链接卡片与富媒体嵌入实战:自研 FxEmbed 的架构、踩坑与优化

链接卡片富媒体嵌入Open Graph
于 2026-10-29 07:36:30 修改
·本内容遵循CC 4.0 BY-SA版权协议

我曾经在好几个项目里都被同一个问题卡过:聊天界面里用户发了个链接,结果就是一坨纯文本;后台内容管理里粘贴了一个外链,预览却是空白;产品经理说“你看人家 Discord 一点链接就出卡片”,可那东西看着简单,真做起来全是细节。

后来我干脆把这块抽出来做了一个独立的小项目,起名 FxEmbed,其实就是 Flexible Embed 的意思。目标是解决一个很具体的问题:给定任意一个 URL,后端能抓取并解析出它的标题、描述、缩略图这些关键信息,前端能根据链接类型渲染成链接卡片或者直接内嵌播放富媒体内容。这个项目我从选型到落地踩了不少坑,文章里会把这套方案的架构、实现步骤和几个比较隐蔽的问题都讲清楚。无论你是正在做 IM、内容平台还是后台系统的开发者,或者只是想给自己博客加个自动链接预览的小功能,这篇都能给你一个能直接落地的参考。

1. 链接嵌入这个需求,为什么每个业务都躲不开

先说场景。我问过自己一个问题:为什么“链接预览”这种功能像水电一样,人人都需要?答案其实在于链接本身是互联网最基础的引用单位。IM 工具要展示卡片,是因为用户不想跳转才能看到内容;后台系统要展示外链,是因为管理端需要快速判断这个链接值不值得继续跟进;内容平台要做 URL 展开,是因为用户粘贴的链接会直接破坏阅读节奏。

我把这类需求粗暴地分成了两种形态,这对后面设计架构非常关键:

需求形态 典型场景 核心要求
链接卡片 聊天窗口、评论区的 URL 自动展开 快速拿到标题、描述、缩略图,能看就行
富媒体嵌入 产品文档里嵌视频、落地页里嵌地图/音频 需要解析出播放地址,或者 iframe 内嵌 URL

一开始项目里这两类需求是分开做的,聊天那边用一个大而全的第三方解析接口,后台这边干脆直接逐个站点写适配器。结果就是:解析接口挂了整个聊天预览全挂,适配器越写越没人维护。FxEmbed 的出发点就是把这套东西统一成一个“链接进来、结构化数据出去、前端按类型渲染”的管道。换句话说,不管是卡片还是嵌视频,解析层做的事是一样的,只是最后渲染层根据资源类型走不同分支而已。

这个统一的意义在后端开发和前端开发的协作上体现得最明显。后端不再需要关心 UI,只需要保证“给我一个 URL,我返回 title、description、image、type、embedUrl 这些字段”;前端也不再需要为每个平台单独写规则,只需要根据 type 判断渲染成哪种形态。这个分工一旦确定,整个功能的扩展路径就清晰了。

2. 选型对比:为什么没直接用现成的 Embed 库

做之前我花了不少时间看市面上的现成方案。老实说,能直接解决的问题真的存在,但放到我们的实际项目里,每个方案都有自己的别扭之处。

2.1 第三方托管服务和 npm 库的实际差距

先说 Embedly、Iframely 这类第三方服务。它们的优势非常明显:站点覆盖率高、图片处理成熟、接口稳定。但劣势也很致命。第一是费用和配额问题,免费档的请求量对一个日活稍高的产品来说基本不够用;第二是隐私和合规问题,所有用户提交的链接都会经过第三方服务器,这在内容审核和权限场景下有风险;第三是定制空间小,有一个敏感资源图片需要在代理层做权限鉴定,第三方服务根本没法配合。

再说 npm 库。比较典型的是 open-graph-scraper、url-metadata 这些,它们解决的是“解析”这一层,做得也确实不错。但问题在于它是一个库,不是一套方案。你依然要自己处理服务端代理、超时控制、缓存、渲染层,以及后续的样式定制。当我把这些工作量加起来之后发现,其实差的已经没有多少了,与其缝合多个库,不如自己把核心流程做透。

2.2 我为什么决定自研

最终选择自研 FxEmbed,总结下来是三个考量:

