AndroidX Media3 Transformer视频尺寸处理新特性解析
2025-07-04 19:02:39作者:齐添朝
在视频处理领域,AndroidX Media3库的Transformer组件提供了强大的视频转码和处理能力。近期该库在Presentation效果类中新增了一个重要功能,专门针对视频尺寸的智能缩放需求。
视频尺寸处理的常见场景 在视频处理过程中,开发者经常需要将高分辨率视频转换为更适合网络传输或存储的较低分辨率版本。传统做法需要手动判断视频方向(横屏/竖屏)并计算目标尺寸,这个过程既繁琐又容易出错。
Presentation类的演进 Media3的Presentation类最初提供了三种基础尺寸设置方式:
- 按宽高比缩放(createForAspectRatio)
- 按固定高度缩放(createForHeight)
- 按固定宽高缩放(createForWidthAndHeight)
新特性的技术价值 最新加入的createForShortSide方法解决了视频方向自适应的核心痛点。该方法会自动检测视频的短边(无论是宽度还是高度),并以此为基础进行等比例缩放,确保:
- 竖屏视频以宽度为基准
- 横屏视频以高度为基准
- 保持原始宽高比不变
- 简化了开发者的计算逻辑
实际应用示例 假设处理一个3840x2160的4K横屏视频,若指定短边为720像素:
- 自动识别高度为短边
- 等比例缩放至1280x720 而对于一个1080x1920的竖屏视频:
- 自动识别宽度为短边
- 等比例缩放至720x1280
技术实现建议 开发者在使用时应注意:
- 该方法在Media3 1.8.0-alpha01及以上版本可用
- 与其它视频效果(如裁剪、旋转)组合使用时需注意处理顺序
- 输出视频的编码参数需要与目标分辨率匹配
这个改进体现了AndroidX团队对开发者实际需求的敏锐洞察,使得视频处理流程更加智能和高效。对于需要适配多种设备或网络条件的视频应用,这项功能将显著降低开发复杂度,同时保证视频质量的最优化。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425