音视频标签_松山湖开发者村综合服务平台

音视频

基于winform+opencvsharp调用3840*2160分辨率的摄像头，opencvsharp读取的帧率速度达不到30，导致实际录像时间和视频文件时间不一致，如何提高读取和写入视频的速度？

🏆本文收录于《全栈 Bug 调优（实战版）》专栏。专栏聚焦真实项目中的各类疑难 Bug，从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解，形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者，还是负责复杂项目的资深工程师，都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论，助你稳步进阶、放大技术价值。

bug菌¹
2026-03-01 16:37:57

 908

 17

#音视频 #c##实时音视频
四麦克风声源定位实战：基于 GCC-PHAT + 最小二乘法实现 DOA

本文详细介绍了基于TDOA的4麦克风平面声源定位系统实现方案。系统采用GCC-PHAT算法计算时延差，通过最小二乘法求解方向向量，最终得到声源方位角。文章涵盖了阵列设计、算法流程、数学模型推导及核心代码实现，重点解析了GCC-PHAT时延估计、方向向量求解等关键环节，并提供了平滑滤波等优化策略。该方案可实现准确的二维声源定位，适用于语音增强、智能交互等应用场景。

山河君
2026-02-25 11:55:52

 1.3w

 45

#最小二乘法 #算法 #音视频 +1
Android16进阶之音频播放定位MediaPlayer.seekTo调用流程与实战(二百二十七)

本篇目的：Android16进阶之音频播放定位MediaPlayer.seekTo调用流程与实战。在多媒体开发中，精准控制播放进度是提升用户体验的关键。是 Android 框架提供的用于调整播放位置的核心 API。调用层级核心职责关键特性/影响应用框架层参数封装与状态检查支持多种SeekMode定位模式选择系统服务层跨进程传递定位请求保证指令按序到达引擎处理层清空 Decoder 队列与重新索引N

Android系统攻城狮
2026-02-08 12:42:02

 1298

 27

#音视频
Qt+SDL2 实现 WAV 音频播放

本文将手把手教大家用Qt + SDL2实现 WAV 音频文件的播放功能。核心思路是：把音频播放逻辑放在 Qt 子线程中（避免阻塞 UI），通过 SDL2 的 “拉取（Pull）模式” 实现音频播放，点击主窗口的按钮就能切换 “播放 / 停止” 状态。Qt 线程：避免 UI 阻塞；SDL Pull 模式：音频设备主动拉取数据，回调函数填充 PCM；资源管理：线程和 SDL 资源的正确释放。

xmRao
2026-02-03 22:04:54

 885

 7

#qt #音视频
基于 Flutter × HarmonyOS 6.0 的「难忘视频播放器」实战 —— 从零构建跨端视频播放器

本文介绍了基于Flutter和HarmonyOS 6.0开发的跨端视频播放器"Memoria Player"的实战项目。文章首先分析了视频类应用的特点和跨端开发的必要性，阐述了Flutter与HarmonyOS结合的架构优势。随后详细讲解了播放器的核心功能设计，包括视频封面展示、播放控制和信息浮层等UI组件。通过代码示例重点解析了Stack布局、视频缩略图层、播放状态管理和手势

 一键难忘
2026-02-04 16:15:21

 1w

 30

#flutter #harmonyos #音视频
【Qt开发】Qt系统（十二）-＞ Qt视频

Qt视频播放功能基于QMediaPlayer和QVideoWidget两个核心类实现，支持跨平台应用开发。通过setVideoOutput()关联播放器与视频窗口，使用setMedia()加载媒体源，调用play()等方法控制播放流程。开发者可通过信号槽机制监听播放状态变化，并利用Qt布局系统将视频控件嵌入UI界面。该方案具有跨平台兼容、接口简洁和扩展性强的特点，适用于多媒体播放器、视频监控等多种