第一,可控性。链接预览这个功能最大的风险是“外部站点的不可控”,比如对方返回巨慢、返回非 HTML、图片防盗链、Meta 标签缺失。这些问题只能通过自己的代码去兜底,第三方库并不会替你考虑业务层面的降级策略。

第二,集成成本。FxEmbed 的核心只需要一个后端路由和一个前端组件,内部逻辑完全归我们管控。部署的时候可以跟着主服务走,也可以独立成一个微服务,甚至在边缘函数里直接跑。这种灵活度是黑盒服务很难给的。

第三,定制空间。我们是做内容产品的,链接卡片在 UI 上有很强的品牌属性。Shadow DOM 里包一层我们自己设计的样式模板,比在第三方返回的 HTML 上做 transform 干净得多。

当然,这里也要说句公道话:如果你只是做个一次性工具,或者对站点覆盖率要求极其夸张(比如要支持几百个长尾视频站),那直接用 Embedly 没问题。但如果你和我一样,主要对手是自己产品站内链接和主流站点,那自研一点也不比接第三方慢,而且后期心态会好很多。

3. FxEmbed 的架构拆解:抓取、解析、渲染三段式

整个 FxEmbed 被我拆成了三个边界清晰的模块:fetcher、parser、renderer。它们各管一段,互不干扰。用一个不太严谨但很好记的类比:fetcher 是采购员,负责把原材料带回来;parser 是切菜师傅,负责把原材料变成可用的食材;renderer 是厨师,负责摆盘上桌。

3.1 抓取层:一切问题从请求开始

fetcher 只做一件事:给定 URL,拿到 HTML 字符串。但这件事远没有看起来那么简单。

首先是超时。外部站点的响应时间存在极端不可控性,有些站点在弱网环境下能拖 30 秒才返回。如果抓取模块不设超时,会直接拖垮调用链。我在 fetcher 里强制设置了 8 秒超时,并且对响应体大小做了 2MB 上限,超过直接中断。原因很简单:解析一张链接卡片根本用不到完整的 HTML,80% 的有效信息都集中在 <head> 里。

然后是重定向。短链和跳转链接特别常见,但无节制的重定向会带来两个问题:一是请求可能陷入循环,二是最终跳转到的地址可能不是用户原始输入的地址。所以我在实现里限制了最多 5 次重定向,同时每次都校验重定向目标的协议和 IP 合规性(这块后面会说)。

3.2 解析层:OG 标签优先,降级兜底

parser 的核心任务是把 HTML 变成结构化 JSON。现代网页一般会提供 Open Graph 协议(og:title、og:description、og:image)和 Twitter Card 标签(twitter:title、twitter:image),解析器按优先级抓取。但现实中有相当一部分站点没有完整实现这些协议,这就必须设计降级策略。

我的提取优先级是这样排序的:

  1. Open Graph 标签(og:*)
  2. Twitter Card 标签(twitter:*)
  3. 传统 <title> 和 <meta name="description">
  4. HTML 正文里的 <h1> 和第一个长度大于 60 的 <p> 文本

还有一种情况是按资源类型分流。如果页面里有 og:video:url 或者 twitter:player:url,说明这是一个音视频页面,解析结果里 type 就应该是 video,同时把播放地址单独放一个字段。如果解析到 og:type 是 article,则走文章卡片逻辑。这步做对了,渲染层才能根据类型动态切形态。

3.3 渲染层:Web Component 带来的样式隔离

渲染层我用了 Web Component 的 customElements + Shadow DOM,标签名就叫 <fx-embed>。选它的主要原因是样式隔离能力:Shadow DOM 内部的样式不会污染页面,同样页面全局样式也不会随意覆盖卡片内部结构。组件对外暴露一个 url 属性,当它被设置时,组件内部自动去请求 /api/embed?url=... 拿 JSON,然后根据返回的 type 渲染成链接卡片或富媒体嵌入形态。

这种三段式设计还有一个额外收益:任何一层都能单独替换。比如后来我想把 fetcher 从 Node 的 fetch 换成 curl 命令行,影响只在 fetcher 内部;想把渲染层换成 React 组件,只需要在 renderer 里做一层适配,前后端约定保持 JSON 格式不变即可。

4. 从零实现 FxEmbed:核心代码与关键步骤

下面是我实际搭建项目时的核心步骤,用 TypeScript + Express 做后端,前端就是一个独立的 Web Component,不依赖任何框架。为了让文章聚焦,我会提取最关键的部分。

