1.6T光模块进入规模部署,上游产业链增量机会全解析

1.6T光模块200G EMLDSP
于 2026-10-29 08:34:56 修改
·本内容遵循CC 4.0 BY-SA版权协议

最近圈子里聊得最密的话题,无疑是1.6T光模块开始大规模部署。从我接触到的产业链动向来看,这轮升级已经不只是停留在展台和demo里的“未来技术”,而是实实在在地进入了规模出货的通道。光通信这个赛道有个特点:一旦某个速率代际开始上量,利益传导一定是顺着产业链往前推的,最先反应、最先受益的往往是上游的光芯片、电芯片、无源器件和材料设备环节。这篇文章不聊玄乎的远期愿景,就沿着1.6T这条主线,把上游到底哪些环节吃到了增量、增量来自哪里、怎么从“名单”里挑出真正有价值的方向,掰开揉碎讲一遍。不管是做技术研发、供应链管理,还是单纯想看懂光通信产业逻辑的朋友,都能从里面找到能直接拿来用的判断框架。

1. 1.6T开始规模化部署,先搞懂这代升级到底升在哪

1.1 从100G到1.6T,光模块速率演进的核心不是“翻倍”而是“单通道提速”

先给不太熟悉这块的朋友补个底。光模块的速率从来不是靠单一指标堆出来的,而是由“通道数量×单通道速率”共同决定的。我们看下一段演进路径就明白了:

代际 典型组成方式 核心技术变化
100G 4×25G 25G/lane光口与电口
400G 8×50G 或 4×100G 单通道从25G提到50G/100G
800G 8×100G 100G/lane成为绝对主流
1.6T 8×200G(主流) 单通道翻倍到200G/lane

为什么1.6T不是简简单单做两个800G并排放在一起?因为物理体积和功耗不允许。光模块的封装尺寸基本固定在OSFP或者QSFP-DD这类标准里,通道数量不可能无限增加。1.6T真正硬核的地方,在于把每一个通道的速率从100G/lane干到了200G/lane,对应的电接口SerDes也需要从112G/lane升级到224G/lane。你可以这么理解:以前是8条车道每条限速100,现在车道数没变,但每条车道的限速提到了200。路面、信号灯、交通调度全部得重新设计和验证——这就是1.6T工程量巨大的根本原因。

从产业实际的方案选择来看,8×200G是目前绝对主流的方向。早前也有人讨论过16×100G的并行走法,但通道数翻倍意味着模块内部的光引擎、DSP通道、金手指定义、功耗面积全部跟着翻倍,做出来的模块又大又热,交换机端口的密度和散热根本接不住,所以产业界很快收敛到8×200G这条路线上。定向清楚这件事,后面看上游增量的逻辑就顺了。

1.2 为什么偏偏是现在这个时间点开始放量

任何一个光通信代际的规模部署,背后都得有“需求拉不动、供给跟不上”的共同作用。1.6T这次的时间窗口,是由三股力量叠出来的。

第一是AI算力集群对网络带宽的极度饥渴。大模型训练集群从千卡规模往万卡、十万卡冲,GPU之间的数据搬运量以指数级别增长。以前大家觉得交换机背板带宽够用就行,现在连光模块的速率都成了算力输出的瓶颈。一个万卡集群的通信网络里,光模块的数量和速率直接决定了整个集群跑到多少利用率。这张“带宽需求曲线”不会等你,短期没有放缓的迹象,所以头部客户只能抢着把1.6T提上日程。

第二是800G已经被干成了主流地板价。当成本和售价降到一定程度,产业就会开始算“每比特成本”。1.6T模块的物料成本并不是两个800G相加,而是在单通道速率翻倍的情况下共享同一套封装、同一个DSP、同一个光引擎框架,单位Gbps的功耗和成本自然更优。光通信行业历来是“速率为王、成本定生死”,一旦新代际的单位比特成本打下来了,规模切换就是水到渠成的事。

第三是交换机芯片和SerDes技术已经铺好了路。1.6T光模块不是孤立的设备,它要插到交换机的端口上。头部交换芯片厂商已经发布了面向224G SerDes端口的新一代交换芯片,这就意味着交换机平台在物理上已经准备好迎接1.6T模块了。基础设施前后端的同步成熟,才会让“大规模部署”这件事真正落地。

从我看到的时间节奏来说,今年头部云厂商的1.6T招标和验证测试明显比去年密集,光模块厂商也在忙着送样、认证、小批量出货。虽然大规模出货的绝对量还要爬坡,但方向已经没有悬念。就像当年800G一样,一旦进入放量周期,上游的紧缺和涨价会来得比很多人想象的更快。

