从零开发FxEmbed:Firefox扩展实现页面截图与网页内标注

Firefox扩展页面截图Manifest V3
于 2026-10-29 07:28:25 修改
·本内容遵循CC 4.0 BY-SA版权协议

拿Firefox当主力浏览器几年了,截图这件事一直让我有点膈应。系统自带的截图工具只能截可见区域,想截整页得装第三方扩展,装完还得给权限、开开关关,偶尔还要看它脸色。直到我决定自己动手写一个Firefox扩展,彻底把截图这件事揉进浏览器里,这就是你要看的FxEmbed。

FxEmbed不是那种大而全的截图工具,它的核心思路很简单:把整个页面捕获成一张图,然后直接嵌入到当前网页里,让你能在这张“照片”上随手标注、画框、加箭头,甚至打马赛克,最后保存成一张完整的PNG。听起来和那些截图扩展差不多,但实际用起来差别很大,尤其是“嵌入网页”这一步,体验完全不同。

这篇文章不会只贴代码,我会把FxEmbed从0到能用的完整过程聊清楚,包括为什么选Manifest V3、截图到底走哪条链路、标注层的坐标换算怎么处理、Shadow DOM怎么避免样式打架,以及踩过的那些坑。不管你是想写扩展、做浏览器工具,还是单纯想给自己的工作流加点效率,这文章都值得你泡杯茶慢慢看。

1. 为什么要做FxEmbed:痛点、定位与方案选型

1.1 Firefox内置截图差在哪

很多人的第一反应都是:Firefox不是内置截图了吗?确实,Firefox 102之后自带截图功能,按Ctrl+Shift+S能进入一个“编辑模式”,可以截取可见区域或整个页面,还能画框、箭头、文字、头部涂鸦。功能看起来挺全,但有两个致命伤。

第一个是流程断裂。截图之后,图片进入剪贴板,你要么粘贴到聊天框、要么打开一个图片软件保存文件、要么临时建个网页贴上去看。这个过程里,截图是“离开”了它本来的上下文的。尤其在调试页面、审阅设计稿、给同事标bug的时候,我需要的是“图就在当前页面里”,而不是跳到另一个软件。

第二个是编辑能力太弱。内置截图能做的标注非常基础,箭头和文字一旦画上去就不能改,马赛克也是整块整块地涂,想局部模糊某个区域、想调整标注位置,都做不到。更麻烦的是,Firefox截图在整页截图时对某些动态元素处理得很糙,截出来的图经常缺帧、白条或者错位。

FxEmbed就是冲着这两个痛点去的:把截图直接嵌入当前页面,在嵌入的副本上完成所有标注操作,标注全部矢量可编辑,最后统一渲染导出。说白了,它把“截图”从一次性操作变成了一种页面内的轻量设计工作流。

1.2 技术路线选型:MV3 + Shadow DOM + Canvas

做个扩展,第一件事就是定技术路线。我最初考虑过三个方向。

方向一是基于html2canvas这类库在页面内重新渲染DOM,把整个页面“画”到canvas上。这个方案思路简单,但对现代页面的兼容性太差,webgl、canvas元素、跨域iframe、CSS滤镜、复杂的混合模式,全都可能翻车,而且性能开销极高。做出来的东西只能“看起来能用”,一遇到真实站点就露馅。

方向二是直接用浏览器的captureTab API,把页面截成真实的光栅图。这是浏览器原生能力,截图质量和用户所见完全一致,不挑站点,不用管CSS兼容性问题。代价是:要后台页面配合、截图是位图、不能像DOM那样在标注时“选中真实元素”。

方向三是混合方案:截图用原生API,标注层用DOM叠加。也就是截一张真实位图当作底层画布,在它上面盖一个透明层做标注,最后把标注层通过canvas合成回位图。这个方案是性能、兼容性、扩展性的均衡点。

最后我选了方向三,具体三个核心选型是:

  • 扩展架构:用Manifest V3。Firefox从109版本开始全面支持MV3,虽然目前仍保留MV2,但扩展生态迟早要迁移,没必要开新项目走老路。
  • 标注容器:用Shadow DOM。标注层要叠加到页面里,还要做到和页面自身样式隔离。iframe也能隔离,但跨域通信、定位、快捷键处理都麻烦,Shadow DOM配上托管挂载点,干净利落。
  • 渲染引擎:原生Canvas。所有标注都以矢量路径记录,最终导出时才统一rasterize,这样既能支持撤销/重做,又不会因为放大缩小损失线条质量。

