音视频技术_音视频博客-专业IT技术发表平台

微信小程序仿抖音视频微信小程序仿<em>抖音</em>视频使用轮播图实现视频滑动效果。 wxml 部分 <view class="video-contain">  <cover-view class="nav-myself" style="height:{{navigationBarHeight+'px'}...

阅读 912

9赞

如愿小李

STM32之SG90舵机控制（附视频讲解）参数数值工作电压4.8V - 6V（典型5V）电流消耗100mA（空闲），250mA（运行）扭矩转速0.12秒/60°（4.8V），0.10秒/60°（6V）重量9克尺寸转动角度180°（部分型号支持360°）齿轮材质塑料（部分型号为金属齿轮）接口类型3针（信号、电源、地）STM32F103C8T6最小系统板：本文使用的开发板为STM32F103C8T6最小系统板，SG90舵机使用到的引脚为PB0引脚。

阅读 5.6k

42赞

码农阿豪@新空间

打造沉浸式古诗欣赏页面：HTML5视频背景与音频的完美结合摘要本文介绍如何运用HTML5技术打造沉浸式古诗欣赏页面，以《悯农》为例，将视频背景、背景音乐与诗歌内容有机结合。文章详细解析了HTML基础结构搭建、CSS样式设计（包括全屏视频背景、半透明遮罩和动画效果）以及JavaScript交互实现（音乐控制与浏览器兼容性处理）。项目采用响应式设计，确保多设备兼容，并通过视觉与听觉元素的协同强化诗歌意境。开发中解决了视频自动播放限制、移动端适配等技术难点，最终呈现出一个兼具美学价值与文化内涵的交互式古诗鉴赏页面。

阅读 1.1k

78赞

xcLeigh

【计算机视觉】自监督学习在CV中的突破：SimCLR、MoCo与BYOL 自监督学习在CV中的突破：SimCLR、MoCo与BYOL，人工智能、大模型、AI深度学习在计算机视觉领域取得了令人瞩目的进展，自监督学习作为一种新兴的学习范式，旨在利用数据自身的结构和信息进行学习，无需大量的人工标注。其核心思想是通过设计合适的自监督任务，让模型从数据中自动挖掘出有价值的特征表示。在 CV 领域，自监督学习为解决标注数据匮乏的问题提供了新的思路，近年来取得了一系列突破性进展，其中 SimCLR、MoCo 和 BYOL 等方法尤为引人注目。

阅读 7.7w

51赞

孽小倩

yt-dlp工具下载视频使用方法使用yt-dlp下载视频，字幕方法

阅读 1.1k

4赞

xcLeigh

【计算机视觉】生成对抗网络（GAN）在图像生成中的应用生成对抗网络（GAN）在图像生成中的应用，人工智能、大模型、AI深度学习在计算机视觉领域取得了令人瞩目的进展，图像生成作为计算机视觉领域的关键任务，具有广泛的应用前景。在娱乐产业中，它可用于电影特效制作、游戏场景与角色创建，为用户带来更加逼真、奇幻的视觉体验。在设计领域，能辅助设计师快速生成创意草图、进行产品外观的初步设计，极大提高设计效率。在医疗领域，通过生成特定的医学图像，有助于医生进行疾病的模拟诊断与治疗方案规划。

阅读 9.2w

54赞

明明跟你说过

从Hugging Face下载Qwen/Qwen2-Audio-7B-Instruct模型到本地运行，使用python实现一个音频转文字的助手本文详细阐述了如何从Hugging Face平台下载Qwen/Qwen2-Audio-7B-Instruct模型，并在本地环境中成功运行该模型，进而利用Python开发了一个实用的音频转文字助手。文章首先介绍了Qwen/Qwen2-Audio-7B-Instruct模型的基本概况，这是一款基于Transformer架构的大型音频识别模型，具备出色的音频转文字能力。随后，文章详细指导了读者如何从Hugging Face Models Hub下载该模型，并提供了详细的步骤说明，包括如何配置Python环境、

