影楼精修-AI追色算法解析

article/2025/9/5 18:27:18

注意：本文样例图片为了避免侵权，均使用AIGC生成；

AI追色是像素蛋糕软件中比较受欢迎的一个功能点，本文将针对AI追色来解析一下大概的技术原理。

功能分析

AI追色实际上可以理解为颜色迁移的一种变体或者叫做升级版，主要用法将一张目标图像的颜色信息迁移到一张用户图像，得到类似颜色风格的效果图。在像素蛋糕中，界面如下所示：

像素蛋糕中的AI追色分为全图追色和局部追色两种模式。

全图追色如上面的界面图所示，包含三个参数：整体效果的程度参数、影调参数和色彩参数；

局部追色包含了主体和背景以及更为细分的面部皮肤/身体皮肤/头发/眉毛/眼白/眼瞳/嘴唇/牙齿/口腔/衣服/关联物品，每个追色功能都包含两个参数：影调和色彩控制参数；如下图所示：

像素蛋糕全图追色效果如下：

通过上面的界面以及功能测试验证，我们总结一下像素蛋糕AI追色的特点：

1.所谓追色主要包含两个功能：影调和色彩。影调可以理解为光影，跟亮度相关，色彩即颜色。

2.AI追色整体上划分为背景+主体两个部分，主体就是人像区域(人像分割或抠像区域)。

3.主体区域可进行细分调节，目前包含面部皮肤/身体皮肤/头发/眉毛/眼白/眼瞳/嘴唇/牙齿/口腔/衣服/关联物品 11个细分区域的追色调节。

算法方案

像素蛋糕官宣使用了AI追色技术，也就是影调和颜色迁移可能使用了AI模型，整体上基于人像分割+精细化的人体属性分割来构建了AI追色技术，总结一下就是颜色迁移+分割，即基于目标分割区域的颜色迁移。这一类技术很早之前就有相关论文和专利存在，并非新技术，只是像素蛋糕将其落地在了影楼修图的具体场景，结合对应的包装和推广，因而达到了比较好的市场反响。

这里，从个人角度，介绍一种比较简单的实现，来模拟像素蛋糕的功能和效果，注意，只是模拟，毕竟AI模型是黑盒，想要真正复刻基本上不太可能。

本人方案如下：

1.基于经典的颜色迁移算法论文《color transfer between images》进行修改，将算法修改为支持影调和颜色独立调节的追色算法；这里我们将影调简化为亮度调节，实际上大家可以自行探索对应的影调调节算法，对应于经典论文里的L和AB分别调节；