2. 上游产业链,钱到底流到了哪些环节

2.1 光芯片:200G EML是硬通货,CW激光器和硅光在抢另一个座椅

光芯片永远是高速光模块里最卡脖子的环节。我拆过很多高速模块的BOM,光芯片(激光器+探测器)在模块成本里的占比经常能到30%以上,在1.6T这种代际切换的时候,这个比例还有可能进一步抬升,因为单通道200G的光芯片技术门槛实在太高了。

1.6T主流方案里,发射端需要8颗200G/lane的光芯片。当前行业最关注的是200G/lane的EML芯片,也就是电吸收调制激光器。这种芯片要用InP(磷化铟)材料体系来做,在同一个芯片上集成DFB激光器和电吸收调制器,要求带宽做到50GHz以上,还要控制好啁啾、色散和高温下的波长稳定性。做起来确实很难——从100G/lane跨到200G/lane,不是说参数调一调就行,而是整个外延结构、波导设计、封装工艺都得重新迭代。我听到业内说得最多的一句话是“200G EML的良率远远低于100G EML时代”,所以谁先把良率和可靠性跑通,谁就能锁住大客户的订单,这就是典型的卖方市场。

与此同时,硅光路线的呼声也越来越高。硅光方案通常用外置CW激光器(连续波激光器)加硅光调制器的组合,配合薄膜铌酸锂(TFLN)调制器可以把带宽做上去,在中长距离场景下集成度和功耗有优势。这就形成了“EML派”和“硅光派”两条路线并行的格局。不管最后哪个阵营赢,上游的发射芯片都有一个共同的增量逻辑——对激光器芯片的绝对需求量上升,而且对芯片性能的要求更高了。除了发射端,接收端的PD/APD探测器也在同步升级,100G/lane的探测器换到200G/lane,带宽和灵敏度要求完全不是一个量级。

2.2 电芯片DSP:224G SerDes的制程、功耗和国产化三条主线

光模块里另一大块成本是DSP电芯片。800G时代的DSP已经是7nm甚至5nm的先进制程,到了1.6T,业界普遍往5nm/4nm级别走。为什么要不断升级制程?因为224G/lane的SerDes对信号的均衡、抖动、串扰处理要求极高,同时模块整体功耗又不能失控。先进制程带来的直接好处是功耗密度下降、算法引擎的能力更强。我拿到的一些1.6T早期样片,功耗依然比800G高了相当多,这对散热和整机设计都是不小的压力,所以大家都在等更成熟的DSP版本把功耗压下来。

说到224G SerDes,这是1.6T时代整个高速链路工程的一个坎。从PCB板材到连接器,从背板走线到金手指,电信号的损耗预算都被大幅压缩,很多在112G时代“差不多能用”的设计,到了224G就直接翻车。这也是为什么我在这轮产业升级里特别关注高速材料和高频连接器的原因——它们不是主角,但少了哪一样都转不起来。

国产DSP在800G时代的份额还比较有限,主要市场还是被博通、Marvell这些海外大厂把持。但1.6T给国内团队提供了一个难得的时间窗口:大量云厂商有意愿做供应链备份,高速SerDes IP、DSP核心算法、芯片验证平台的经验也在一点点积累。虽然量产上量还需要时间,但从长远来看,这个方向的门槛和天花板都足够高,值得持续关注。

2.3 无源器件和光引擎:容易被忽视的“肌肉型”增量

很多人看光通信只盯“有源”的芯片和模块,觉得无源件没什么技术含量。但1.6T这波,无源器件的单模块用量和价值量其实都在上涨,属于闷声发大财的角色。

先看滤波片和波分器件。1.6T的8×200G方案里,为了在光纤里同时传输多个波长,模块内部需要大量使用CWDM/LAN-WDM的波分复用和解复用器件,滤光片、隔离器、分路器件一个都不能少。这些器件看起来不值钱,但通道速率的提升对波长精度、插损、一致性的要求变高了,能稳定供货并保证良率的厂商就拥有很强的议价权。

再看光引擎和FAU。很多1.6T模块开始采用“光引擎”的封装思路,把激光器、调制器、波导、无源透镜阵列集成在一个小型化的组件里,再统一耦合到光纤阵列(FAU)上。FAU的通道数越来越多,光纤间距的精度要求动辄亚微米级,这就把精密制造和自动化耦合工艺的门槛拉高了。不少原来做无源器件的公司,凭这一波直接切入了光引擎的代工赛道。说白了,1.6T之后产业拼的已经不是单点器件的本事,而是“微组装”的综合能力——这恰恰是很多传统无源厂商迎来第二春的机会。

