┓ FFmpeg滤镜开发 - ⼈人脸识别 刘歧 OnVideo 联合创始⼈人 个⼈人介绍 • 现任职于OnVideo • 业余参与维护与开发 FFmpeg • ⾳音视频流媒体爱好者 内容⼤大纲 技术选择 集成操作 后续考虑 操作总结 技术选择 技术选择 集成操作 后续考虑 操作总结 契机 ➤ 项⽬目需要 ➤ 视频图像识别技术⽕火热 ➤ 好奇视频图像识别实现 ➤ 社区中很多⼈人对相关技术有兴趣 FaceUnity ➤ Face++ ➤ 涂图 ➤ 视诀 ➤ …… 技术选择 - 选择困难 ➤ 众多选择，各有优劣势 ➤ License 规避处理理 ➤ 基于 FFmpeg 原有的 OCV 滤镜处理理 ➤ 基于 FFmpeg 的 Frei0r (GPL v2) ➤ ⾃自⼰己封装⼀一个so Switch接⼝口 - 可适配 ➤ init 初始化各种参数 ➤ object_detect ➤ get_rect 获得识别到的对象的画⾯面范围 ➤ finit 结束使⽤用 集成操作 技术选择 集成操作 后续考虑 操作总结 集成操作 - AVFilter ➤ 参考 frei0r 滤镜 集成操作 - AVFilter ➤ AVFilter操作接⼝口 filter_frame ➤ 接⼝口操作对象 AVFrame *in ➤ 接⼝口输出对象 AVFrame *out 集成操作

18 字幕编码器 19 比特流滤镜（过滤器） 20 格式选项 21 分离器（解复用） 22 混合器 23 元数据 24 协议 25 设备选项 26 输入设备 27 输出设备 28 重采样(resampler)选项 29 放缩选项 30 滤镜入门 31 graph2dot - 1 - 本文档使用 书栈(BookStack.CN) 构建 32 滤镜链图描述 33 时间线编辑 时间线编辑 34 音频滤镜 35 音频源 36 音频槽 37 视频滤镜 38 视频源 39 视频槽 40 多媒体滤镜 41 多媒体源 42 参考 43 开发人员 - 2 - 本文档使用 书栈(BookStack.CN) 构建 致谢 当前文档 《ffmpeg 翻译文档(ffmpeg中文文档)》 由 进击的皇虫 使用 书栈 (BookStack.CN) 进行构建，生成于 2018-05-26。 19 比特流滤镜（过滤器） 20 格式选项 21 分离器（解复用） 22 混合器 23 元数据 24 协议 25 设备选项 26 输入设备 27 输出设备 28 重采样(resampler)选项 29 放缩选项 ffmpeg 翻译文档 (ffmpeg-all 包含重要组 件） README - 4 - 本文档使用 书栈(BookStack.CN) 构建 30 滤镜入门 31

本机编译 (下载更更新模型) 总结 ? • 只适⽤用于特定任务 (图⽚片分类/⾃自然语⾔言处理理/回归分析) • TuriCreate 只能有限扩展 (使⽤用第三⽅方模型, ⻛风格化图 ⽚片滤镜等) • ⽆无法处理理⾃自定义模型，或者更更⼀一般化的任务 ⼀一些资源 Awesome Core ML Models https://github.com/likedan/Awesome-CoreML-Models

其他功能如切片、旋转、滤镜、输出文字、调色板等一应俱全。 Python3 基础教程【完整版】 http://www.yeayee.com/ 341/531 比如，模糊效果也只需几行代码： from PIL import Image, ImageFilter # 打开一个 jpg 图像文件，注意是当前路径: im = Image.open('test.jpg') # 应用模糊滤镜: im2

' ] , [ [ ' u s e r n a m e ' , ' e m a i l ' ] , ' d e f a u l t ' ] , ] ; 也还可以用更加通用的 輜 转 轴 轥 轲 （滤镜） 核心验证器来执行更加复杂的数据过 滤。 如你所见，这些验证规则并不真的对输入数据进行任何验证。而是，对 输入数据进行一些处理， 然后把它们存回当前被验证的模型特性。 下面的代码示例展示了对用户输入的完整处理， 任何处理。也就是当他们的关联特性接收到空值时，相关 验证会被直接略过。在 核心验证器 之中，只有 c a p t c h a （验 证码），d e f a u l t （默认值）， f i l t e r （滤镜），r e q u i r e d （必 填），以及 t r i m （去首尾空格），这几个验证器会处理空输 入。 7 . 2 . 2 临 临 临时 时 时验 验 验证 证 证 有时，你需要对某些没有绑定任何模型类的值进行