2.添加目标分割，将追色算法支持对应目标区域的颜色+影调迁移;这里测试，我们选择背景+皮肤区域+其他三个分割区域来进行验证；

方案验证：

注意：本文通常使用C进行算法验证；

1.实现经典的color transfer between images代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>// RGB到XYZ颜色空间转换的系数矩阵
#define RGB_TO_XYZ_MATRIX \0.412453, 0.357580, 0.180423, \0.212671, 0.715160, 0.072169, \0.019334, 0.119193, 0.950227// XYZ到RGB颜色空间转换的系数矩阵
#define XYZ_TO_RGB_MATRIX \3.240479, -1.537150, -0.498535, \-0.969256, 1.875992, 0.041556, \0.055648, -0.204043, 1.057311// 参考白点(D65)
#define REF_X 0.95047
#define REF_Y 1.00000
#define REF_Z 1.08883// RGB到Lab颜色空间转换
void rgb_to_lab(double r, double g, double b, double *L, double *a, double *b_) {// 转换sRGB到线性RGBdouble r_lin = r > 0.04045 ? pow((r + 0.055) / 1.055, 2.4) : r / 12.92;double g_lin = g > 0.04045 ? pow((g + 0.055) / 1.055, 2.4) : g / 12.92;double b_lin = b > 0.04045 ? pow((b + 0.055) / 1.055, 2.4) : b / 12.92;// RGB到XYZ转换double X = r_lin * 0.412453 + g_lin * 0.357580 + b_lin * 0.180423;double Y = r_lin * 0.212671 + g_lin * 0.715160 + b_lin * 0.072169;double Z = r_lin * 0.019334 + g_lin * 0.119193 + b_lin * 0.950227;// XYZ归一化X /= REF_X;Y /= REF_Y;Z /= REF_Z;// XYZ到Lab转换double fX = X > 0.008856 ? pow(X, 1.0/3.0) : (7.787 * X) + (16.0/116.0);double fY = Y > 0.008856 ? pow(Y, 1.0/3.0) : (7.787 * Y) + (16.0/116.0);double fZ = Z > 0.008856 ? pow(Z, 1.0/3.0) : (7.787 * Z) + (16.0/116.0);*L = (116.0 * fY) - 16.0;*a = 500.0 * (fX - fY);*b_ = 200.0 * (fY - fZ);
}// Lab到RGB颜色空间转换
void lab_to_rgb(double L, double a, double b_, double *r, double *g, double *b) {// Lab到XYZ转换double fY = (L + 16.0) / 116.0;double fX = a / 500.0 + fY;double fZ = fY - b_ / 200.0;double Y = pow(fY, 3.0) > 0.008856 ? pow(fY, 3.0) : (fY - 16.0/116.0) / 7.787;double X = pow(fX, 3.0) > 0.008856 ? pow(fX, 3.0) : (fX - 16.0/116.0) / 7.787;double Z = pow(fZ, 3.0) > 0.008856 ? pow(fZ, 3.0) : (fZ - 16.0/116.0) / 7.787;// 归一化X *= REF_X;Y *= REF_Y;Z *= REF_Z;// XYZ到RGB转换double r_lin = X * 3.240479 + Y * -1.537150 + Z * -0.498535;double g_lin = X * -0.969256 + Y * 1.875992 + Z * 0.041556;double b_lin = X * 0.055648 + Y * -0.204043 + Z * 1.057311;// 线性RGB到sRGB转换*r = r_lin > 0.0031308 ? 1.055 * pow(r_lin, 1.0/2.4) - 0.055 : 12.92 * r_lin;*g = g_lin > 0.0031308 ? 1.055 * pow(g_lin, 1.0/2.4) - 0.055 : 12.92 * g_lin;*b = b_lin > 0.0031308 ? 1.055 * pow(b_lin, 1.0/2.4) - 0.055 : 12.92 * b_lin;// 限制在0-1范围内*r = (*r < 0.0) ? 0.0 : (*r > 1.0) ? 1.0 : *r;*g = (*g < 0.0) ? 0.0 : (*g > 1.0) ? 1.0 : *g;*b = (*b < 0.0) ? 0.0 : (*b > 1.0) ? 1.0 : *b;
}// 计算Lab颜色空间的均值和标准差
