# 视觉智能开放平台 #
1
关注
15741内容
FFmpeg开发笔记（十三）Windows环境给FFmpeg集成libopus和libvpx
本文档介绍了在Windows环境下如何为FFmpeg集成libopus和libvpx库。首先，详细阐述了安装libopus的步骤，包括下载源码、配置、编译和安装，并更新环境变量。接着，同样详细说明了libvpx的安装过程，注意需启用--enable-pic选项以避免编译错误。最后，介绍了重新配置并编译FFmpeg以启用这两个库，通过`ffmpeg -version`检查是否成功集成。整个过程参照了《FFmpeg开发实战：从零基础到短视频上线》一书的相关章节。
达摩院CVPR2023人脸重建论文HRN解读——REALY榜单冠军模型
前言高保真 3D 人脸重建在许多场景中都有广泛的应用，例如 AR/VR、医疗、电影制作等。尽管大量的工作已经使用 LightStage 等专业硬件实现了出色的重建效果，从单一或稀疏视角的单目图像估计高精细的面部模型仍然是一个具有挑战性的任务。 本文中，我们将介绍来自达摩院的CVPR2023最新的人脸重建论文，该工作在单图人脸重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SO
PSHuman：开源单图像3D人像重建技术，一张照片就能生成3D人像模型
PSHuman 是一种先进的单图像3D人像重建技术，仅需一张照片即可生成高度逼真的3D模型，支持面部细节、全身姿态和纹理恢复，适用于影视、游戏、虚拟现实等多个领域。
腾讯混元最新开源：一张图，秒变游戏大片
有没有想过，随手拍的一张风景照，下一秒就能变成可操控的游戏开放世界？
文字识别OCR开源框架的对比--Tesseract vs EasyOCR
OCR文字识别在目前有着比较好的应用，也出现了很多的文字识别软件，但软件是面向用户的。对于我们技术人员来说，有时难免需要在计算机视觉任务中加入文字识别，如车牌号识别，票据识别等，因此软件对我们是没用的，我们需要自己实现文字识别。
从图片提取文字的终极解决方法 ——【通用文字识别 API】
通用文字识别技术，也称为OCR（Optical Character Recognition，光学字符识别），就是一种将图像或扫描件中的文字识别出来并转化为可编辑、可搜索的数字化文本的技术。
Stable Diffusion 介绍与入门
Stable Diffusion 介绍与入门，简单的介绍
免费试用