 枫叶丹4
2026-02-04 08:00:00

 2070

 94

#qt #音视频 #开发语言 +2
Qt+FFmpeg 实现音频重采样

本文面向编程小白，用最通俗的语言讲解如何基于 Qt+FFmpeg 实现音频重采样（简单说：把音频文件的采样率 / 采样格式 / 声道数转换成目标规格）。全程避开复杂术语，只讲核心逻辑，代码可直接运行～为啥用线程？→ 避免界面卡死，让 “界面操作” 和 “音频处理” 并行；FFmpeg 核心？→（配置参数）、swr_init（初始化）、（重采样）；内存管理？→ FFmpeg 的缓冲区 / 上下文要手

 xmRao
2026-01-31 21:35:52

 1058

 16

#qt #音视频
Android音频系列(04)-Audio播放录制使用及参数详解

摘要：本文详细介绍了Android音频处理中的AudioTrack和AudioRecord参数配置。AudioTrack用于播放PCM音频，重点讲解了usage（用途）、contentType（内容类型）、encoding（编码格式）、sampleRate（采样率）、channelMask（声道配置）和mode（播放模式）等核心参数的设置。通过代码示例展示了如何创建AudioTrack实例并播放音

 Minilinux2018
2026-01-20 19:12:57

 1275

 30

#android #音视频
springboot加ffmpeg对视频的截图，截取，水印，音频提取的工程化实现

Spring Boot框架，调用ffmpeg提供视频截图、添加水印和剪辑功能

 冷冷的菜哥
2026-01-17 23:46:21

 612

 7

#spring boot #音视频 #java
RagFlow实现多模态搜索(文、图、视频)与(关键字/相似度)搜索原理（二）

RAGFlow多模态搜索功能实践本文介绍了RAGFlow系统的多模态搜索功能，重点演示了图片和视频的解析与搜索能力。通过配置阿里qwen3-vl-plus视觉模型，系统能够将图片和视频内容转换为文本形式的Chunk数据。测试结果显示，系统成功解析了图片内容和短视频内容（如电动车相关视频），并能通过关键词（如"电动车"）同时检索出匹配的图片和视频素材。文章还分析了搜索接口的关键

 水中加点糖
2026-01-11 19:15:55

 2390

 14

#音视频 #python #AI
B站（哔哩哔哩）视频免费下载方式

方法难度高清支持（1080P+）批量/合集无需安装推荐人群在线网站最低是（部分需登录）部分是新手/手机浏览器扩展低是是是日常浏览桌面软件中是（大会员最高）是否重度下载命令行工具高是是否技术爱好者。

m0_57545130
2026-01-06 16:49:31

 16.6w

 35

#音视频
实时音频通话过程中AI降噪的实现（windows/Android）

本文探讨了实时音频通话中3A算法（AEC、ANS、AGC）的重要性，并针对WebRTC原生3A算法在特定场景下的不足，提出了基于开源项目DFSMN-ANS和RNNoise的优化方案。作者详细介绍了将这两个项目集成到音视频SDK的过程，包括算法移植、推理框架适配（支持ONNX、NCNN、RKNN）以及灵活的接口设计。通过性能测试显示，优化后的方案在啸叫抑制和噪声消除方面表现优异，尤其在处理突发性噪声

 Cowboy1929
2025-12-24 13:07:05

 1346

 29

#音视频 #人工智能
OpenCV：实时视频防抖，python，改进第一版（效果差）

OpenCV：实时视频防抖，python版

 柳鲲鹏
2025-11-24 09:21:48

 325

 1

#opencv #音视频 #python
FFmpeg解码音频数据AudioTrack/OpenSL播放

本文介绍了使用FFmpeg解码音频数据并通过AudioTrack和OpenSL ES播放的实现方法。首先通过FFmpeg完成音频文件的打开、流信息解析、解码器初始化和PCM数据提取，其中涉及关键的重采样处理。在播放环节，分别实现了两种方案：1）通过回调将PCM数据传递给Java层的AudioTrack播放；2）利用OpenSL ES构建完整的音频播放管线，包括引擎创建、混音器配置和播放器初始化，并