void compute_lab_stats(unsigned char* bgraData, int width, int height, int stride, double *meanL, double *meana, double *meanb, double *stdL, double *stda, double *stdb) {double sumL = 0.0, suma = 0.0, sumb = 0.0;double sumL2 = 0.0, suma2 = 0.0, sumb2 = 0.0;int count = 0;for (int y = 0; y < height; y++) {unsigned char* row = bgraData + y * stride;for (int x = 0; x < width; x++) {unsigned char* pixel = row + x * 4;double b = pixel[0] / 255.0;double g = pixel[1] / 255.0;double r = pixel[2] / 255.0;double L, a, b_;rgb_to_lab(r, g, b, &L, &a, &b_);sumL += L;suma += a;sumb += b_;sumL2 += L * L;suma2 += a * a;sumb2 += b_ * b_;count++;}}if (count == 0) {*meanL = *meana = *meanb = 0.0;*stdL = *stda = *stdb = 0.0;return;}// 计算均值*meanL = sumL / count;*meana = suma / count;*meanb = sumb / count;// 计算标准差*stdL = sqrt((sumL2 - sumL * sumL / count) / (count - 1));*stda = sqrt((suma2 - suma * suma / count) / (count - 1));*stdb = sqrt((sumb2 - sumb * sumb / count) / (count - 1));
}// 颜色迁移主函数
void color_transfer(unsigned char* bgraData, int width, int height, int stride,unsigned char* referenceData, int mWidth, int mHeight, int mStride, int ratio) {if (!bgraData || !referenceData || width <= 0 || height <= 0 || mWidth <= 0 || mHeight <= 0 ||ratio < 0 || ratio > 100) {return;}// 目标图像的统计量double tgt_meanL, tgt_meana, tgt_meanb;double tgt_stdL, tgt_stda, tgt_stdb;compute_lab_stats(bgraData, width, height, stride,&tgt_meanL, &tgt_meana, &tgt_meanb,&tgt_stdL, &tgt_stda, &tgt_stdb);// 参考图像的统计量double ref_meanL, ref_meana, ref_meanb;double ref_stdL, ref_stda, ref_stdb;compute_lab_stats(referenceData, mWidth, mHeight, mStride,&ref_meanL, &ref_meana, &ref_meanb,&ref_stdL, &ref_stda, &ref_stdb);// 应用迁移强度比例double scale = ratio / 100.0;// 对每个像素进行颜色迁移for (int y = 0; y < height; y++) {unsigned char* row = bgraData + y * stride;for (int x = 0; x < width; x++) {unsigned char* pixel = row + x * 4;double b = pixel[0] / 255.0;double g = pixel[1] / 255.0;double r = pixel[2] / 255.0;// 转换到Lab空间double L, a, b_;rgb_to_lab(r, g, b, &L, &a, &b_);// 应用颜色迁移double newL = ref_meanL + (ref_stdL / (tgt_stdL > 0 ? tgt_stdL : 1.0)) * (L - tgt_meanL);double newa = ref_meana + (ref_stda / (tgt_stda > 0 ? tgt_stda : 1.0)) * (a - tgt_meana);double newb = ref_meanb + (ref_stdb / (tgt_stdb > 0 ? tgt_stdb : 1.0)) * (b_ - tgt_meanb);// 转换回RGB空间double new_r, new_g, new_b;newL = newL * scale + (1.0 - scale) * L;newa = newa * scale + (1.0 - scale) * a;newb = newb * scale + (1.0 - scale) * b;lab_to_rgb(newL, newa, newb, &new_r, &new_g, &new_b);// 更新像素值pixel[0] = (unsigned char)(new_b * 255.0);pixel[1] = (unsigned char)(new_g * 255.0);pixel[2] = (unsigned char)(new_r * 255.0);}}
}

