电视图文信号处理工具技术文档
2024-12-26 22:06:12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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
492