2.4 材料与测试设备:真正的“卖铲人”生意

每次速率代际升级,最先赚钱的往往是材料商和设备商,因为不管下游芯片走EML还是硅光路线,它们都得用到基础材料。1.6T时代,InP衬底(做EML/CW激光器)、GaAs材料(做VCSEL)、SOI硅光晶圆(做硅光芯片)、铌酸锂薄膜(做高速调制器)的需求都在往上走。这些材料端的特点是投资大、扩产周期长,一旦需求起来,供给很难快速跟上,涨价和缺货是大概率事件。产业里常说的“卡脖子”,卡来卡去很多情况下卡的就是最上游的高端材料。

设备这块同样不便宜。1.6T模块的制造和测试需要大量高速率测试设备:误码仪、高速采样示波器、眼图仪、光谱分析仪,全部要支持200G/lane以上速率,单台设备动辄几十万上百万。我看到不少第三方测试实验室和可靠性筛选产线这几年活得相当滋润,因为很多光模块厂商自己买不起足够多的全套高端仪表,只能外协做验证和量产测试。这就形成了一个体量不大但毛利不错的“卖水”生意。

如果你把上面四个环节串起来看,会发现1.6T的增量并不是只给某一个细分领域,而是整条上游链条的系统性放量。区别只在于,谁的壁垒更高、谁的议价权更强、谁能在供需紧张的时候真正吃到肉。

3. 名单不是玄学,是一层层拆出来的供应链地图

3.1 从光模块BOM反向拆解,先学会看增量优先级

每次有人问“这轮1.6T到底利好谁”,我的回答就一句话:别拍脑袋,去拆BOM(物料清单)。拿一个1.6T可插拔模块的物料成本结构来看,大致可以分成这么几块:

  • 光芯片(激光器+探测器):约占30%-40%,是成本大头
  • DSP电芯片:约占20%-30%,单价最高的单颗芯片
  • 驱动/放大/TIA等模拟芯片:约占10%-15%
  • 无源光器件(WDM/隔离器/透镜/FAU):约占10%-15%
  • PCB、结构件、外壳、散热等其他:约占10%

看明白这个结构就知道,真正决定模块成本和供应瓶颈的,永远是光芯片和DSP。光芯片因为技术门槛高、良率爬坡慢,在代际切换初期最容易出现“量价齐升”的局面;DSP因为制程资源稀缺、验证周期长,头部供应商的锁单效应也很明显。相比之下,无源器件和结构件的增量是“量增价稳”,属于稳健型受益;而模块整机厂商要面对激烈的价格竞争,反而经常是“增收不增利”。

所以看增量优先级有个简单排序:芯片环节(光芯片/DSP)大于光引擎和无源精密器件,大于材料和设备,最后才是模块整机制造环节。这个排序不是绝对的,但大概率能帮你过滤掉大部分噪音。

3.2 五个受益方向的名单速查表

基于上面拆解的逻辑,我把1.6T产业链里相对确定的受益环节和代表方向整理成了一张速查表。先说清楚,这张表是产业链梳理,不是投资建议,具体标的需要结合自己的风险判断。

环节 受益逻辑 代表方向/参考标的
200G EML/CW光芯片 单通道翻倍、供给紧张、单价提升 源杰科技、仕佳光子、云岭光电等;海外Lumentum、Coherent等
DSP/224G SerDes电芯片 制程升级、功耗控制门槛高 海外博通、Marvell为主;国内高速SerDes创业团队持续投入
光引擎/FAU/无源光学件 通道数和精度要求提升,光引擎封装放量 天孚通信(光引擎/FAU方向)、腾景科技等
材料与衬底(InP/SOI/TFLN) 全路线基础材料,扩产周期长 国内铌酸锂薄膜、磷化铟衬底相关企业
高速测试仪器与第三方测试 224G测试设备升级、验证需求外溢 是德科技、安立;国内第三方测试服务商

提醒一句,这份名单里我特意写的是“方向”而不是“黑马荐股”,因为光通信产业有个特点:同一环节里不同公司的客户结构、量产进度、良率爬坡差异极大,看起来是同一个赛道,实际经营情况可能天差地别。名单的意义在于帮你建立地图,至于具体怎么选,看后面的三条硬标准。