效果测试：

可看到直接使用经典算法，效果不怎么友好，与像素蛋糕差距也是相当大的；

2.我们改进为支持目标分割Mask区域的颜色+亮度迁移，同时添加亮度(影调)luminance_ratio和颜色控制参数chrominance_ratio：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>// RGB到XYZ颜色空间转换的系数矩阵
#define RGB_TO_XYZ_MATRIX \0.412453, 0.357580, 0.180423, \0.212671, 0.715160, 0.072169, \0.019334, 0.119193, 0.950227// XYZ到RGB颜色空间转换的系数矩阵
#define XYZ_TO_RGB_MATRIX \3.240479, -1.537150, -0.498535, \-0.969256, 1.875992, 0.041556, \0.055648, -0.204043, 1.057311// 参考白点(D65)
#define REF_X 0.95047
#define REF_Y 1.00000
#define REF_Z 1.08883// RGB到Lab颜色空间转换
void rgb_to_lab(double r, double g, double b, double *L, double *a, double *b_) {// 转换sRGB到线性RGBdouble r_lin = r > 0.04045 ? pow((r + 0.055) / 1.055, 2.4) : r / 12.92;double g_lin = g > 0.04045 ? pow((g + 0.055) / 1.055, 2.4) : g / 12.92;double b_lin = b > 0.04045 ? pow((b + 0.055) / 1.055, 2.4) : b / 12.92;// RGB到XYZ转换double X = r_lin * 0.412453 + g_lin * 0.357580 + b_lin * 0.180423;double Y = r_lin * 0.212671 + g_lin * 0.715160 + b_lin * 0.072169;double Z = r_lin * 0.019334 + g_lin * 0.119193 + b_lin * 0.950227;// XYZ归一化X /= REF_X;Y /= REF_Y;Z /= REF_Z;// XYZ到Lab转换double fX = X > 0.008856 ? pow(X, 1.0/3.0) : (7.787 * X) + (16.0/116.0);double fY = Y > 0.008856 ? pow(Y, 1.0/3.0) : (7.787 * Y) + (16.0/116.0);double fZ = Z > 0.008856 ? pow(Z, 1.0/3.0) : (7.787 * Z) + (16.0/116.0);*L = (116.0 * fY) - 16.0;*a = 500.0 * (fX - fY);*b_ = 200.0 * (fY - fZ);
}// Lab到RGB颜色空间转换
void lab_to_rgb(double L, double a, double b_, double *r, double *g, double *b) {// Lab到XYZ转换double fY = (L + 16.0) / 116.0;double fX = a / 500.0 + fY;double fZ = fY - b_ / 200.0;double Y = pow(fY, 3.0) > 0.008856 ? pow(fY, 3.0) : (fY - 16.0/116.0) / 7.787;double X = pow(fX, 3.0) > 0.008856 ? pow(fX, 3.0) : (fX - 16.0/116.0) / 7.787;double Z = pow(fZ, 3.0) > 0.008856 ? pow(fZ, 3.0) : (fZ - 16.0/116.0) / 7.787;// 归一化X *= REF_X;Y *= REF_Y;Z *= REF_Z;// XYZ到RGB转换double r_lin = X * 3.240479 + Y * -1.537150 + Z * -0.498535;double g_lin = X * -0.969256 + Y * 1.875992 + Z * 0.041556;double b_lin = X * 0.055648 + Y * -0.204043 + Z * 1.057311;// 线性RGB到sRGB转换*r = r_lin > 0.0031308 ? 1.055 * pow(r_lin, 1.0/2.4) - 0.055 : 12.92 * r_lin;*g = g_lin > 0.0031308 ? 1.055 * pow(g_lin, 1.0/2.4) - 0.055 : 12.92 * g_lin;*b = b_lin > 0.0031308 ? 1.055 * pow(b_lin, 1.0/2.4) - 0.055 : 12.92 * b_lin;// 限制在0-1范围内*r = (*r < 0.0) ? 0.0 : (*r > 1.0) ? 1.0 : *r;*g = (*g < 0.0) ? 0.0 : (*g > 1.0) ? 1.0 : *g;*b = (*b < 0.0) ? 0.0 : (*b > 1.0) ? 1.0 : *b;
}// 计算Lab颜色空间的均值和标准差
void compute_lab_stats_mask(unsigned char* bgraData, int width, int height, int stride, unsigned char* maskData,double *meanL, double *meana, double *meanb,double *stdL, double *stda, double *stdb) {double sumL = 0.0, suma = 0.0, sumb = 0.0;double sumL2 = 0.0, suma2 = 0.0, sumb2 = 0.0;int count = 0;for (int y = 0; y < height; y++) {unsigned char* row = bgraData + y * stride;unsigned char* maskRow = maskData + y * width;for (int x = 0; x < width; x++) {// 使用权重（mask值）来计算加权统计量double weight = maskRow[x] / 255.0;if (weight > 0) {unsigned char* pixel = row + x * 4;double b = pixel[0] / 255.0;double g = pixel[1] / 255.0;double r = pixel[2] / 255.0;double L, a, b_;rgb_to_lab(r, g, b, &L, &a, &b_);sumL += L * weight;suma += a * weight;sumb += b_ * weight;sumL2 += L * L * weight;suma2 += a * a * weight;sumb2 += b_ * b_ * weight;count++;}}}if (count == 0) {*meanL = *meana = *meanb = 0.0;*stdL = *stda = *stdb = 0.0;return;}// 计算加权均值*meanL = sumL / count;*meana = suma / count;*meanb = sumb / count;// 计算加权标准差*stdL = sqrt((sumL2 - sumL * sumL / count) / (count - 1));*stda = sqrt((suma2 - suma * suma / count) / (count - 1));*stdb = sqrt((sumb2 - sumb * sumb / count) / (count - 1));
