OpenEXR:专业级图像存储格式的首选
2024-09-17 19:36:07作者:滑思眉Philip
项目介绍
OpenEXR 是一个开源项目,提供了 EXR 文件格式的规范和参考实现。EXR 文件格式是电影和电视行业中广泛使用的专业级图像存储格式,旨在准确且高效地表示高动态范围(HDR)场景线性图像数据及其相关元数据。OpenEXR 支持多部分、多通道的使用场景,广泛应用于需要高精度的软件中,如照片级真实感渲染、纹理访问、图像合成、深度合成和数字中间片(DI)处理。
项目技术分析
OpenEXR 的核心技术优势在于其对高动态范围图像的支持,以及对多通道、多部分图像数据的强大处理能力。项目采用 C++ 编写,提供了丰富的 API,方便开发者进行图像的读写、压缩和解压缩操作。此外,OpenEXR 还支持跨平台运行,包括 Linux、Windows 和 macOS 等操作系统。
项目及技术应用场景
OpenEXR 适用于以下场景:
- 电影和电视制作:用于存储和处理高动态范围的图像数据,确保视觉效果的准确性和一致性。
- 游戏开发:用于纹理和光照贴图的存储,提升游戏画面的真实感和细节表现。
- 科学可视化:用于存储和展示高精度的科学数据,如医学成像和气象数据。
- 摄影后期处理:用于高动态范围图像的合成和编辑,提升照片的视觉效果。
项目特点
- 高动态范围支持:OpenEXR 能够准确表示高动态范围图像,适用于需要高精度的图像处理任务。
- 多通道支持:支持多通道图像数据的存储和处理,适用于复杂的图像合成和编辑任务。
- 跨平台兼容:支持 Linux、Windows 和 macOS 等多种操作系统,方便开发者进行跨平台开发。
- 安全性与可靠性:项目注重安全性和可靠性,确保数据的长久保存和处理过程的稳定性。
- 易于使用:提供了简洁易用的 API,方便开发者快速上手并集成到自己的项目中。
快速开始
想要快速体验 OpenEXR 的功能,可以参考以下简单的“Hello, world”示例代码:
#include <ImfRgbaFile.h>
#include <ImfArray.h>
#include <iostream>
int main()
{
try {
int width = 10;
int height = 10;
Imf::Array2D<Imf::Rgba> pixels(width, height);
for (int y=0; y<height; y++)
for (int x=0; x<width; x++)
pixels[y][x] = Imf::Rgba(0, x / (width-1.0f), y / (height-1.0f));
Imf::RgbaOutputFile file("hello.exr", width, height, Imf::WRITE_RGBA);
file.setFrameBuffer(&pixels[0][0], 1, width);
file.writePixels(height);
} catch (const std::exception &e) {
std::cerr << "Unable to read image file hello.exr:" << e.what() << std::endl;
return 1;
}
return 0;
}
通过 CMake 构建项目:
$ cmake -S . -B _build -DCMAKE_PREFIX_PATH=<path to OpenEXR libraries/includes>
$ cmake --build _build
更多详细信息,请参考 OpenEXR 技术文档。
社区与支持
-
提问与交流:
- 邮件列表:openexr-dev@lists.aswf.io
- Slack 频道:academysoftwarefdn#openexr
-
会议与活动:
- 技术指导委员会会议:每两周一次,周四下午1:30(太平洋时间)
- 会议日历:https://lists.aswf.io/g/openexr-dev/calendar
- 会议笔记:https://wiki.aswf.io/display/OEXR/TSC+Meetings
-
报告问题:
- 提交 Issue:https://github.com/AcademySoftwareFoundation/openexr/issues
-
安全漏洞报告:
- 发送邮件至:security@openexr.com
-
贡献代码:
资源
- 官方网站:http://www.openexr.com
- 技术文档:https://openexr.readthedocs.io
- 版本迁移指南:OpenEXR/Imath Version 2.x to 3.x Porting Guide
- 参考图像:https://github.com/AcademySoftwareFoundation/openexr-images
- 安全策略:SECURITY.md
- 发布说明:CHANGES.md
- 贡献者列表:CONTRIBUTORS.md
许可证
OpenEXR 采用 BSD-3-Clause 许可证。

登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python02
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
Launch4j中文版:Java应用程序打包成EXE的终极解决方案 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 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
288
2.59 K
deepin linux kernel
C
24
7
React Native鸿蒙化仓库
JavaScript
225
304
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++
604
181
暂无简介
Dart
575
127
Ascend Extension for PyTorch
Python
114
144
🎉 (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
1.04 K
609
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
450
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
46
75
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
136
57