 Everbrilliant89
2025-11-15 20:01:26

 1517

 29

#音视频
【iOS】音频与视频播放

在iOS应用中集成音频和视频播放功能是常见的需求。iOS提供了强大的框架来支持多媒体内容的播放，主要是AVFoundation框架。初始化一个播放单元这里我们的URL要明确视频的路径是本地还是网络。网络URL：NSURL *url = [NSURL URLWithString:@"/Users/mac/Desktop/技能五子棋.mp4"];本地文件：如果视频在本地某个位置：NSString *p

2401_87841908
2025-11-08 13:18:24

 1145

 28

#ios #音视频 #cocoa
Sora文生视频技术拆解：Diffusion Transformer架构与时空建模原理

摘要： OpenAI的Sora模型通过将Diffusion模型与Transformer架构结合，实现了视频生成领域的重大突破。其核心创新包括：1）采用Diffusion Transformer（DiT）架构替代传统U-Net，提升长序列处理能力；2）时空Patch嵌入机制将视频数据统一编码为序列；3）改进的注意力机制同时建模时空相关性。Sora将视频生成转化为序列建模问题，通过多尺度训练策略和条件

 Rqaqedamancy
2025-10-15 23:59:17

 2.8w

 89

#音视频 #transformer #架构 +1
FFmpeg开发笔记（十三）：ffmpeg采集麦克风音频pcm重采样为aac录音为AAC文件

本文介绍了使用FFmpeg进行音频重采样和编码的技术流程，重点解决音频录制中的噪声问题。文章首先概述了音频采集、解码、重采样和封装的基本流程，指出噪声来源于输入输出帧大小不匹配导致的相位不连续。针对这一问题，作者提出了三种解决方案：调整采集参数、补零处理和使用缓冲区。其中详细讲解了使用AVAudioFifo缓冲区的实现方法，包括创建、写入、读取和释放缓冲区的关键代码。最后展示了无缓冲处理的Demo

长沙红胖子Qt（技术Q群4597637）
2025-10-13 13:32:23

 9746

 59

#音视频
【AI视频】从单模型，到AI Agent工作流

回到最初的问题，CrePal为我们这些跟技术打交道的人，解决了什么痛点？从“手搓脚本”到“智能编排”：它用Agent取代了我们编写的“胶水代码”，自动化处理了多模型协同。从“开盲盒”到“精准调优”：通过和这类功能，它提供了宝贵的精细化控制能力。从“推倒重来”到“敏捷迭代”：极大地降低了修改和迭代的成本，让快速验证创意成为可能。Sora2和KLING们负责提供更强大的“发动机”，而CrePal这样的

 是Yu欸
2025-10-14 19:41:29

 8714

 98

#人工智能 #音视频 #AI作画 +2
音频audio播放两种方式：MediaPlayer和AudioTrack对比

当然两者之间还是有紧密的联系的，MediaPlayer在framework层还是会创建AudioTrack，把解码后的PCM数流传递给AudioTrack，注意这里的AudioTrack不是app进程创建的，而是MediaPlayer对应的服务端mediaserver进程创建的AudioTrack，AudioTrack再传递给AudioFlinger进行混音，然后才传递给硬件播放，所以是Media

learnframework
2025-10-08 21:17:10

 872

 12

#音视频 #android
SCAMPS视频生理信号测量数据集

SCAMPS是一个用于相机生理信号测量研究的合成视频数据集，包含2800个视频（约168万帧），每帧都精确同步PPG/ECG等生理信号。该数据集通过计算机图形学技术生成，包含真实感渲染的面部、多种生理信号波形及其衍生指标，以及面部动作、分割掩膜等丰富标签。SCAMPS的优势在于完美同步的标签、可控的多样性条件，可用于训练生理信号检测模型，并测试从合成到真实数据的泛化能力，同时减少对真实人体数据采集

