Nano Hash - криптовалюты, майнинг, программирование

Масштабирование изображения (система обработки изображений со сценариями)

Я хочу масштабировать изображения до 400x400 (я создаю миниатюры). Я использую Scriptable Image Processing System (SIPS) в приложении Cocoa, но проблема в низкой эффективности. SIPS потребляет 70-90% ресурсов ЦП при преобразовании 300 изображений за 20 секунд. Должен ли я использовать класс CIImage (тип CIImage требуется для использования различных фильтров Core Image, оптимизированных для графического процессора) или класс NSImage? Может ли кто-нибудь предложить лучший метод?


  • Вы должны попробовать их обоих и посмотреть, что быстрее. 30.11.2011

Ответы:


1

Очень простой и быстрый способ создания эскизов в OS X — использовать QLThumbnailImageCreate.
Это всего одна строка кода, так что вы можете легко сравнить ее с SIPS и Core Image.

01.12.2011
  • Спасибо за ваше предложение. Я использую sips, потому что это эффективнее, чем Core image и QLThumbnailImageCreate. 02.12.2011

  • 2

    Я пробовал создавать миниатюры с помощью NSImage, CIImage и sips. Все используют одинаковую загрузку ЦП (70-90%), но глотки работают быстрее.

    02.12.2011
    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..