Конференции Олега Бунина (Онтико) corporate blog
Website development
Python
Image processing
Comments 9
0
Интерестно сравнение с OpenCV CUDA.
По моим наблюдениям, именение размера изображений, OpenCV CUDA (cv::cuda::resize) работает в раза три быстрей чем OpenCV CPU (cv::resize). Тестировал в C++ проэкте.
0

Из документации:


cuda::resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR, Stream& stream=Stream::Null())

interpolation – Interpolation method. INTER_NEAREST, INTER_LINEAR and INTER_CUBIC are supported for now.

Если INTER_CUBIC интерпретируется так же, как в самом cv::resize (то есть при уменьшении берется фиксированное ядро в окружности ближайшей точки), то такой ресайз (а точнее такое качество) никому не нужно. А более-менее приемлемого значения INTER_AREA тут нет.


Понять, в чем проблема в ресайзе с фиксированным ядром, можно, например, прочитав соответствующую главу в моей недавней статье.

0
eyeofhell пользователей графических библиотек беспокоит не только производительность, но и безопасность.
Во избежание подобного: «Удалённое выполнение кода».
Уделяли ли вы внимание вопросу безопасности при разработке, когда источник изображения не является доверенным?

0
Да. Спасибо за приглашение автора кода. Я потерялся, пока читал статью.
+1

У меня нет какой-то большой истории про безопасность, которую бы я мог рассказать. Да, уделяли, как иначе. Численно оценить это сложно. Таких глобальных уязвимостей, с исполнением кода, насколько я знаю, не было. Но понятно, что чем распространеннее библиотека, тем больше в ней ищут уязвимости. Pillow намного менее распространенна, чем тот же ImageMagick, так что есть два варианта, либо еще не нашли, либо их нет.

0
размытие по Гауссу, которое работает за константное время относительно радиуса

Это значит с увеличением радиуса время останется тем же? Как оно работает?

Only those users with full accounts are able to leave comments. , please.