}// 颜色迁移主函数
void color_transfer_mask(unsigned char* bgraData, int width, int height, int stride, unsigned char* maskData,unsigned char* referenceData, int mWidth, int mHeight, int mStride, unsigned char* referenceMaskData,int luminance_ratio, int chrominance_ratio) {if (!bgraData || !referenceData || !maskData || !referenceMaskData ||width <= 0 || height <= 0 || mWidth <= 0 || mHeight <= 0 ||luminance_ratio < 0 || luminance_ratio > 100 ||chrominance_ratio < 0 || chrominance_ratio > 100) {return;}// 目标图像的统计量（使用权重计算）double tgt_meanL, tgt_meana, tgt_meanb;double tgt_stdL, tgt_stda, tgt_stdb;compute_lab_stats_mask(bgraData, width, height, stride, maskData,&tgt_meanL, &tgt_meana, &tgt_meanb,&tgt_stdL, &tgt_stda, &tgt_stdb);// 参考图像的统计量（使用权重计算）double ref_meanL, ref_meana, ref_meanb;double ref_stdL, ref_stda, ref_stdb;compute_lab_stats_mask(referenceData, mWidth, mHeight, mStride, referenceMaskData,&ref_meanL, &ref_meana, &ref_meanb,&ref_stdL, &ref_stda, &ref_stdb);// 应用迁移强度比例（分别控制亮度和色度）double luminance_scale = luminance_ratio / 100.0;double chrominance_scale = chrominance_ratio / 100.0;// 对每个像素进行颜色迁移，根据mask值进行融合for (int y = 0; y < height; y++) {unsigned char* row = bgraData + y * stride;unsigned char* maskRow = maskData + y * width;for (int x = 0; x < width; x++) {// 获取mask值并转换为0-1之间的权重double mask_weight = maskRow[x] / 255.0;// 原始像素值unsigned char* pixel = row + x * 4;double orig_b = pixel[0] / 255.0;double orig_g = pixel[1] / 255.0;double orig_r = pixel[2] / 255.0;// 转换到Lab空间double L, a, b_;rgb_to_lab(orig_r, orig_g, orig_b, &L, &a, &b_);// 应用亮度迁移double newL = tgt_meanL + (ref_meanL - tgt_meanL) +(ref_stdL / (tgt_stdL > 0 ? tgt_stdL : 1.0)) * (L - tgt_meanL);// 应用色度迁移double newa = tgt_meana + (ref_meana - tgt_meana) +(ref_stda / (tgt_stda > 0 ? tgt_stda : 1.0)) * (a - tgt_meana);double newb = tgt_meanb + (ref_meanb - tgt_meanb) +(ref_stdb / (tgt_stdb > 0 ? tgt_stdb : 1.0)) * (b_ - tgt_meanb);// 转换回RGB空间double trans_r, trans_g, trans_b;newL = newL * luminance_scale + (1.0 - luminance_scale) * L;newa = newa * chrominance_scale + (1.0 - chrominance_scale) * a;newb = newb * chrominance_scale + (1.0 - chrominance_scale) * b_;lab_to_rgb(newL, newa, newb, &trans_r, &trans_g, &trans_b);// 根据mask权重融合原始颜色和迁移后的颜色double final_r = orig_r + mask_weight * (trans_r - orig_r);double final_g = orig_g + mask_weight * (trans_g - orig_g);double final_b = orig_b + mask_weight * (trans_b - orig_b);// 限制在0-1范围内final_r = (final_r < 0.0) ? 0.0 : (final_r > 1.0) ? 1.0 : final_r;final_g = (final_g < 0.0) ? 0.0 : (final_g > 1.0) ? 1.0 : final_g;final_b = (final_b < 0.0) ? 0.0 : (final_b > 1.0) ? 1.0 : final_b;// 更新像素值pixel[0] = (unsigned char)(final_b * 255.0);pixel[1] = (unsigned char)(final_g * 255.0);pixel[2] = (unsigned char)(final_r * 255.0);}}
}