 Gigavision
2025-10-06 15:33:53

 1335

 23

#音视频
计算机视觉(二)------OpenCV图像视频操作进阶：从原理到实战

在计算机视觉领域，OpenCV作为最常用的开源库，提供了丰富的图像处理接口。上一篇我们介绍了图像的基本读写、色彩空间转换等基础操作，而实际应用中，我们往往需要更复杂的预处理（如边界扩展）、特征提取（如阈值分割）、噪声处理（如平滑滤波）等操作。本文将围绕OpenCV的进阶操作展开，通过具体案例详解边界填充、阈值处理、图像运算、平滑滤波及视频去噪的实现原理与实战技巧，所有代码均可直接运行，适合初学者进

 Sunhen_Qiletian
2025-08-20 23:49:49

 1896

 38

#计算机视觉 #opencv #音视频
海康威视摄像头实时推流到阿里云公网服务器（Windows + FFmpeg + nginx-rtmp)

摘要：本文详细介绍将海康威视摄像头视频流通过Windows电脑推送到阿里云服务器的完整方案。步骤包括：1）在阿里云ECS部署nginx-rtmp服务并开放端口；2）Windows端安装FFmpeg，通过RTSP拉取摄像头流并转推RTMP协议；3）使用VLC或网页进行公网播放验证；4）通过nssm工具将推流程序注册为Windows服务实现长期运行。方案支持低延迟传输，提供常见问题排查方法和一键脚本

 森霖木
2025-08-09 18:35:14

 2897

 15

#音视频
视频号下载机器人源码部署开发,视频号解析下载机器人制作教程+源码

本文介绍了搭建微信视频号视频下载机器人的完整方案，包括技术原理、开发环境准备、源码解析和部署步骤。核心是通过解析加密视频地址，使用Python实现自动化下载功能，并提供批量下载、GUI界面等扩展建议。文章还强调了法律风险、反爬对策和性能优化等注意事项，并附常见问题解决方案，帮助开发者构建高效稳定的视频下载工具。

澎湃源码亲测
2025-08-01 11:56:02

 2408

 10

#音视频 #机器人
【音视频协议篇】RTMP协议

本文系统介绍了RTMP协议的核心内容，详细解析了握手过程、连接建立步骤、消息类型(协议控制/数据/命令消息)以及块结构等。

肥or胖
2025-07-22 17:04:07

 2853

 59

#音视频
音视频学习（四十一）：H264帧内压缩技术

块划分：原始图像帧首先被划分为宏块（16x16）和子宏块（如4x4、8x8等）。帧内预测：对于当前正在编码的图像块，编码器会根据其上方和左侧（已经编码并重建的）相邻像素，使用多种帧内预测模式（如垂直、水平、直流、对角线等）生成一个预测块。计算残差：将原始图像块的每一个像素值减去对应位置上预测块的像素值，从而得到一个残差块。这个残差块通常包含了图像中预测失败的细节和纹理信息。例如，如果原始块中的某个

 却道天凉_好个秋
2025-07-20 22:42:28

 1259

 12

#音视频
Android音视频探索之旅 | C++层使用OpenGL ES实现视频渲染

*** @创建者 Jack* @创建时间 2025-07-12 12:40* @描述*///适配Android8.0及以上无法正常渲染视频的问题@Override@Override@Override@Override@Override@Override@Override//注意：需要手动开启存储权限并在MainActivity中引入使用项目代码可以在码云上面进行下载，6.0以上的设备需要手动开启

 慢行的骑兵
2025-07-12 16:28:06

 785

 6

#android #音视频
Qt实现外网双向音视频通话/支持嵌入式板子/实时性好延迟低/可以加水印

摘要本文介绍了基于流媒体服务的音视频通话系统实现方案。该系统通过流媒体服务器中转实现了内外网音视频通信，局域网设备需通过云服务器中转才能进行外网通话。文章详细说明了系统架构：音视频数据采集后推流至云服务器，通话双方再从服务器拉取对方音视频流。代码展示了Qt框架下的实现，包括音视频输入输出处理、流媒体线程管理及UI交互。注意事项包括服务器带宽需求（1080P视频需4-5MB带宽）及网络优化建议（如

 feiyangqingyun
2025-07-06 16:10:28

 1161

 13

#qt #音视频 #开发语言
《Python 实现 B 站视频信息爬虫：从批量获取到 CSV 保存》

在数据分析和内容研究场景中，获取 B 站视频的标题、播放量、作者等信息是常见需求。本文将介绍如何使用 Python 编写一个 B 站视频爬虫，通过 DrissionPage 库实现自动化数据采集，并保存为 CSV 格式。相比传统 Selenium，DrissionPage 的 API 更简洁，适合快速开发爬虫脚本。

