• 【图像处理】一文带你窥探近期火热图像App的主要实现原理：主色提取——从图像到调色板
    一、问题定义 主色提取（Dominant Color Extraction）：给定一张图像，输出一组颜色及其各自代表的像素占比，形成调色板（Color Palette）。 为什么难？ 1200 万像素
    图像识别 iOS AI编程
    【图像处理】一文带你窥探近期火热图像App的主要实现原理：主色提取——从图像到调色板
  • 【图像处理】颜色空间——RGB之外的世界
    一、RGB 的局限性：耦合的颜色表示 RGB 颜色空间用三个分量（Red、Green、Blue）直接描述光的组成。 问题：RGB 三个通道是高度耦合的，颜色编辑极为不直观。 操作 RGB 实现难度 H
    图像识别 iOS AI编程
    【图像处理】颜色空间——RGB之外的世界
  • 【图像处理】图像直方图——从"频率分布"到"智能决策"
    一、直方图的定义与信息密度 图像直方图是像素值的频率分布：统计每个亮度值（0–255）出现了多少次。 从直方图读出的信息： 直方图形态 含义 典型图像 集中在左侧（0–80） 欠曝，图像偏暗 夜景、阴
    图像识别 iOS AI编程
    【图像处理】图像直方图——从"频率分布"到"智能决策"
  • 【图像处理】vImage/Accelerate——SIMD 让 CPU 也能飞
    一、SIMD 原理：单指令多数据 传统 CPU 标量运算一次处理一个数： SIMD（Single Instruction Multiple Data）一次处理多个数： Apple Silicon（AR
    图像识别 iOS Swift
    【图像处理】vImage/Accelerate——SIMD 让 CPU 也能飞
  • 【图像处理】Core Image 与 GPU 渲染管线——让滤镜飞起来
    一、GPU vs CPU：图像处理的架构差异 处理一张 4000×3000（1200 万像素）的照片，每个像素需要独立计算。 架构 核心数 时钟频率 每秒操作数（粗估） 典型图像处理耗时 CPU（Ap
    图像识别 iOS AI编程
    【图像处理】Core Image 与 GPU 渲染管线——让滤镜飞起来
  • 【图像处理】颜色科学与灰度化——人眼看到的和数字记录的不一样
    一、人眼的颜色感知机制 人眼视网膜上有两种感光细胞： 视锥细胞（Cone）：感知颜色，分 L（长波/红）、M（中波/绿）、S（短波/蓝）三种 视杆细胞（Rod）：感知亮度，对颜色不敏感（暗处工作） 关
    图像识别 iOS AI编程
    【图像处理】颜色科学与灰度化——人眼看到的和数字记录的不一样
  • 【图像处理】饱和度——颜色的浓淡与灰度化
    一、饱和度的直觉 在 HSB（或 HSL）色彩模型里，颜色由三个维度描述： 调整饱和度，就是在"原始颜色"和"同亮度的灰色"之间做插值： 二、数学：灰度化 + 插值 CIColorControls 的
    图像识别 iOS AI编程
    【图像处理】饱和度——颜色的浓淡与灰度化
  • 【图像处理】框架设计——协议、值类型与工程化思维
    一、从需求到设计的思维过程 需求：实现灰度化、亮度、对比度、阈值四个图像滤镜，并支持链式调用。 方案 A：函数式 方案 B：命令式方法 方案 C：协议 + 链式（本框架选择） 二、ImageFilte
    图像识别 架构 iOS
    【图像处理】框架设计——协议、值类型与工程化思维
  • 【图像处理】卷积原理与卷积核——图像处理的核心引擎
    一、从"滑动窗口"理解卷积 想象你拿着一个 3×3 的放大镜，在图像上从左到右、从上到下滑动。每移动到一个位置： 放大镜覆盖当前像素周围的 3×3 区域（共 9 个像素） 把这 9 个像素值分别乘以放
    图像识别 iOS AI编程
    【图像处理】卷积原理与卷积核——图像处理的核心引擎
  • 用Swift编写一个合并图像到PDF的iOS应用
    本文介绍了如何使用Swift编写一个iOS应用，将图像合并到PDF文件中。使用了Dynamsoft Document Normalizer SDK来执行文档裁剪、规范化和合并图片到PDF中的操作。
    iOS 图像识别 Swift
  • 【图像处理】亮度与对比度——图像的线性变换
    一、图像变换的本质：函数映射 所有图像调整，本质上都是一个像素值的映射函数： 最简单的映射：线性变换 亮度调整和对比度调整，都是这个公式的特例。 映射的约束 像素值的范围是 [0, 255]，输出也必
    iOS AI编程 图像识别
    【图像处理】亮度与对比度——图像的线性变换
  • 【图像处理】二值化与阈值——从灰度到黑白的决策
    一、什么是二值化 二值化（Binarization / Thresholding）：将灰度图像转换为只有黑（0）和白（255）两种值的图像。 为什么需要二值化？ 人类用眼睛看图时，自然能区分前景和背景
    图像识别 iOS AI编程
    【图像处理】二值化与阈值——从灰度到黑白的决策
  • 在 GPUImage 中实现染发效果
    本文介绍了拍摄场景中染发效果的实现。主要涉及头发分割能力的接入，Metal 与 OpenGL 之间的纹理转换。
    OpenGL 图像识别
    在 GPUImage 中实现染发效果
  • 使用Mask R-CNN训练一个抗原检测模型
    概述 最近了解了Mask R-CNN的简单使用，于是决定再熟悉一下它训练自定义模型的流程。最近天天做抗原，有很多现成的训练素材，就打算搞一个能识别抗原试剂的模型吧。由于本小区缺乏阳性素材，就没做阴性阳
    人工智能 图像识别
  • 使用Swift编写一个MRZ扫描应用
    本文分享了如何使用Dynamsoft Label Recognizer和Swift编写一个iOS MRZ扫描应用，从护照、身份证件等中提取信息。
    iOS 图像识别 音视频开发
  • 闲鱼亿级商品结构化背后的思考和演进
    闲鱼是一个典型的C2C场景的闲置交易平台，每个在闲鱼的用户都能享受到自由交易的乐趣，只要简单的输入商品名，商品价格，库存等信息就能完成一个商品的发布。充分的自由是闲鱼活力的来源，但是这对于一个电商平台来说是一个挑战。本文要说的商品结构化就是痛点之一。 C2C平台的商品结构化之所…
    图像识别 iOS
    闲鱼亿级商品结构化背后的思考和演进