技术栈
图像处理
艾莉丝努力练剑
7 小时前
图像处理
·
人工智能
图像处理全栈加速:ops-cv算子库在CV领域的应用
在计算机视觉(CV)系统中,从原始图像采集到最终推理结果输出的完整链路通常包含预处理、模型推理、后处理三大阶段。传统实现中,各阶段常由不同库(如 OpenCV、PyTorch、自定义C++)拼接而成,导致频繁的数据格式转换、内存拷贝和上下文切换,严重制约端到端性能。
Token_w
11 小时前
图像处理
·
目标检测
·
aigc
CANN ops-cv解读——AIGC图像生成/目标检测的图像处理算子库
cann组织链接:https://atomgit.com/cann ops-nn仓库链接:https://atomgit.com/cann/ops-nn
aaaffaewrerewrwer
11 小时前
图像处理
常用的 HEIC 转 JPG 在线工具整理(无需安装)
如果你用的是 iPhone 或 iPad,应该对 HEIC 这个格式不陌生。 它在苹果设备上确实省空间,但一旦把照片传到 Windows、部分网站或老软件里,经常就会遇到打不开的问题。
lxs-
12 小时前
图像处理
·
目标检测
·
计算机视觉
CANN计算机视觉算子库ops-cv全面解析:图像处理与目标检测的高性能引擎
计算机视觉是人工智能领域最具活力的方向之一,从图像分类、目标检测到语义分割,各种视觉任务都需要大量高效的图像处理算子支持。CANN开源社区推出的ops-cv是一个专门面向计算机视觉应用的高性能算子库,提供了丰富的图像处理、目标检测相关算子实现,为CV应用在NPU上的加速提供了坚实基础。
杜子不疼.
17 小时前
图像处理
·
人工智能
·
计算机视觉
CANN计算机视觉算子库ops-cv的图像处理与特征提取优化实践
计算机视觉是人工智能应用最广泛的领域之一,涵盖图像分类、目标检测、语义分割、视频分析等多种任务。这些任务的基础是高效的图像处理和特征提取算子。CANN的ops-cv库提供了丰富的计算机视觉算子,针对NPU硬件进行了深度优化,能够显著提升视觉应用的性能。
北京青翼科技
2 天前
图像处理
·
人工智能
·
fpga开发
·
智能硬件
·
嵌入式实时数据库
【PCIe732】青翼PCIe采集卡-优质光纤卡- PCIe接口-万兆光纤卡
产品概述PCIE732 是一款基于 PCIE 总线架构 Kintex UltraScale FPGA 的 2 路 40G 光纤通道适配器,该板卡具有 1 个 PCIe Gen3 x8 主机接 口、2 个 QSFP+ 40G 光纤接口,可以实现 2 路 QSFP+ 40G 光纤(或 者 8 路 10Gbps 光纤)的数据实时采集、处理、传输。该板卡采用 Xilinx 的 16nm 高性能 Kintex UltraScale 系列 FPGA 作为主处理器,板载 2 组独立的 72 位 DDR4 SDRAM 大
海绵宝宝de派小星
2 天前
图像处理
·
人工智能
·
ai
图像处理基础概念与常用操作
图像处理是计算机视觉的基础,也是AI技术的重要应用领域。本文将带你从零开始学习图像处理的核心概念,掌握常用的图像操作技术,为后续的深度学习和计算机视觉应用打下坚实基础。
茶栀(*´I`*)
2 天前
图像处理
·
opencv
·
计算机视觉
OpenCV实战:从视频读写到高级目标追踪(MeanShift与CamShift详解)
摘要:本文是为计算机视觉初学者及进阶者准备的一篇详尽指南。我们将首先稳固掌握OpenCV中视频处理的基础——如何高效地读取、显示和保存视频文件。随后,我们将深入探讨两种经典且强大的目标追踪算法:MeanShift和CamShift,从原理到应用场景,为您揭示其背后的智慧与局限性。
qq_52609913
3 天前
图像处理
·
计算机视觉
·
自动化
高分辨率图像采集卡:超清画质采集,满足高精度视觉需求
在机器视觉、工业检测、医疗影像等对图像精度要求严苛的领域,每一个像素细节都可能决定检测结果的准确性、诊断结论的可靠性,而高分辨率图像采集卡作为连接前端图像设备与后端计算系统的核心枢纽,正是实现超清画质采集、承载高精度视觉需求的关键硬件支撑。它打破了普通采集卡的分辨率瓶颈,以极致的图像还原能力,将真实场景的细微细节精准捕捉、高效传输,为各类高精度视觉应用筑牢数据根基。
北京青翼科技
3 天前
图像处理
·
人工智能
·
fpga开发
·
信号处理
·
智能硬件
高速采集卡丨AD 采集丨 多通道数据采集卡丨高速数据采集系统丨青翼科技FMC 子卡
FMC119 是一款基于 VITA57.1 标准规范,实现 2 路 24-bit、 2MSPS 采样率的 AD 采集子卡模块。该模块遵循 VITA57.1 标准,可 作为一个理想的模块直接与符合 VITA57.1 标准的 FPGA 载板配合使 用,板卡 ADC 器件采用 ADI 公司的 AD4630-24 芯片。
Dfreedom.