4.1 项目初始化和技术栈

先说明一下技术栈:后端 Node.js + TypeScript,HTML 解析用 cheerio,前端零依赖、纯 Web Component。选 cheerio 而不是正则提取的原因很直接:操作 DOM 语法像 jQuery,能写清楚的选择器绝不做字符串匹配;而正则解析 html 遇到嵌套标签时维护成本很高,不值得。

TEXT
npm init -y
npm install express cheerio
npm install -D typescript tsx @types/node @types/express

4.2 抓取模块 fetcher:带安全边界和超时的请求封装

抓取模块的核心不是“发请求”,而是“安全地发请求”。下面这段代码我做了三件事:限制协议、校验 IP、限制响应大小。

TYPESCRIPT
// fetcher.ts
import { request } from "undici";
 
const ALLOWED_PROTOCOLS = ["http:", "https:"];
const BLOCKED_IP_PREFIXES = [
"10.", "192.168.", "172.16.", "172.17.", "172.18.",
"172.19.", "172.20.", "172.21.", "172.22.", "172.23.",
"172.24.", "172.25.", "172.26.", "172.27.", "172.28.",
"172.29.", "172.30.", "172.31.", "127.",
];
 
async function resolveAndCheck(url: string): Promise<string> {
const parsed = new URL(url);
if (!ALLOWED_PROTOCOLS.includes(parsed.protocol)) {
throw new Error("unsupported protocol");
}
// 这里省略了 DNS 解析并过滤内网 IP 的完整实现,
// 核心思路就是先 resolve 拿到 A 记录,再看是否为私有网段。
return parsed.toString();
}
 
export async function fetchHtml(url: string, timeoutMs = 8000): Promise<string> {
const safeUrl = await resolveAndCheck(url);
const res = await request(safeUrl, {
headers: {
"User-Agent":
"Mozilla/5.0 (compatible; FxEmbed/1.0; +https://fhembed.example)",
},
maxRedirections: 5,
bodyTimeout: timeoutMs,
headersTimeout: timeoutMs,
});
 
if (res.statusCode !== 200) {
throw new Error(`bad status: ${res.statusCode}`);
}
 
const contentLength = res.headers["content-length"];
if (contentLength && Number(contentLength) > 2 * 1024 * 1024) {
throw new Error("content too large");
}
 
let html = "";
for await (const chunk of res.body) {
html += chunk.toString();
if (html.length > 2 * 1024 * 1024) {
throw new Error("content exceeds 2MB limit");
}
}
return html;
}

这段代码看起来简单,但有两个很容易被忽略的点。第一是我给 request 显式加了 maxRedirections: 5,没有这个限制,攻击者可以构造一个无限重定向链,直接耗尽服务端连接池。第二是整个 fetch 过程有两次大小限制,一次看响应头声明的 content-length,一次在流式读取时做实际大小校验,因为有些服务端根本不返回 content-length。

4.3 解析模块 parser:OG 标签提取与降级逻辑

解析模块我封装成了一个函数 extractMetadata(html, url),核心逻辑是从 HTML 里按优先级找出标题、描述、图片和类型。cheerio 在这里的作用是加载 HTML,然后直接用选择器提取。

TYPESCRIPT
// parser.ts
import { load } from "cheerio";
 
interface EmbedMetadata {
title: string;
description: string;
image: string;
url: string;
type: "link" | "video" | "audio" | "article";
embedUrl?: string;
}
 
export function parseHtml(html: string, fallbackUrl: string): EmbedMetadata {
const $ = load(html);
const getMeta = (attr: string) =>
$(`meta[property="${attr}"], meta[name="${attr}"]`).attr("content")?.trim();
 
const title =
getMeta("og:title") ||
getMeta("twitter:title") ||
$("title").first().text().trim() ||
$("h1").first().text().trim() ||
fallbackUrl;
 
const description =
getMeta("og:description") ||
getMeta("twitter:description") ||
getMeta("description") ||
$("p")
.map((_, el) => $(el).text().trim())
.get()
.find((t) => t.length > 60) ||
"";
 
const image =
getMeta("og:image") || getMeta("twitter:image") || "";
 
const videoUrl = getMeta("og:video:url") || getMeta("twitter:player:url");
const type: EmbedMetadata["type"] = videoUrl
? "video"
: getMeta("og:type")?.includes("article")
? "article"
: "link";
 
const baseUrl = new URL(fallbackUrl);
return {
title,
description,
image: image ? new URL(image, baseUrl).toString() : "",
url: fallbackUrl,
type,
embedUrl: videoUrl ? videoUrl : undefined,
};
}