路线定了,后面的事情就顺了。

2. FxEmbed整体设计与核心原理

2.1 扩展的三层结构与数据流

FxEmbed的结构是这样设计的:三层,各管一摊。

第一层是background service worker,负责全局状态、权限管理、截图时机的调度。MV3里service worker不能长期驻留,所以它只处理“短平快”的任务——比如响应快捷键、发起截图、接收后台面板生成的结果。别在service worker里写长任务,随时会被休眠,这是我踩过的最深的坑之一。

第二层是content script,这是整个扩展的核心。它注入到每个页面里,负责创建嵌入层、绘制标注、处理鼠标事件、维护标注数据。内容脚本和页面共享DOM,但通过Shadow DOM隔离样式,所以不会污染页面,也不被页面污染。

第三层是offscreen/document页面,用于处理截图和导出。截图要在后台上下文里执行,导出要经过canvas再编码,都不能在content script里直接完成。

三者之间的数据流大概是这样:

用户按下快捷键 → content script监听并请求background创建截图 → background通过浏览器API截取页面 → 截图以dataURL形式传回content script → content script把图显示在Shadow DOM嵌入层里 → 用户做标注 → 导出时content script将标注数据和原始截图丢给canvas合成 → 生成最终PNG → 触发下载或复制到剪贴板。

这个流程看起来直白,但有一个关键设计点:标注数据和渲染是分离的。标注操作不直接往canvas上画死,而是先记录数据结构(线段、矩形、文字、箭头各自作为对象存坐标和样式),再根据这份数据实时渲染。这样撤销、重做、缩放、导出,全都能基于数据统一处理,而不是操作一堆像素。

2.2 截图引擎:从tab到canvas的关键链路

截图是FxEmbed的地基。截不好,后面标注做得再漂亮也白搭。MV3下Firefox截图的主流做法是用browser.tabs.captureTab(),这个API会返回一个dataURL,就是当前tab可视区域的截图。

但这里有个细节:captureTab()只能截可视区域。整页截图需要自己来,我的做法是三步走,每一步都踩过坑:

第一步是在截图前把页面滚到顶部,等两帧让页面把懒加载内容补上,然后记录当前位置和滚动容器的相关信息。

第二步是循环滚动,每滚动一个视口的高度就调用一次captureTab(),把截图拼起来。这里有两个大坑:一是滚动会触发页面的动态渲染,导致每次截图内容出现差异(比如固定导航栏、懒加载图片),最终的拼接图惨不忍睹;二是Firefox对超大页面截图时,位图尺寸有上限,直接拼一张几万像素高的图,canvas可能会直接空转甚至崩溃。

针对第一个坑,我在滚动截图前先判断页面是否有“固定元素”,有的话用CSS把它们的position临时改成absolute,截图完再恢复。动态加载的部分没法彻底解决,但可以靠滚动前休眠300ms来缓解。针对上限问题,我把导出目标宽度限制在1440px以下,高度超过12000px就分块导出。

第三步是在后台页里用canvas把所有截图块按坐标绘制到一张大图上。这个阶段不能用drawImage直接画超大图,要分块处理,不然内存直接爆掉。实测90%的普通页面高度都在4000px以内,这步能顺利完成;超过的页面,FxEmbed会提示走“分区导出”模式。

2.3 标注层与交互模型

标注层的设计,是整个项目里最让我纠结的部分。刚写第一版的时候,我直接在一个canvas上叠加鼠标事件,画一条线就存一条线,做完才发现根本没法“选中已画好的标注”。一块箭头画歪了,只能撤销重画,而且没法拖动调整位置。

后来参照了图形编辑软件的思路,重构成基于对象的模型:每个标注都是一个对象,有自己的类型、坐标、样式、变换信息。渲染循环统一把它们画到canvas上。鼠标命中检测时,遍历这些对象做数学几何计算,判断是否点中了某条线、某个矩形的边缘、或者某段文本的包围盒。

这个模型带来一个好处:调整和撤销变得特别自然。点中一个箭头,能看到四个控制点,拖动控制点改变长度和方向,也可以按住整体移动;撤销操作直接操作对象数组,删掉最后一个对象就行。

另一个设计决策是标注层不直接铺整个页面高,而是只覆盖可视区域,同时提供一个“移动页面”的模式。这样用户可以自由滚动页面,随时把标注“放置”在需要的位置上。放置的时候,标注的坐标记录的是相对于页面的绝对坐标(滚动无关),而不是相对视口的坐标,否则一滚动标注就飘了。

3. 实操过程:从manifest到第一个能用的版本

3.1 搭建项目骨架与manifest配置

先建项目目录,不用啥脚手架,纯手工搭,结构特别简单:

TEXT
fxembed/
├── manifest.json
├── background.js
├── content/
│ ├── content.js
│ ├── embed.js
│ └── styles.css
├── offscreen/
│ ├── offscreen.html
│ └── offscreen.js
├── popup/
│ ├── popup.html
│ └── popup.js
└── icons/

manifest.json是整个扩展的身份证,MV3最核心的变更就在这。我这里列出关键部分:

JSON
{
"manifest_version": 3,
"name": "FxEmbed",
"version": "1.0.0",
"description": "Capture, annotate and embed page screenshots directly in your browser.",
"permissions": ["activeTab", "scripting", "storage", "downloads"],
"host_permissions": ["<all_urls>"],
"background": {
"service_worker": "background.js"
},
"content_scripts": [
{
"matches": ["<all_urls>"],
"js": ["content/content.js"],
"run_at": "document_idle"
}
],
"action": {
"default_popup": "popup/popup.html",
"default_title": "FxEmbed",
"default_icon": {
"48": "icons/icon48.png"
}
},
"commands": {
"capture-page": {
"suggested_key": {
"default": "Alt+Shift+X"
},
"description": "Capture and embed the current page"
}
}
}

几个关键点说一下。activeTab权限是为了截图API需要的临时tab访问权,不给<all_urls>这种全站权限也能截当前页,但涉及到跨域iframe或者被限制的页面时攻击面会更大,权衡了一下决定给全站host权限,装的时候提示也会更清楚。storage用来保存标注模板和用户设置,downloads管导出。

commands这里注册了快捷键Alt+Shift+X。快捷键在commands里定义后,浏览器会自动把它接到扩展的键盘事件上,在content script里通过commands.onCommand监听即可。选Alt+Shift+X是避开和现有快捷键冲突的实测结果,之前用Ctrl+Shift+S会和Firefox自带截图直接撞车,调用后先弹系统截图工具,整个人都麻了。

3.2 截图捕获与图像传递的实现细节

截图的第一步,是content script告诉background干活。我这里用runtime.sendMessage提交一个{type: "capture-page"}消息。background收到后调用captureTab。

核心代码长这样:

JAVASCRIPT
// background.js
chrome.runtime.onMessage.addListener(async (msg, sender, sendResponse) => {
if (msg.type === "capture-page") {
const tabId = sender.tab.id;
try {
const dataUrl = await chrome.tabs.captureTab(tabId, { format: "png" });
sendResponse({ ok: true, dataUrl });
} catch (e) {
sendResponse({ ok: false, error: e.message });
}
return true; // 保持消息通道开放直到异步完成
}
});

这里有个细节:MV3下service worker可能处于休眠状态,消息来了会被唤醒,但异步函数里的代码在高版本浏览器里通常能保证执行完成。稳妥做法是在消息回调里return true,告诉浏览器“这个响应我要异步等一下发出来”,不然你的sendResponse可能石沉大海。

captureTab返回的是整个tab可视区域的PNG的dataURL,分辨率是当前设备像素比的。比如显示器scale是2,截图就是2倍尺寸。这块不能直接塞给content script使用,要先做一层像素比归一化——把CSS像素尺寸和目标尺寸分开算,不然后面标注坐标全是对不上的。

接下来是整页截图的循环滚动逻辑,精简版:

JAVASCRIPT
async function captureFullPage(tabId) {
await scrollTo(tabId, 0);
await sleep(300);
const metrics = await getScrollMetrics(tabId); // 用scripting.executeScript拿到scrollHeight
 
const viewportHeight = metrics.innerHeight;
const fullHeight = metrics.scrollHeight;
const chunks = [];
let y = 0;
 
while (y < fullHeight) {
await scrollTo(tabId, y);
await sleep(200); // 等渲染稳定
const dataUrl = await chrome.tabs.captureTab(tabId, { format: "png" });
chunks.push({ dataUrl, y });
y += viewportHeight;
}
 
await scrollTo(tabId, 0); // 恢复原位
return assembleChunks(chunks, metrics);
}

这里assembleChunks是拼接逻辑:在后台offscreen document里建canvas,按每个块的目标位置drawImage,最后导出。sleep(200)是我实测下来渲染稳定的折中值,太短会导致动态内容没画完,太长交互会拖沓。

截图拿到之后,dataURL通过sendResponse传回content script。这里有个坑:数据量大的时候消息体可能超限。一整页4K宽截图,base64编码后可能是十几MB,直接塞消息里,轻则消息失败,重则整个service worker崩。我的方案是:截图过程完成后,把dataURL先存到sessionStorage里(sessionStorage的容量在Firefox下够用),然后content script从sessionStorage里读。实测下来,12MB左右的图能平稳传输,更大就直接走磁盘临时文件了。