3 天前
图像处理
·
人工智能
·
pytorch
·
opencv
·
numpy
·
pillow
详解四大格式(PIL/OpenCV/NumPy/PyTorch)的转换原理与场景选择
表 1:核心特性对比。PIL 使用独立的图像对象,其 size 属性返回 (宽, 高),而 OpenCV、NumPy 和 PyTorch 张量(转换后)的 shape 通常遵循 (高, 宽, 通道) 或 (通道, 高, 宽) 的模式。
Yan_uuu
3 天前
c++
·
图像处理
·
ubuntu
·
ffmpeg
ubuntu18.04 安装 x264、ffmpeg、nv-codec-hearers 支持GPU硬件加速
链接:Releases · FFmpeg/nv-codec-headers源码实例CMakeLists.txt示例
北京青翼科技
3 天前
图像处理
·
人工智能
·
fpga开发
·
信号处理
·
智能硬件
PCIe接口-高速模拟采集—高性能计算卡-青翼科技高品质军工级数据采集板-打造专业工业核心板
PCIE719 是一款基于 PCIE 总线架构的高性能数据预处理 FMC 载板,板卡具有 1 个 FMC+(HPC)接口,1 路 PCIe x16 主机接口、 2 个 RJ45 千兆以太网口、4 个 QSFP28 100G 以太网接口。板卡采用 Xilinx 的高性能 UltraScale+ MPSOC 系列 FPGA 作为实时处理器, 实现 FMC 接口数据的采集、处理、以及设备间互联传输。PS 端外挂 1 组 72 位 DDR4 SDRAM 大容量缓存,PL 端外挂 1 组 80 位的 DDR4 SD
qq_52609913
4 天前
图像处理
·
计算机视觉
·
自动化
如何选择适合的工业级图像采集卡
选择工业级图像采集卡的核心逻辑是“匹配前端设备+ 适配应用场景+ 预留扩展空间”,需从接口兼容性、性能参数、环境适配、功能支持、软件生态五个维度逐一筛选,确保采集卡与视觉系统的相机、工控机、检测任务完全匹配,实现稳定、高效的图像数据传输。
极客智造
4 天前
图像处理
·
.net
ImageSharp 实战应用指南:.NET 跨平台图像处理落地实践
在.NET 开发中,图像处理是 Web 开发、桌面应用、工业软件等场景的高频需求,传统的System.Drawing因依赖 GDI+、仅支持 Windows 平台、线程安全差等问题,早已无法适配跨平台、高并发的现代开发场景。ImageSharp 作为 Six Labors 团队打造的纯托管、跨平台、无原生依赖的.NET 图像处理库,凭借简洁的 API、优异的性能和丰富的功能,成为了.NET 生态图像处理的首选方案。
木斯佳
5 天前
图像处理
·
交互
·
harmonyos
HarmonyOS 6实战(源码教学篇)— PinchGesture 图像处理【仿证件照工具实现手势交互的canvas裁剪框】)
基于 HarmonyOS 6 的图像处理技术实战 开发环境:DevEco Studio 5.1.0+ | HarmonyOS SDK 6.0.0+
STCNXPARM
5 天前
android
·
图像处理
·
摄像头
·
车载
Android camera子系统概述
1、V4L2框架专栏https://blog.csdn.net/u013904227/category_9277668.html
Sagittarius_A*
5 天前
图像处理
·
人工智能
·
opencv
·
算法
·
计算机视觉
·
图像阈值
·
灰度变换
灰度变换与阈值化:从像素映射到图像二值化的核心操作【计算机视觉】
在计算机视觉的工作流程中,灰度变换与阈值化是最基础且关键的预处理步骤,是后续复杂任务的基石。它们的核心价值在于:
小雨下雨的雨
5 天前
图像处理
·
人工智能
·
华为
·
ai
·
交互
·
harmonyos
·
鸿蒙系统
HarmonyOS 应用开发实战:高精图像处理与头像裁剪持久化技术深度解析
在数字化转型中,用户交互界面(UI)的专业性与数据处理的精确性是应用成败的关键。本文将深入探讨在 HarmonyOS 平台上,如何为一款应用构建高标准的个人中心头像上传与裁剪系统。我们将从底层的 PixelMap 像素级操作讲起,详细解析针对横竖屏不同比例图片的自适应裁剪算法,并结合 雪花算法(Snowflake) 生成全局唯一 ID,最终实现基于 RdbStore 的 Base64 持久化存储方案。本文不仅提供完整的工程化实现,更旨在分享在复杂业务逻辑下的 ArkTS 开发哲学。
maverick_111
5 天前
图像处理
·
fpga开发
【数字图像处理与FPGA实现】00 绪,建立“算法思维“与“硬件思维“的桥梁
构建起这座桥,双向互译!直到 “写算法时心中有电路,写FPGA时心中有算法。”阶段1:我曾是算法的"原教旨主义者"。