Я хочу рассчитать шаг входного декодированного видеокадра. Есть ли формулы для этого. В данный момент я получаю шаг от создания декодера и вызова функции CUDA декодера отображения. НО главный вопрос: могу ли я рассчитать шаг изображения напрямую, используя ширину и высоту?
Как рассчитать шаг изображения Visual Studio
18.11.2013
Ответы:
1
Шаг или ширина шага (в байтах) обычно кратны 128 байтам, например 512 или 1024. Очевидно, что он будет шире самого изображения, поэтому он должен быть не менее image_width (в количестве элементов) x размер_элемента (в байтах).
Это будет следующий доступный шаг, поэтому, если ваше изображение имеет ширину 511 символов, оно должно быть 512 байт. Но, конечно, требования к заполнению зависят от того, как изображение было создано в памяти устройства.
18.11.2013
2
В самом простом случае вы можете использовать width * bpp, поэтому, если у вас есть изображение шириной 500 с 3 байтами на пиксель, у вас будет шаг 1500.
Примечание:
Это не учитывает заполнение или обеспечение кратности 2 для шага.
Учитывая шаг изображения , как рассчитать GL_UNPACK_ALIGNMENT?, также подходит для справки.
18.11.2013
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..