3.对原图进行分割，分别获得背景mask+皮肤mask+其他区域mask，如下图所示：

注意，如果不想处理五官，也可以把五官排除；

4.按照”背景-其他-皮肤“的顺序，依次调用2中的颜色迁移算法，并把上一次结果图作为下一次输入图，这样做的目的是减少由于分割不准确导致的边界颜色不自然问题，如果你有精确的分割，那么这一步可以多个mask并行处理。这里测试效果如下：

5.对于4的结果图，我们添加一个全局效果控制参数k，将原图和效果图做alpha融合；

至此，上述步骤完成了追色的简单实现，对应三个参数：全图效果控制参数k，影调调节参数，颜色调节参数，与像素蛋糕对应。对于更多的精细化分割区域，大家可以使用sam等精细的分割来解决，这里没有过多叙述；通过更多的分割区域，我们就可以对每个区域mask设置对应的参数进行效果控制。

最后，放上对比效果图：

注意：在头发区域稍微有蓝色瑕疵，这个是由于分割精度不够导致的，像素蛋糕的分割技术做的还是非常不错的。


http://www.hkcw.cn/article/AXCDOxkHoB.shtml

相关文章

MATLAB中的table数据类型：高效数据管理的利器

MATLAB中的table数据类型：高效数据管理的利器

MATLAB中的table数据类型&#xff1a;高效数据管理的利器 什么是table数据类型&#xff1f; MATLAB中的table是一种用于存储列向数据的数据类型&#xff0c;它将不同类型的数据组织在一个表格结构中&#xff0c;类似于电子表格或数据库表。自R2013b版本引入以来&#xff0c;t…
阅读更多...
nacos服务注册

nacos服务注册

Nacos是阿里巴巴的产品&#xff0c;现在是SpringCloud中的一个组件。相比Eureka功能更加丰富&#xff0c;在国内受欢迎程度较高。 1. 服务注册到nacos Nacos是SpringCloudAlibaba的组件&#xff0c;而SpringCloudAlibaba也遵循SpringCloud中定义的服务注册、服务发现规范。因此…
阅读更多...
【FPGA开发】Ubuntu16.04环境下配置Vivado2018.3—附软件包

【FPGA开发】Ubuntu16.04环境下配置Vivado2018.3—附软件包

文章目录 环境介绍关键步骤记录安装虚拟机及镜像安装vivadolicense导入 环境介绍 vivado&#xff1a;2018.3 虚拟机&#xff1a;vmware 16 pro 镜像&#xff1a;Ubuntu16.04 64位 所有相关软件压缩包&#xff1a; 链接&#xff1a;https://pan.quark.cn/s/fd2730b46b20 提取码…
阅读更多...
安全帽检测算法AI智能分析网关V4守护工地/矿山/工厂等多场景作业安全

安全帽检测算法AI智能分析网关V4守护工地/矿山/工厂等多场景作业安全

一、方案概述​ 在工业生产与建筑施工场景中&#xff0c;安全帽是保障人员安全的重要装备。但传统人工巡检效率低、易疏漏&#xff0c;难以满足现代安全管理需求。AI智能分析网关V4安全帽检测方案&#xff0c;借助人工智能与计算机视觉技术&#xff0c;实现作业现场安全帽佩戴…
阅读更多...
【计算机网络】第2章：应用层—应用层协议原理

【计算机网络】第2章：应用层—应用层协议原理

目录 1. 网络应用的体系结构 2. 客户-服务器&#xff08;C/S&#xff09;体系结构 3. 对等体&#xff08;P2P&#xff09;体系结构 4. C/S 和 P2P 体系结构的混合体 Napster 即时通信 5. 进程通信 6. 分布式进程通信需要解决的问题 7. 问题1&#xff1a;对进程进行编址…
阅读更多...
Baklib云内容中台构建实践