小白小白小白lxf
2025-06-28 20:12:28

 1682

 25

#python #音视频 #爬虫
系统学习 Android 的进程管理、内存管理、音频管理

层层深入，并结合实践。，最终能独立分析 Android 系统级问题。要系统学习 Android 的。

Code_onepage
2025-06-27 16:42:34

 1400

 19

#学习 #android #音视频
免费1000套编程教学视频资料视频(涉及Java、python、C C++、R语言、PHP C# HTML GO)

免费1000套编程教学视频资料视频(涉及Java、python、C C++、R语言、PHP C# HTML GO)

weixin_42380711
2025-06-21 15:19:39

 2938

 19

#音视频 #java #c++
外网访问内网海康威视监控视频的方案：WebRTC + Coturn 搭建

为了实现外网访问内网海康威视监控视频的需求，本文提出了一种基于WebRTC和Coturn的解决方案。通过WebRTC协议，可以将内网中的RTSP视频流在Web页面上实时显示，而Coturn则作为中继服务器，解决外网访问时的网络穿透问题。具体步骤包括：在云服务器上搭建Coturn服务器，配置STUN/TURN服务，启动webrtc-streamer服务，并通过前端页面调用webrtcstreamer

拧螺丝专业户
2025-05-11 22:41:27

 4163

 25

#音视频 #webrtc
音视频之H.265/HEVC熵编码

熵编码是指按信息熵原理进行的无损编码方式，无损编码也是有损视频编码中的一个关键模块，它处于视频压缩系统的末端。编码把一系列用来表示视频序列的元素符号转变为一个用来传输或存储的压缩码流，输入的符号可能包括量化的变换系数、运动矢量信息、预测模式信息等。熵编码可以有效去除这些视频元素符号的统计几余，是保证视频编码压缩效率的重要工具之一。

Everbrilliant89
2025-04-27 18:12:18

 1880

 22

#音视频
Python在AI虚拟教学视频开发中的核心技术与前景展望

Python在AI虚拟教学视频开发中的核心技术与前景展望

 灏瀚星空
2025-04-25 17:40:04

 8032

 121

#python #人工智能 #音视频
uniapp -- 实现微信小程序、H5端视频上传

uniapp实现视频上传

 浮桥
2025-04-24 17:25:43

 1800

 28

#uni-app #微信小程序 #音视频
【音视频】音频解码实战

avcodec_send_packet、avcodec_receive_frame的API是FFmpeg3版本加⼊的。以下内容摘译⾃⽂档说明解码：avcodec_send_packet()、avcodec_receive_frame()。解码：avcodec_send_frame()、avcodec_receive_packet()。API的设计与编解码的流程⾮常贴切。像以前⼀样设置并打开AVCo

Antonio915
2025-04-22 23:59:03

 1771

 28

#音视频
ChatGPT 4：解锁AI文案、绘画与视频创作新纪元

12 大专题讲解 +31 个温馨提示＋ 70 多个效果文件 +208 页 PPT 教学课件＋ 210 多分钟教学视频＋280 多张精美插图，随书还提供了 200 多个提示词等资源，帮助读者从入门到精通 ChatGPT 4 的全部应用。AI 提示篇介绍了 ChatGPT 4 的基本操作，以及优化 AI 提示让回答更加精准等内容。AI 文案篇介绍了 ChatGPT 4 生成优质文案的方法，以及电商、新

 onc-virn
2025-04-06 23:18:37

 1.9w

 89

#人工智能 #音视频