# 视觉智能开放平台 #
1
关注
12759内容
GitHub 首个开源图像识别系统又在搞事情！上
GitHub 首个开源图像识别系统又在搞事情！上
【图像分割】基于局部空间信息直方图模糊聚类FGFCM 实现图像图像分割附matlab代码
【图像分割】基于局部空间信息直方图模糊聚类FGFCM 实现图像图像分割附matlab代码
|
阿里云产品免费试用规则介绍及可试用云产品整理
阿里云免费试用活动是阿里云为新手用户提供的免费体验的权益，包括免费云服务器、免费云存储、免费数据库以及AI试用等，旨在为新手开发者提供0成本高质量的上云体验服务，打造开放，敏捷的开发者环境，让企业和个人轻松享受云服务。本文为大家详细介绍下阿里云产品免费试用活动规则及可试用云产品整理，以供参考。
FFmpeg开发笔记（十四）FFmpeg音频重采样的缓存
FFmpeg在视频流重编码和音频重采样中使用缓存机制。在音频文件格式转换时，特别是对于帧长度不固定的格式如ogg、amr、wma，需处理重采样缓存。通过调用`swr_convert`，传入空输入和0大小来清空缓存。在`swrmp3.c`中，修改帧样本数处理，并在循环结束后添加代码以冲刷缓存。编译并运行程序，将ogg文件重采样为MP3，日志显示操作成功，播放转换后的文件确认功能正常。
FFmpeg开发笔记（十七）Windows环境给FFmpeg集成字幕库libass
在Windows环境下为FFmpeg集成字幕渲染库libass涉及多个步骤，包括安装freetype、libxml2、gperf、fontconfig、fribidi、harfbuzz和libass。每个库的安装都需要下载源码、配置、编译和安装，并更新PKG_CONFIG_PATH环境变量。最后，重新配置并编译FFmpeg以启用libass及相关依赖。完成上述步骤后，通过`ffmpeg -version`确认libass已成功集成。
分享：如何ocr识别身份证复印件并导出至excel表格 ? 图片批量识别导出excel表格应用，图片批量识别转excel表格的方法
该软件是一款OCR身份证识别工具，能批量处理图片，自动提取身份证信息并导出为Excel。支持百度网盘和腾讯云盘下载。用户界面直观，操作简单，适合新手。识别过程包括：打开图片、一键识别、导出结果。特别注意，此程序仅适用于身份证识别，不适用于其他类型的图片识别。
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
印刷文字识别使用问题之如何进行私有化部署
印刷文字识别产品，通常称为OCR（Optical Character Recognition）技术，是一种将图像中的印刷或手写文字转换为机器编码文本的过程。这项技术广泛应用于多个行业和场景中，显著提升文档处理、信息提取和数据录入的效率。以下是印刷文字识别产品的一些典型使用合集。
FFmpeg开发笔记（五十八）把32位采样的MP3转换为16位的PCM音频
《FFmpeg开发实战：从零基础到短视频上线》一书中的“5.1.2 把音频流保存为PCM文件”章节介绍了将媒体文件中的音频流转换为原始PCM音频的方法。示例代码直接保存解码后的PCM数据，保留了原始音频的采样频率、声道数量和采样位数。但在实际应用中，有时需要特定规格的PCM音频。例如，某些语音识别引擎仅接受16位PCM数据，而标准MP3音频通常采用32位采样，因此需将32位MP3音频转换为16位PCM音频。
免费试用