阅读 2.4k

53赞

byxdaz

FFmpeg录制屏幕和音频 4）设备名称：Windows 需通过 ffmpeg -list_devices true -f dshow -i dummy 查询正确的音频设备名。5）权限问题：Linux/macOS 可能需要 sudo 或音频组权限。6）性能优化：高分辨率录制建议使用硬件加速（如 h264_nvenc）。2）硬件加速（NVIDIA/Intel）1）录制特定窗口（Windows）→ 使用 FFmpeg 库（如。

阅读 936

4赞

热爱嵌入式的小佳同学

STM32智能小车（循迹、跟随、避障、测速、蓝牙、wifi、4g、语音识别）总结 STM32智能小车（循迹、跟随、避障、测速、蓝牙、wife、4g、语音识别）总结循迹小车循迹小车3.跟随/避障小车4.测速小车5.远程控制小车6.语音控制小车

阅读 6.7w

353赞

收藏 2.0k

AI technophile

OpenCV计算机视觉实战（8）——图像滤波详解在本节中，我们从线性滤波(均值/高斯)的原理与参数调优入手，紧接着以非线性滤波(中值/双边)为重点，探讨了它们在各自噪声模型下的卓越表现与局限，最后，通过自定义卷积核实践，介绍如何使用 cv2.filter2D 实现锐化、边缘检测等多样效果。

阅读 1.1k

41赞

KillFuckBugs

下载 M3U8 格式的视频 Windows: 下载 [ffmpeg](https://ffmpeg.org/download.html) 并解压，将路径添加到系统环境变量中。Linux: 使用 sudo apt install ffmpeg 或 sudo yum install ffmpeg 安装。将 M3U8 链接复制到剪贴板，JDownloader 会自动检测并列出所有分段视频，点击“开始”进行下载。打开视频页面时，IDM 会自动检测到视频流，点击“下载此视频”按钮即可下载。打开视频页面，点击扩展图标，选择视频进行下载。

阅读 4.4k

2赞

段ヤシ.

网页上视频没有提供下载权限怎么办？网页上的视频没有提供下载权限怎么办？

阅读 3.5k

6赞

创客白泽

【Python开源】深度解析：一款高效音频封面批量删除工具的设计与实现在数字音乐管理过程中，音频文件内嵌的封面图片往往会占用额外存储空间，特别是当我们需要批量处理大量音频文件时。本文介绍一款基于Python和PyQt5开发的跨平台音频封面删除工具，它支持多种音频格式（MP3、FLAC、M4A、OGG、WMA），提供三种不同的处理方式，并具备友好的图形用户界面。下面我们将从功能、实现原理、代码解析等多个维度进行详细介绍。break实现文件夹拖放功能的核心代码，增强了用户体验本文详细介绍了一款功能完善的音频封面删除工具的开发过程。

阅读 1.7k

39赞

奔跑吧邓邓子

DeepSeek+即梦：AI视频创作从0到1全突破本文为 DeepSeek 与即梦生成视频全攻略，从前期注册登录、熟悉工具界面及硬件网络准备入手，助读者开启 AI 视频创作。详细阐述利用 DeepSeek 构思脚本、即梦实现画面生成与静态图转动态视频的方法，包括提示词编写、参数调整等技巧。同时介绍后期合成音画、添加字幕特效及多平台适配要点，结合实战案例解析全流程。还分享进阶提示词优化、版权注意等避坑指南，为创作者提供从 0 到 1 的 AI 视频创作完整解决方案。

阅读 3.9k

33赞

ZHW_AI课题组

调用通义千问实现语音合成并将合成的音频通过扬声器播放通义千问是阿里云推出的一个大型语言模型，基于先进的深度学习技术打造，能够理解和生成自然语言，在多轮对话、知识问答等多种应用场景中发挥重要作用。优点：它具有高度准确的语言理解能力，能精准把握用户问题和意图；支持多种语言输入输出，如中文、英文等；还具备出色的多轮对话支持能力，可依据上下文进行交互，提供自然流畅的对话体验。

