openapv 的安装和配置教程
2025-05-29 19:09:09作者:郜逊炳
项目的基础介绍
openapv 是一个开源项目,它提供了 APV 编解码器的参考实现。APV 编解码器旨在用于录制专业级别的视频和相关的元数据,而不会损失质量。这个项目是免费的,并且遵循 BSD-3-Clause 许可协议。
主要的编程语言
该项目主要使用 C 语言进行开发,同时也使用了 CMake 作为构建系统。
项目使用的关键技术和框架
openapv 使用了一些传统且广泛认可的编码技术,这些技术在1980年代初期到1990年代末期就已经被公布。项目支持的关键技术和特性包括:
- 与 APV 编解码器 422-10 和 400-10 配置文件完全兼容
- 对 ARM NEON 和 x86(64位) SEE/AVX CPU 进行了优化,以实现低复杂度
- 支持基于瓦片的的多线程
- 支持各种元数据,包括 HDR10/10+ 和用户定义的格式
- 支持恒定 QP (CQP)、平均比特率 (ABR) 和恒定速率因子 (CRF)
项目安装和配置的准备工作
在开始安装之前,请确保您的系统中已经安装了以下必要的依赖项:
- CMake (可以从 CMake 官网 下载)
- GCC 编译器
- 对于 ARM 平台,需要安装
gcc-aarch64-linux-gnu和binutils-aarch64-linux-gnu - 对于 Windows 平台(交叉编译),需要安装
mingw-w64和mingw-w64-tools
详细的安装步骤
以下是安装 openapv 的详细步骤:
-
克隆项目到本地目录:
git clone https://github.com/openapv/openapv.git -
根据您的操作系统和架构,选择合适的构建目录,并使用 CMake 配置项目:
-
PC (Linux) 构建指令:
cmake -DCMAKE_BUILD_TYPE=Release -S . -B build cmake --build build -
ARM (交叉编译) 构建指令:
cmake -S . -B build-arm -DCMAKE_TOOLCHAIN_FILE=aarch64_toolchain.cmake -DCMAKE_BUILD_TYPE=Release cmake --build build-arm -
Windows (交叉编译) 构建指令:
cmake -S . -B build-windows -DCMAKE_TOOLCHAIN_FILE=windows_x86_64_toolchain.cmake -DCMAKE_BUILD_TYPE=Release cmake --build build-windows
-
-
构建完成后,可执行文件将位于
build*/bin/目录下,库文件位于build*/lib/目录下。 -
使用 openapv 编解码器前,请确保按照项目提供的帮助信息了解如何使用编码器和解码器。
通过上述步骤,您应该能够成功安装 openapv 并开始使用它进行视频的编码和解码。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137