Ruby-Vips 技术文档
2024-12-26 10:02:22作者:盛欣凯Ernestine
1. 安装指南
1.1 Linux 和 macOS 安装
在 Linux 和 macOS 系统上,首先需要通过包管理器安装 libvips 二进制文件。例如,在 Ubuntu 上可以使用以下命令:
sudo apt install libvips42
在 macOS 上可以使用 Homebrew 安装:
brew install vips
安装完成后,可以通过以下命令安装 ruby-vips gem:
gem install ruby-vips
或者在你的 Gemfile 中添加以下内容:
gem "ruby-vips"
1.2 Windows 安装
在 Windows 系统上,ruby-vips gem 会自动拉取并安装 msys libvips,因此只需执行以下命令:
gem install ruby-vips
或者在你的 Gemfile 中添加以下内容:
gem "ruby-vips"
2. 项目的使用说明
ruby-vips 是一个用于图像处理的 Ruby 库,它基于 libvips 图像处理库。以下是一个简单的使用示例:
require "vips"
# 从文件加载图像
im = Vips::Image.new_from_file filename
# 将图像嵌入到一个 3000 x 3000 像素的图像中,位置为 (100, 100),并使用镜像扩展
im = im.embed 100, 100, 3000, 3000, extend: :mirror
# 将绿色通道(中间通道)乘以 2,其他通道保持不变
im *= [1, 2, 1]
# 创建一个卷积核,并进行卷积操作
mask = Vips::Image.new_from_array [
[-1, -1, -1],
[-1, 16, -1],
[-1, -1, -1]], 8
im = im.conv mask, precision: :integer
# 将处理后的图像保存到文件
im.write_to_file output_filename
3. 项目 API 使用文档
ruby-vips 提供了丰富的 API 接口,以下是一些常用的 API 方法:
3.1 加载图像
im = Vips::Image.new_from_file filename
3.2 图像嵌入
im = im.embed x, y, width, height, extend: :mirror
3.3 图像通道操作
im *= [1, 2, 1] # 将绿色通道乘以 2
3.4 图像卷积
mask = Vips::Image.new_from_array [
[-1, -1, -1],
[-1, 16, -1],
[-1, -1, -1]], 8
im = im.conv mask, precision: :integer
3.5 保存图像
im.write_to_file output_filename
4. 项目安装方式
4.1 通过 gem 安装
在终端中执行以下命令即可安装 ruby-vips:
gem install ruby-vips
4.2 通过 Gemfile 安装
在你的 Gemfile 中添加以下内容:
gem "ruby-vips"
然后执行 bundle install 安装依赖。
4.3 依赖库安装
在 Linux 和 macOS 上,需要先安装 libvips 库。在 Windows 上,ruby-vips 会自动安装所需的依赖库。
通过以上步骤,你可以成功安装并使用 ruby-vips 进行图像处理。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249