这段里有个非常隐蔽的坑,就是 new URL(image, baseUrl).toString()。很多页面里 og:image 写的是相对路径,比如 /img/cover.png,如果你直接原样存下来,前端请求的时候会拼错地址。借助 new URL(相对路径, 当前页面地址) 可以自动补全协议和域名。

4.4 API 聚合层:串起三段式流程

有了 fetcher 和 parser,接下来需要一个接口把它们串起来。我建了一个 /api/embed 路由,流程是:接收 url 参数 → 检查缓存 → 调 fetcher 抓 HTML → 调 parser 解析 → 返回 JSON。

TYPESCRIPT
// server.ts
import express from "express";
import { fetchHtml } from "./fetcher";
import { parseHtml } from "./parser";
 
const app = express();
const cache = new Map<string, { data: unknown; expireAt: number }>();
const TTL_SECONDS = 600;
 
app.get("/api/embed", async (req, res) => {
const rawUrl = String(req.query.url || "");
if (!/^https?:\/\//.test(rawUrl)) {
return res.status(400).json({ error: "invalid url" });
}
 
const cached = cache.get(rawUrl);
if (cached && cached.expireAt > Date.now()) {
return res.json(cached.data);
}
 
try {
const html = await fetchHtml(rawUrl);
const metadata = parseHtml(html, rawUrl);
cache.set(rawUrl, { data: metadata, expireAt: Date.now() + TTL_SECONDS * 1000 });
return res.json(metadata);
} catch (err) {
return res.status(422).json({ error: (err as Error).message });
}
});
 
app.listen(3000);

缓存我暂时用了一个 Map,生产环境换成 Redis 就行。但要注意一点:缓存 key 必须用原始 URL,而不是最终重定向后的 URL,这样后续带着同一个短链再访问时可以直接命中缓存,不必重复请求。

4.5 渲染层:自定义元素

渲染层是前端部分,核心是注册 <fx-embed> 组件。当 url 属性被设置,组件会请求后端接口,然后把返回的 JSON 渲染进 Shadow DOM。

TYPESCRIPT
// fx-embed.ts
class FxEmbed extends HTMLElement {
static get observedAttributes() {
return ["url"];
}
 
private shadow: ShadowRoot;
 
constructor() {
super();
this.shadow = this.attachShadow({ mode: "open" });
}
 
async attributeChangedCallback() {
const url = this.getAttribute("url");
if (!url) return;
const res = await fetch(`/api/embed?url=${encodeURIComponent(url)}`);
const data = await res.json();
this.render(data);
}
 
private render(data: {
title?: string;
description?: string;
image?: string;
type: string;
embedUrl?: string;
}) {
if (data.type === "video" && data.embedUrl) {
this.shadow.innerHTML = `
<style>
.video-wrap {
position: relative;
padding-bottom: 56.25%;
height: 0;
overflow: hidden;
border-radius: 12px;
}
.video-wrap iframe {
position: absolute;
top: 0; left: 0;
width: 100%; height: 100%;
border: 0;
}
</style>
<div class="video-wrap">
<iframe src="${data.embedUrl}" frameborder="0"
allowfullscreen loading="lazy"></iframe>
</div>
`;
return;
}
 
this.shadow.innerHTML = `
<style>
.card {
display: flex;
gap: 12px;
border: 1px solid #e2e2e2;
border-radius: 12px;
padding: 12px;
text-decoration: none;
color: inherit;
background: #fff;
box-shadow: 0 1px 3px rgba(0,0,0,0.08);
}
.card img {
width: 96px;
height: 96px;
object-fit: cover;
border-radius: 8px;
flex-shrink: 0;
}
</style>
<a class="card" href="${data.url}" target="_blank" rel="noopener noreferrer">
${data.image ? `<img src="${data.image}" alt="" referrerpolicy="no-referrer">` : ""}
<div>
<div style="font-weight: 600">${data.title}</div>
<div style="color: #666; font-size: 14px">${data.description || ""}</div>
</div>
</a>
`;
}
}
 
customElements.define("fx-embed", FxEmbed);

