电视图文信号处理工具技术文档
2024-12-26 10:00:59作者:农烁颖Land
1. 安装指南
1.1 环境准备
在使用CUDA解码功能之前,您需要安装Nvidia的专有驱动程序。为了安装可选依赖项,请运行以下命令:
pip3 install -e .[CUDA,spellcheck,viewer]
如果您的平台不支持CUDA或pyenchant,可以简单地从安装命令中省略它们。
1.2 OpenCL支持
要使用OpenCL,您需要安装pyopencl以及适用于您显卡的OpenCL运行时。然后,使用-O选项运行deconvolve命令。
1.3 字体与终端设置
为了正确渲染输出,您需要使用特定的字体和终端:
sudo apt-get install tv-fonts rxvt-unicode
然后,在X服务器中启用位图字体:
cd /etc/fonts/conf.d
sudo rm 70-no-bitmaps.conf
sudo ln -s ../conf.avail/70-yes-bitmaps.conf .
完成此操作后,您可能需要重新加载字体缓存:
xset fp rehash
最后,打开一个使用所需字体的终端:
urxvt -fg white -bg black -fn teletext -fb teletext -geometry 41x25 +sb &
2. 项目的使用说明
2.1 录制VBI信号
首先,从VHS录制VBI信号:
teletext record -d /dev/vbi0 > capture.vbi
2.2 解卷积录制文件
对录制的文件进行解卷积处理:
teletext deconvolve capture.vbi > stream.t42
2.3 查找磁带上的服务
检查头部信息以找到磁带上的服务:
teletext filter -r 0 stream.t42
2.4 分割捕获文件
将捕获文件按服务分割:
teletext filter --start <N> --stop <N> stream.t42 > stream-1.t42
2.5 显示流中的所有页面副本
显示流中某个页面的所有副本:
teletext filter stream.t42 -p 100
2.6 压缩重复子页面
压缩重复的子页面以减少错误:
teletext squash stream.t42 > output.t42
2.7 生成HTML页面
从流中生成HTML页面:
teletext html output/ stream.t42
2.8 交互式查看页面
交互式查看t42流中的页面:
teletext service stream.t42 | teletext interactive
在交互式查看器中,您可以输入页码,或输入.以保持当前页面。
3. 项目API使用文档
3.1 teletext record
录制VBI信号。
参数:
-d:指定VBI设备路径。
示例:
teletext record -d /dev/vbi0 > capture.vbi
3.2 teletext deconvolve
对录制的VBI信号进行解卷积处理。
示例:
teletext deconvolve capture.vbi > stream.t42
3.3 teletext filter
过滤和解码t42流。
参数:
-r:显示头部信息。--start:指定起始服务编号。--stop:指定结束服务编号。-p:显示指定页面的所有副本。
示例:
teletext filter -r 0 stream.t42
teletext filter --start 1 --stop 2 stream.t42 > stream-1.t42
teletext filter stream.t42 -p 100
3.4 teletext squash
压缩重复的子页面。
示例:
teletext squash stream.t42 > output.t42
3.5 teletext html
从t42流生成HTML页面。
示例:
teletext html output/ stream.t42
3.6 teletext interactive
交互式查看t42流中的页面。
示例:
teletext service stream.t42 | teletext interactive
4. 项目安装方式
4.1 使用pip安装
您可以使用pip安装该项目及其依赖项:
pip3 install -e .[CUDA,spellcheck,viewer]
4.2 手动安装
如果您希望手动安装,可以克隆项目仓库并安装依赖项:
git clone <项目仓库地址>
cd <项目目录>
pip3 install -r requirements.txt
4.3 安装可选依赖项
根据您的需求,您可以选择安装CUDA、拼写检查或查看器支持:
pip3 install -e .[CUDA,spellcheck,viewer]
4.4 配置字体与终端
确保按照“安装指南”中的步骤配置字体与终端,以确保输出正确渲染。
通过本文档,您应该能够顺利安装、配置并使用该电视图文信号处理工具。如有任何问题,请参考各命令的--help选项获取更多详细信息。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210