的麦克风设备名。在Linux中，你可以使用arecord-l命令列出所有的音频录制设备。使用FFmpeg录制音频。下面是一个基本的命令示例，它使用FFmpeg从麦克风捕获音

Trump. yang·2024-09-04 15:09

yolo8 目标检测、鉴黄

引言目标检测是计算机视觉中的一个关键任务，其目标是在图像中识别出各种对象，并准确地定位其位置。近年来，目标检测技术取得了显著进展，尤其是在深度学习的推动下，性能得到了极大的提升。

刷刷刷粉刷匠·2024-09-04 11:13

Qt/C++ 音视频开发 - FFmpeg保存裸流

Qt/C++音视频开发-FFmpeg保存裸流介绍FFmpeg是一个开源的多媒体框架，能够处理音频、视频及其他多媒体文件和流。裸流指的是未经封装处理的原始音视频数据。

鱼弦·2024-09-04 11:42

视频编码标准化组织介绍

ITUITU，即InternationalTelecommunicationUnion，国际电信联盟，是一个专门负责信息通信技术（InformationandCommunicationTechnologies，ICT）领域的联合国机构。它成立于1865年，最初是为了协调国际间的电报网络，随着技术的发展，其职责逐渐扩展到电话、无线电通信、电视、互联网和其他通信技术。ITU是联合国机构中历史最长的一个

Codec Conductor·2024-09-03 23:25

GB/T28181规范和JT1078交通部标差异

规范定义与适用范围GB28181：全称为《公共安全视频监控联网系统信息传输、交换、控制技术要求》，是我国音视频领域的一项关键标准，由公安部科技信息化局提出，并由全国安全

音视频牛哥·2024-09-03 21:19

抖音视频如何下载保存到相册：详细教程

很多用户都希望能够将喜欢的抖音视频保存到自己的手机相册中，方便随时观看或分享给朋友。本文将详细介绍如何下载抖音视频并保存到相册的方法。

Java搬砖组长·2024-09-03 18:54

计算机视觉之 GSoP 注意力模块

计算机视觉之GSoP注意力模块一、简介GSopBlock是一个自定义的神经网络模块，主要用于实现GSoP（GlobalSecond-orderPooling）注意力机制。

Midsummer-逐梦·2024-09-03 12:18

opencv-python 图像增强十七：泊松图像融合

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、概述二，实现：前言在深入探讨图像处理与计算机视觉领域的过程中，我们不禁对图像融合技术的精妙与实用性感到着迷。

CV-King·2024-09-03 12:47

Clobotics 计算机视觉场景存储实践：多云架构、 POSIX 全兼容、低运维的统一存储

Clobotics是一家将计算机视觉和机器学习技术应用于风电以及零售行业的企业。在风电行业，Clobotics利用无人机对风力发电机叶片进行检查，显著降低了对人工作业的依赖。

Juicedata·2024-09-03 12:47

哪里可以找到配音演员，怎么找配音视频

一、配音演员的找到方式寻找配音演员可以通过以下途径：兼职副业推荐公众号，配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，鼎音副业，有声新手圈，每天更新各种远程工作与在线兼职，职位包括：写手、程序开发、剪辑、设计、翻译、配音、无门槛、插画、翻译、等等。。。每日更新兼职。1.在线平台：可以通过各类配音演员招聘网站或社交媒体平台发布招聘信息，并筛选合适的候选人。2.媒体公司：可以联系专业的媒体公司，他

配音就业圈·2024-09-03 11:29

推荐频道

计算机视觉视频云音视频视频编码