Baklib云内容中台构建实践

云端资产整合实践 在数字化转型进程中&#xff0c;企业通常面临多系统数据孤岛与内容管理低效的挑战。Baklib云内容中台通过微服务架构设计&#xff0c;实现了跨平台文档、音视频及结构化数据的统一纳管&#xff0c;支持将分散在本地服务器、第三方云存储及业务系统中的数字资…
阅读更多...
SOC-ESP32S3部分：17-I2C驱动实例-EEPROM温湿度传感器

SOC-ESP32S3部分：17-I2C驱动实例-EEPROM温湿度传感器

飞书文档https://x509p6c8to.feishu.cn/wiki/KrlCwmlKcikvZ5knxEbcrewwn1c EEPROM 特别说明&#xff0c;目前ESP32S3由于IO数量少的原因&#xff0c;是没有连接底板的EEPROM的&#xff0c;我们这里只进行代码讲解&#xff0c;这个工程不能在板卡运行的。 我们学习基础课程时…
阅读更多...
局域网内文件共享的实用软件推荐

局域网内文件共享的实用软件推荐

软件介绍 在日常办公、学习或家庭网络环境里&#xff0c;局域网内文件共享是个常见需求。有一款免费的局域网共享软件非常适合这种场景。 这款局域网共享软件使用起来非常简单&#xff0c;不需要安装&#xff0c;直接点击就能使用。 软件下载 链接&#xff1a;​​https://p…
阅读更多...
华为OD机试真题——AI面板识别（2025A卷：100分）Java/python/JavaScript/C/C++/GO最佳实现

华为OD机试真题——AI面板识别（2025A卷：100分）Java/python/JavaScript/C/C++/GO最佳实现

2025 A卷 100分 题型 本专栏内全部题目均提供Java、python、JavaScript、C、C++、GO六种语言的最佳实现方式； 并且每种语言均涵盖详细的问题分析、解题思路、代码实现、代码详解、3个测试用例以及综合分析； 本文收录于专栏：《2025华为OD真题目录+全流程解析+备考攻略+经验分…
阅读更多...
EasyRTC音视频实时通话助力微信小程序：打造低延迟、高可靠的VoIP端到端呼叫解决方案

EasyRTC音视频实时通话助力微信小程序：打造低延迟、高可靠的VoIP端到端呼叫解决方案

一、方案概述​ 在数字化通信浪潮下&#xff0c;端到端实时音视频能力成为刚需。依托庞大用户生态的微信小程序&#xff0c;是实现此类功能的优质载体。基于WebRTC的EasyRTC音视频SDK&#xff0c;为小程序VoIP呼叫提供轻量化解决方案&#xff0c;通过技术优化实现低延迟通信&a…
阅读更多...
YOLOv8 实战指南：如何实现视频区域内的目标统计与计数

YOLOv8 实战指南：如何实现视频区域内的目标统计与计数

文章目录 YOLOv8改进 | 进阶实战篇&#xff1a;利用YOLOv8进行视频划定区域目标统计计数1. 引言2. YOLOv8基础回顾2.1 YOLOv8架构概述2.2 YOLOv8的安装与基本使用 3. 视频划定区域目标统计的实现3.1 核心思路3.2 完整实现代码 4. 代码深度解析4.1 关键组件分析4.2 性能优化技巧…
阅读更多...
远程调用 | OpenFeign+LoadBalanced的使用

远程调用 | OpenFeign+LoadBalanced的使用

目录 RestTemplate 注入 OpenFeign 服务 LoadBalanced 服务 LoadBalanced 注解 RestTemplate 注入 创建 配置类&#xff0c;这里配置后 就不用再重新new一个了&#xff0c;而是直接调用即可 import org.springframework.cloud.client.loadbalancer.LoadBalanced; import …
阅读更多...
Ansys Zemax | 手机镜头设计 - 第 2 部分：光机械封装