阅读 1.4k

30赞

强姣晴Keely

FFmpeg_Joiner视频无损合并工具3.0：专业视频合并，质量无忧 FFmpeg_Joiner视频无损合并工具3.0：专业视频合并，质量无忧【下载地址】FFmpeg_Joiner视频无损合并工具3.0 FFmpeg_Joiner视频无损合并工具3.0是一款专业的视频合并软件，能够帮助用户将多个视频文件无损失地合并为一个文件，保留原有视频的高质量。它支持几乎所有流行的视频格式，如MP4、...

阅读 1.1k

7赞

今夕是何年，

手把手教你暗通道先验去雾算法暗通道先验去雾算法（Dark Channel Prior, DCP）是一种基于图像的去雾技术，由Kaiming He等人在2009年提出。这种算法利用了大气散射模型，通过估计大气光和图像的传输图来去除雾的影响。

阅读 4.4k

34赞

知舟不叙

使用OpenCV 和Dlib 实现表情识别面部关键点检测四种面部特征计算表情分类逻辑实时视频处理与结果显示"""向图片中添加中文"""if (isinstance(img,np.ndarray)): # 判断是否OpenCV图片类型img = Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB)) # 实现array到image的转换draw = ImageDraw.Draw(img) # 在img图片上创建一个绘图的对象# 字体的格式。

阅读 1.3k

42赞

鸿羽yousa

Ubuntu22.04 下载并使用opencv全流程因为马上要开始准备考研，所以把opencv配置的流程重新做一遍留档，以防自己忘记虚拟机的创建就不再赘述了，从一个已经配置完成的虚拟机开始首先是配置各种东西之前的日常然后是各种编译文件的下载。

阅读 1.8k

15赞

玉树临风的木瓜豌豆

用 ACE-Step 实现风格化音乐生成：项目音频创作的实践路径 ACE-Step 是由阶跃星辰联合 ACE Studio 推出的开源音乐生成大模型，能够通过“歌词+提示词+结构标签”自动生成旋律与伴奏。其功能覆盖旋律生成、节奏控制、情绪匹配等多个关键维度，生成效率高，适用于无音乐制作背景的开发场景。AI 模型广场 - 模力方舟（Gitee AI）

阅读 996

9赞

作者推荐

李同学Lino: 专注于Coze智能体&AI副业变现教程。

关注

Yyq13020869682: IC芯芯向荣-北京冠宇铭通科技

关注

山峰哥: 日常生活|软件测试与分享|影音娱乐| ️分享一切喜欢的东西首席生活家・数码领域作者・软件领域爱好者

关注

ADI_OP: 专注ADI DSP开发20年

关注

9527华安: 两年半FPGA练习生经验、6年FPGA项目开发经验，任职于军工、985+211双一流高校、科研院所等机构；本博主为FPGA工程项目解决方案供应商，专注于为行业内友商提供优质方案

关注

EasyDSS: 安徽旭帆信息科技有限公司

关注

Liveweb视频汇聚平台: 视频流媒体服务解决方案，视频汇聚平台，安防视频监控平台，国标GB28181视频接入平台

关注

LiveWeb视频管理平台: LiveWeb是深圳市好游科技有限公司开发的一套综合视频管理平台，内嵌自主研发的H265 Web播放器liveWebPlayer，能流畅播放H265 2K以上实时视频，解决行业痛点。支持GB/T28181上下级联，RTSP\RTMP转GB/T28181，视频对讲; LiveWeb演示平台网址：https://haoyou456.com:18080 H265播放器测试地址：https://haoyou456.com/test/ LiveWeb包装包下载地址: https://haoyou456.com/test/LiveWeb.rar 公司官方网站www.haoyou456.com

关注

崔杰城: C++开发工程师

关注

li15817260414: 1958993134@qq.com。

关注