# 视觉智能开放平台 #
1
关注
15741内容
FFmpeg开发笔记（二十三）使用OBS Studio开启RTMP直播推流
OBS（Open Broadcaster Software）是一款开源、跨平台的直播和和Linux。官网为<https://obsproject.com/>。要使用OBS进行直播，需执行四步：1) 下载并安装OBS Studio（<https://obsproject.com/download>），2) 启动流媒体服务器如MediaMTX，生成RTMP推流地址，3) 打开OBS Studio，设置直播服务为自定义RTMP服务器（127.0.0.1:1935/stream），调整视频分辨率，4) 添加视频来源并开始直播。同时，通过FFmpeg的拉流程序验证直播功能正常。
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。
高效率办公PDF批量处理：批量OCR识别PDF区域文字内容，用PDF内容批量改名或导出表格的货物运单应用案例
针对铁路货运物流单存档需求，本项目基于WPF与飞桨OCR技术，实现批量图片多区域文字识别与自动重命名。用户可自定义识别区域，系统提取关键信息（如车号、批次号）并生成规范文件名，提升档案管理效率与检索准确性，支持PDF及图像文件处理。
可以提高你的图像识别模型准确率的7个技巧
可以提高你的图像识别模型准确率的7个技巧
Mediapipe三维实时人体关键点检测与追踪（一）
Mediapipe三维实时人体关键点检测与追踪（一）
AI人像特效之「一键生成N次元虚拟形象」
为了零成本低门槛地提供极致酷炫的人像玩法，我们提出了一套人像风格化通用框架「AI Maleonn」AI 版神笔马良，用于一键生成风格百变的人物虚拟形象，在风格上涵盖手绘、3D、日漫、艺术特效、铅笔画等多种风格，同时可以支持面向小样本的专属风格定制，利用少量目标风格图即可实现快速迁移拓展；在处理维度上，不仅适用于生成头部效果，更支持全图精细化纹理转换，兼容多人场景；在模型鲁棒性上，有效克服了多角度姿态、面部遮挡等各类复杂场景，整体稳定性大大提升。
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。
免费试用