To jest aplikacja dla systemu Linux o nazwie GPUImage 2, której najnowszą wersję można pobrać jako Version0.0.1_InitialSwiftPackageManagerrelease.zip. Można go uruchomić online w darmowym dostawcy usług hostingowych OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie GPUImage 2 z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom emulator online OnWorks Linux lub Windows online lub emulator online MACOS z tej witryny.
- 5. W systemie operacyjnym OnWorks Linux, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację, zainstaluj ją i uruchom.
ZRZUTY EKRANU
Ad
GPUObraz 2
OPIS
GPUImage 2 to druga generacja architektury GPUImage, projektu open source do przetwarzania obrazu i wideo z akceleracją GPU na komputerach Mac, iOS, a teraz w systemie Linux. Oryginalna struktura GPUImage została napisana w Objective-C i była przeznaczona dla komputerów Mac i iOS, ale ta najnowsza wersja jest napisana w całości w języku Swift i może być również przeznaczona dla systemu Linux i przyszłych platform obsługujących kod Swift. Celem frameworka jest maksymalne ułatwienie konfigurowania i wykonywania przetwarzania wideo w czasie rzeczywistym lub widzenia maszynowego na podstawie obrazów lub źródeł wideo. Polegając na GPU do wykonywania tych operacji, można uzyskać poprawę wydajności 100X lub więcej w stosunku do kodu związanego z procesorem. Jest to szczególnie widoczne w urządzeniach mobilnych lub wbudowanych. Na iPhonie 4S ta platforma może z łatwością przetwarzać wideo 1080p przy ponad 60 klatkach na sekundę. Na Raspberry Pi 3 może przeprowadzać wykrywanie krawędzi Sobela na wideo na żywo w rozdzielczości 720p przy ponad 20 klatkach na sekundę.
Korzyści
- Ramy opierają się na koncepcji potoku przetwarzania
- Dowolnie złożone operacje przetwarzania można zbudować z kombinacji szeregu mniejszych operacji
- Jest to framework zorientowany obiektowo
- Z klasami, które hermetyzują dane wejściowe, operacje przetwarzania i dane wyjściowe
- Operacje przetwarzania wykorzystują Vertex i Fragment Shader Open GL (ES) do wykonywania manipulacji obrazem na GPU
- Ten projekt obsługuje Swift Package Manager
Język programowania
Szybki
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/gpuimage-2.mirror/. Został umieszczony w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.