3.3 我筛选“名单”时的三条硬标准

看了那么多产业链名单,我自己有一套筛选逻辑,简单说就是三条硬标准。

第一条,看技术壁垒和议价权。越是靠近芯片和材料端的公司,越容易形成“卖方市场”。反过来,如果一家公司做的产品谁都能做、客户可以随意压价,那即使处在1.6T的利好风口里,利润也未必能真正兑现。我判断壁垒的简单方法是看毛利率:持续高毛利且稳定,往往意味着有真东西。

第二条,看认证和送样进度。光通信的供应链黏性极高,进入头部设备商和云厂商的供应链是一个漫长的过程,谁能提前通过可靠性验证和兼容性测试,谁就能吃到第一波订单。大家可以留意公开信息里的送样、认证、小批量出货公告,这些动作通常比财报里的数字更真实、更领先。

第三条,看产能与良率爬坡能力。芯片和光引擎环节的扩产周期往往以年为单位,因为投一条产线、跑通工艺、稳定良率需要大量时间。在1.6T这波紧缺行情里,先有产能且有良率的厂商,才是真正的赢家。用这三条过一遍,很多热闹的名字会被筛掉,剩下的名单会干净很多。

4. 工程落地与实测:1.6T光模块不是插上就能跑

4.1 我验证过的几个关键测试项,谁测谁知道

光通信这行有个铁律:速率越高,余量越小,测试越狠。1.6T模块从样品到量产,有几个测试项是躲不过去的,我把个人经验写在这,供做工程验证的朋友参考。

第一个是误码率(BER)测试。1.6T要求8个通道同时以200G/lane PAM4信号跑满,看FEC(前向纠错)前和FEC后的误码情况。FEC能兜一部分底,但工程上必须保证FEC前误码在一个可接受范围内,不然纠错了也扛不住长期运行。实用的做法是先做单通道误码摸底,再逐步加到满通道,方便定位是哪一路的信号出了问题。

第二个是TDECQ(发射机色散眼团闭合)指标,这是PAM4时代最折磨人的测试之一。它衡量的是发射端信号经过色散劣化后眼图还能开多大。200G/lane的TDECQ预算比100G/lane紧得多,早年间很多800G模块调这个参数就调到头秃了,1.6T只会更狠。调试的时候要注意DSP的发射均衡参数设置,不要一上来就死磕硬件,软硬结合往往更快。

第三个是高低温循环测试。光模块从-5℃到70℃做循环,重点看波长漂移、光功率滚降和TEC功耗是否超标。激光器对温度极其敏感,1.6T的单通道密度更高,散热空间更小,高低温测试里的不良率往往能反映模块设计的真实水平。我见过不少样品在常温25℃测试全过,一到65℃就掉链子,这种就是设计余量没留够,后面一定会出问题。

4.2 高速链路排障中的三个坑,踩过才敢写

实际跑1.6T链路的过程中,有几个坑我觉得必须拿出来单独说。

第一个是光纤端面污染,听起来老生常谈,但在200G/lane时代会变成致命问题。端面有灰、有划痕,在100G/lane时可能只是损耗增加零点几dB,到200G/lane就直接导致误码超标。我现在的习惯是:连接前先用光纤显微镜检查端面,测试前给每一根跳线的端面拍照留存,出问题的时候对比照片,能省掉大量排查时间。插拔一次就检查一次,别嫌麻烦。

第二个是连接器和PCB板材的损耗预算。224G SerDes信号对PCB板材损耗、连接器回波损耗极为敏感,选用的板材等级、过孔背钻工艺、走线长度都会直接影响链路能不能开通。这个层面出了问题,往往不是换根线能解决的,需要回到设计端重新评估。经验是:设计时一定要留够链路预算余量,至少要有1dB以上的裕度,否则量产时批次波动会把你淹没。

第三个是散热和功耗耦合的问题。1.6T模块的功耗比800G高出一截,模块内部的热量如果不及时带走,激光器波长会漂移,DSP性能会降额。我见过某台设备因为风道设计不合理,模块周围的温度比标称高了好几度,结果整批模块的TDECQ全部超标。后来在风道里加了一组导流片,问题立刻缓解。散热这种“土办法”往往是最快的解法。

4.3 关于可见光通信和红外光通信,得说句公道话

最近“光通信”三个字热度高了以后,我经常见到有人把可见光通信、红外光通信和1.6T这波光纤通信增量混在一起说,这里必须澄清一下。

广义的光通信确实包含很多分支:我们平时说的光纤通信是用光纤做介质,承载骨干网和数据中心互连的绝对主力;可见光通信是用LED和激光的可见光做载体,主要用在室内定位、水下通信、特殊场合的短距传输;红外光通信则是利用红外波段做短距离数据传输,像遥控器、一些近距无线光链路都属于这个范畴。这几个方向都有自己的价值和场景,但它们的产业链、供应链和客户结构差异巨大。