这里有两个细节我想强调。第一是视频 iframe 的外层我写了 padding-bottom: 56.25%,这是一个被广泛使用的 16:9 自适应黑魔法,能保证容器高度跟随宽度按比例变化,防止 iframe 在窄屏下把布局撑爆。第二是卡片上的 img 标签我加了 referrerpolicy="no-referrer",这个直接解决了一部分图片防盗链 403 的问题。

5. 真实接入中踩过的坑:防盗链、SSRF 和样式冲突

功能做出来之后,真正的麻烦才开始。这一节全是我自己在接入过程中踩过的、在文档里很难提前学到的坑。

5.1 图片防盗链:拿到 src 却被 403

第一个坑出现在图片显示上。解析出来的 og:image 看起来没问题,但前端 img 标签加载时经常 403。原因是很多图片服务(尤其是主流图床)会检查 Referer 头,如果不是自己站点的请求,就拒绝返回图片。

我试了两种方案。第一种是在 <img> 上加 referrerpolicy="no-referrer",告诉浏览器发图片请求时不要带 Referer,这招能解决掉大约七成问题。剩余三成是怎么处理?图片服务器根本不看 Referer,而是要求特定的防盗链签名,这种只能从后端开一个图片代理接口 /api/embed/image?url=...,由服务端去请求图片再返回给前端,反正 token 的校验逻辑在服务端做更安全。实际项目里我是先解析出来的图都用前端 no-referrer,失败后自动换成后端代理。

5.2 SSRF 防护:链接预览最大的安全隐患

第二个坑也是最重要的问题,我没法绕过:服务端抓取用户提交的链接,天然就是一个 SSRF 攻击面。恶意用户可以传一个内网地址,比如 http://127.0.0.1:6379/,如果抓取端不对目标地址做校验,就会帮攻击者探测内网端口和服务。

解决方式我在 4.2 节已经放了核心思路,这里补充一个更严格的完整校验步骤:

  1. 只允许 http: 和 https: 协议
  2. 用官方 URL 解析拿到 hostname,然后做 DNS 解析
  3. 解析出的 IP 必须不是回环地址、私有网段、链路本地地址
  4. 在每次重定向之后,对新的目标 URL 重新执行 1~3 步
  5. 对于同时存在 IPv4 和 IPv6 记录的情况,要分别校验

一个容易被忽略的细节是:DNS 重绑定攻击。攻击者第一次解析时返回一个公网 IP,通过校验后,第二次解析却返回内网 IP。防御手段比较完善的是在发起 HTTP 请求时强制指定已解析的 IP,同时校验请求头里的 Host 和原始域名一致,但这已经超出基础版的范围了。如果你只是内部项目,先把前面四步的校验做掉,能挡掉绝大多数无聊的扫描。

5.3 渲染样式冲突:Shadow DOM 也不是万能药

自定义元素用 Shadow DOM 已经能做到样式隔离了,但我在接入时还是遇到了一个非常实际的问题:平台如果对全局样式设置比较极端,比如对 a 标签加了强制颜色,对 div 加了强制 font-family,还是会穿透到 Shadow 内部吗? 答案是大部分不会,但有一个例外——继承属性。比如 line-height、color、font-size 这些可以被继承的样式,依然会作用到 Shadow 内部。

我的解决方式是:在做卡片渲染的容器上显式重置这些可能被继承的属性。你可以看到我在样式里写了 color: inherit,其实更稳妥的是直接写一个完整的 reset。这个细节虽然小,但真到嵌进某个后台系统时,你会感激自己写了这行 reset 的。

5.4 解析内容的标准跑偏

最后说一个业务上的坑。很多页面为了 SEO 会把 <title> 写得很长,比如“xxx - yyy - zzz”,直接放进卡片会显得很怪。例如热门文章的标题可能是“某某某某某某 - 某某BLOG”。我最后的处理策略是,如果从 <title> 中截取的内容长度超过 40 个中文字符,就有限尝试 og:title,因为 OG 协议更倾向于给一个精炼的标题。同时在渲染层加了一个 CSS 截断,超长内容自动省略号,避免卡片在列表页被撑得参差不齐。

