电视图文信号处理工具技术文档
2024-12-26 22:03:02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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
95

🎉 (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
976
575

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++
550
86

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
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
28