1.6T这波大规模部署,利益传导链条几乎全部发生在光纤通信这条主线上——光芯片、DSP、无源器件、光纤连接器、交换机端口。如果你拿可见光通信和红外光通信的逻辑去套1.6T的投资分析和产业推演,大概率会得出错误结论。热词归热词,产业事实归产业事实,这点要拎清楚。

5. 常见误区与避坑指南,这几点真得多说几句

5.1 误区一:1.6T就是两个800G拼在一起

这个误区在非研发人员里极其常见。表面上看,1.6T确实可以理解为“两个800G的总带宽”,但如果真是个简单的拼合方案,产业界早就干完了,也不用等到今天。真实情况是,1.6T在OSFP封装尺寸里用一个全新的光引擎同时跑8路200G信号,链路预算、均衡算法、FEC策略、散热设计全部是推翻重来的。

打个比方,两台老电脑并排放在一起,加起来的内存和硬盘确实翻倍了,但总线带宽、内部通信结构完全不是一回事。你不可能指望两台旧电脑拼出一台新电脑的性能。光模块也一样,1.6T的价值在于“同一个壳子里跑出更快的速度”,而不是“两个壳子叠罗汉”。

5.2 误区二:硅光一定会替代EML,所以只看硅光就够了

确实有声音说,1.6T时代硅光要全面接管、EML要被淘汰。但从我看到的工程数据和产业节奏来看,这个说法太激进。近距场景里VCSEL和多模光纤仍然有成本优势,中长距场景里EML的窄线宽和高温特性依然很能打,硅光的集成度和成本优势更多体现在特定距离和特定形态上。

更合理的判断是:两条路线会在1.6T这个代际里共存很久,甚至在同一家厂商的产品矩阵里同时出现。对上游供应链来说,最稳妥的策略其实是两边都布局,单押一边的风险远大于收益。

5.3 误区三:看“光通信增量名单”只盯光模块整机厂

媒体和行情软件里最显眼的永远是光模块整机厂,因为它们业务纯正、新闻多、研究起来方便。但真去看产业链,瓶颈环节往往在芯片和无源材料。1.6T时代,200G EML的良率、224G SerDes的功耗、高精度光引擎的量产能力,才是决定整个产业能放多少量的关键。

这也是我一直提醒身边朋友的原因:别只盯着聚光灯下的明星,多看看供应链上那些“不显眼但缺了就不转”的环节。真正供需紧张的地方,利润和订单往往比大家想象的更扎实。

5.4 给想入场的新人或供应商的三点实在建议

如果你是想在1.6T产业里找到自己位置的朋友,我给三条从实际经历总结的建议。

第一,尽量往上游走。做芯片、材料、精密器件和测试设备,虽然前期投入大、周期长,但一旦做出来,客户黏性和议价能力都远强于做成品组装。第二,先过认证和可靠性,再谈产能。光通信客户对可靠性的要求苛刻到近乎变态,没有通过完整的老化测试和兼容性验证,拿到再大的订单也可能中途翻车。第三,控制产能爬坡节奏。这个行业每隔几年就来一轮“高需求—疯狂扩产—短期过剩—下一轮升级”的循环,乐观的时候给自己多留点余量,永远不是坏事。

我在实际工作中最深的体会是,每一代速率升级到最后,真正的瓶颈都集中在芯片级的技术突破和工程收敛上,而非模组级的组装能力。1.6T这波大规模部署也是一样,谁能先把200G光芯片的良率做稳、把224G SerDes的功耗压住、把高精度光引擎的良率跑通,谁就能在这轮周期里拿到最确定的收益。最后再分享一个小技巧:判断上游增量到底有没有兑现,不用听太多分析,去盯头部云厂商的招标参数和光模块厂商的物料采购节奏就行,这两个数据比任何报告都真实。希望对正在看这个方向的朋友有点用。

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
【企业智能体开发】优化模型成本、延迟与失败降级
小林的培训快开始时,服务台花很久“思考最优回答”,体验并不会更好。反过来,为了省钱而始终选最轻的模型,若连房间、连接方式和任务状态都识别不稳,后续错误检索和重复建单会造成更大代价。企业 Agent 的优化对象不是单次模型调用价格,而是任务在可接受时间内、安全地推进到正确结果的总成本。
Mr数据杨