6. 性能优化与缓存策略:不要让预览拖慢你的页面

链接预览这个功能最容易被质疑的就是“一个卡片而已,怎么还要等这么久”。Fetcher 我去掉了同步等待,但如果处理不好,它确实会拖慢整体体验。下面这三层优化做完,体验明显改善。

6.1 超时与并发限制

抓取第三方的页面必须设置超时是一个底线,但我同时还给整个抓取模块加了并发限制。原因是一个恶意用户可以在短时间内调用大量不同的链接,让服务端同时打开几十个外部连接,这些连接如果都响应很慢,资源就会被占满。

我给 fetcher 封了一个简单的请求池,核心逻辑就是同时最多只允许跑 12 个抓取任务,其余请求排队等待。这个数字不需要太精确,关键在于控制一个边界,避免打爆单机出口带宽。

6.2 双层缓存:内存 + 持久化

缓存对这类功能的收益非常明显。同一个链接第一次解析之后,在接下来很长时间内内容大概率不会变。我的 TTL 设置如下:

内容类型 缓存时长 原因
链接卡片 10 分钟 标题和图片短期内很少变
视频嵌入 1 小时 播放地址比页面信息更稳定
404等错误状态 30 秒 为了避免服务恢复后还被短暂挡住

错误状态加短缓存非常有用,不加的话,一个坏链接每次都会被重复抓一次,白费流量。这里我踩过的坑在于:如果某个页面首次抓取时超时,我原本完全没缓存,结果导致这个坏链接每次刷新都被打一次。后来我在错误路径上也加了 30 秒缓存,流程稳定多了。

6.3 前端懒加载与占位骨架

前端渲染这一层也值得优化。我的做法是一开始 <fx-embed> 组件里只渲染一个纯色占位块,宽度根据容器自适应,高度用 96px 固定值,等请求返回之后再替换成完整卡片。这样避免了一个列表页上十个影子卡片的同时加载导致页面抖动。

顺带一提,如果页面是移动端优先,建议懒加载图片,<img> 上直接带 loading="lazy"。配合后端接口自动缓存,整个功能的真实平均响应能在 150ms 以内,体感很平滑。

7. 后续拓展方向:FxEmbed 还能接住更多需求

基础版本做完之后,FxEmbed 在项目里站稳了脚跟。如果你也想照着这个思路做,下面三个方向是最有价值的延伸。

第一是接入 Markdown 渲染链路。只要是写文的地方,让用户在 Markdown 里贴链接,发布的时候自动调用 /api/embed 替换成卡片,体验跟主流富文本编辑器是一个档次的。实现上不复杂,就是在 Markdown 渲染到 HTML 之后做一个正则或 DOM 替换,碰到未被卡片包裹的链接就替换成 <fx-embed url="...">。

第二是做平台化的自定义解析器。有些站点的 OG 标签不齐全,但内容其实很明确,这时可以引入一个“规则插件”概念,按域名匹配特殊解析逻辑,比如短视频站点提取源地址。这个扩展不破坏核心三段式,只需要在 parser 模块里加一个插件注册表。

第三是部署到边缘计算。如果把 fetcher 和 parser 整体搬到边缘函数,用户请求解析接口时延迟会更低。当前架构三段式的好处在这里充分体现:边缘函数里跑一个轻量 fetcher + parser 完全可行,renderer 留在前端不动就行。

我个人实际项目里的后续规划是把图片代理再完善一下,因为图片防盗链问题在部分站点上一直是最头疼的。以后 FxEmbed 如果从内部项目单独抽成开源工具,那这部分会优先补强。

如果你最近也在为链接卡片或者富媒体嵌入发愁,可以试着按这个思路拆解一下:先划定抓取、解析、渲染三层边界,再定好前后端交接的 JSON 结构,后面接什么需求都会顺手很多。踩过这些坑之后我最大的体会是,链接嵌入这种功能,表面看是 API 调用的问题,实际上更多的是安全边界、缓存策略和异常兜底的问题,这些才是它真正花的功夫所在。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
懒人精灵手游内存技术分析
教学声明:全套教程教学用到的游戏采用手游私服网游进行测试,不针对任何游戏。教学只做计算机技术研究,不做其他用途。
类人猿学院