Ansys Zemax | 手机镜头设计 - 第 2 部分：光机械封装

本文该系列文章将讨论智能手机镜头模组设计的挑战&#xff0c;涵盖了从概念、设计到制造和结构变形的分析。本文是四部分系列的第二部分&#xff0c;介绍了在 Ansys Speos 环境中编辑光学元件以及在整合机械组件后分析系统。案例研究对象是一家全球运营制造商的智能手机镜头系统…
阅读更多...
ubuntu 22.04安装k8s高可用集群

ubuntu 22.04安装k8s高可用集群

文章目录 1.环境准备&#xff08;所有节点&#xff09;1.1 关闭无用服务1.2 环境和网络1.3 apt源1.4 系统优化1.5 安装nfs客户端 2. 装containerd&#xff08;所有节点&#xff09;3. master的高可用方案&#xff08;master上操作&#xff09;3.1 安装以及配置haproxy&#xff…
阅读更多...
k8s中kubeSphere的安装使用+阿里云私有镜像仓库配置完整步骤

k8s中kubeSphere的安装使用+阿里云私有镜像仓库配置完整步骤

一、实验目的 1、掌握kubeSphere 的安装部署 2、掌握kubesphere 使用外部镜像仓库&#xff1b; 2、熟悉图像化部署任务&#xff1a;产生pod---定义服务--验证访问 本次实验旨在通过 KubeSphere 平台部署基于自定义镜像&#xff08;nginx:1.26.0 &#xff09;的有状态副本集…
阅读更多...
innovus: write_lef_abstract如何写入stripe信息

innovus: write_lef_abstract如何写入stripe信息

我正在「拾陆楼」和朋友们讨论有趣的话题&#xff0c;你⼀起来吧&#xff1f; 拾陆楼知识星球入口 block level需要把pg 信息写到lef里&#xff0c;方便top level查看&#xff0c;这里提供一种简单方法: write_lef_abstract -5.8 -PGPinLayers {ME5 ME6 ME7 ME8 AL_RDL} -str…
阅读更多...
MySQL索引与事物

MySQL索引与事物

目录 一&#xff1a;MySQL索引介绍 1.索引概述 2.索引作用 3.索引的分类 关键区别 &#xff08;1&#xff09;普通索引 &#xff08;2&#xff09;唯一索引 &#xff08;3&#xff09;主键索引 &#xff08;4&#xff09;组合索引&#xff08;最左前缀) 4.全文索引&am…
阅读更多...
光年号，国外云手机号的创新应用与发展趋势

光年号，国外云手机号的创新应用与发展趋势

光年号&#xff0c;国外云手机号的创新应用与发展趋势 光年号作为新兴通信技术代表&#xff0c;与国外云手机号结合&#xff0c;推动通信变革。光年号的灵活性提升了国外云手机号的使用效率&#xff0c;光年号服务正在全球扩展&#xff0c;光年号和国外云手机号的融合创新&…
阅读更多...
Java开发经验——阿里巴巴编码规范实践解析7

Java开发经验——阿里巴巴编码规范实践解析7

摘要 本文主要解析了阿里巴巴 Java 开发中的 SQL 编码规范&#xff0c;涉及 SQL 查询优化、索引建立、字符集选择、分页查询处理、外键与存储过程的使用等多个方面&#xff0c;旨在帮助开发者提高代码质量和数据库操作性能&#xff0c;避免常见错误和性能陷阱。 1. 【强制】业…
阅读更多...
【经验】Ubuntu中设置terminator的滚动行数、从Virtualbox复制到Windows时每行后多一空行

【经验】Ubuntu中设置terminator的滚动行数、从Virtualbox复制到Windows时每行后多一空行

1、设置terminator的滚动行数 1.1 问题描述 在终端 terminator 中&#xff0c;调试程序时&#xff0c;只能查看有限行数的打印日志&#xff0c;大约是500行&#xff0c;怎么能增加行数 1.2 解决方法 1&#xff09;安装terminator sudo apt install terminator和 terminato…
阅读更多...
推荐文章

Copyright @ 2022~2023