3.3 标记功能实现:画布、事件与坐标换算

标注层的核心是坐标换算。这绝对是所有浏览器标注工具共通的噩梦。页面在滚动、缩放、设备像素比不是1、元素有CSS transform,任何一个变量变一下,你画的线就“飘”了。

我的处理方式分三步。

第一步,确定标注坐标基准。FxEmbed里的所有标注坐标,统一存成“页面绝对CSS像素坐标”,也就是window.scrollX + e.clientX这样算出来的值。标注对象里存的是相对于整个页面文档的坐标,和当前滚了多少完全无关。这样滚动后重绘,直接把坐标拿到viewport里画就行。

第二步,坐标系转换。绘制时,canvas上下文首先要做一个变换。用户看到的可视区域,左上角对应页面坐标(scrollX, scrollY)。所以在每次绘制标注的时候,先ctx.translate(-scrollX, -scrollY),把整个canvas的原点挪到页面坐标系的零点。这样所有标注对象里的坐标就可以原封不动地画上去,不做任何手工加减。

第三步,设备像素比适配。物理像素和CSS像素不同,canvas如果不乘devicePixelRatio,在Retina屏上画出来的字和线全是糊的。做法是:把canvas的实际宽高设置成CSS宽高乘以devicePixelRatio,然后ctx.scale(devicePixelRatio, devicePixelRatio),之后的绘制逻辑就当devicePixelRatio等于1来写。

核心的鼠标交互逻辑在content script里,大致结构是:

JAVASCRIPT
canvas.addEventListener("pointerdown", (e) => {
if (mode === "draw") {
const x = e.clientX + window.scrollX;
const y = e.clientY + window.scrollY;
currentStroke = [{ x, y }];
} else if (mode === "select") {
hitTest(e.clientX + window.scrollX, e.clientY + window.scrollY);
}
});

hitTest是命中检测,遍历标注对象,分类型判断:线段求点到线段的距离,矩形判断点是否在边线附近,文字判断点是否在包围盒内。命中后进入“选中态”,拖动时更新对象坐标,实现移动和缩放。

我推荐用Pointer Events而不是Mouse Events,因为Pointer Events天然兼容触屏,而且setPointerCapture能解决鼠标拖出canvas外后收不到事件的问题。Firefox对Pointer Events的支持已经很成熟了,不用有顾虑。

最后导出PNG时,把标注对象按坐标绝对值画到一张新的canvas上,和底层截图合成。这里有个必须处理的细节:分块拼接的截图宽度和用户当前视口宽度可能不一致。整页截图时,宽度是整个文档的scrollWidth,而标注层宽度是视口宽度。导出时需要标注画到“整页宽度”的坐标系里,坐标是绝对的,所以直接画就行,但线的粗细会因为目标canvas的缩放而看起来不一致。我的解法是:导出时把所有线宽乘上一个scaleFactor,数值等于“内容总宽度 ÷ 视口宽度”。

4. 常见问题与排查技巧实录

4.1 截图黑屏、空白和“总差一截”

这三个问题其实是同一个根源:截图的时机不对。

黑屏,通常发生在页面还在加载中就触发截图,或者页面有canvas/webgl图层在后台渲染,captureTab抓到的是一帧还没画完的内容。解决套路是:截图前滚到目标位置后,至少等两个requestAnimationFrame,再用setTimeout多等150-200ms。我给这个等待起名叫“渲染喘息窗口”,太小会黑,太大新手会觉得扩展坏了。

空白,则是页面用visibility: hidden或display: none隐藏了内容,截图API拿到的就是一张没有内容的纯背景。这个没太好的自动化解法,只能建议用户先关闭阅读模式、关闭“自动隐藏滚动条”之类的设置。

“总差一截”是我调试期间最崩溃的问题。整页截图的底部总是少掉最后一行,因为滚动高度和视图高度不是严格整除,最后一块内容不足一个视口高,while循环直接跳过了。修正逻辑很简单:循环条件加一个容差——while (y < fullHeight - 2),也就是最后如果不足2px就不用滚了。

4.2 大页面截图内存爆炸

整页截图最爽的时候最危险。Firefox的canvas对单张位图尺寸有上限,不同平台不一样,一般在32767像素以内,但内存开销是按像素呈平方级走的。

一张宽度1200px、高度20000px的截图,光像素数据就是1200×20000×4字节,等于96MB。再叠加drawImage时的中间缓冲、base64编码翻倍、dataURL传回页面时的字符串复制,最多可以吃掉300-400MB内存,低配置机器直接卡成PPT。

我的实际处理是加一道限制:当页面高度超过8000px时,就不走“拼成大图再标注”的路线,而是开启“分块模式”——把页面按视口切成多张截图,让用户逐块标注,最后导出时从后台把所有标注合成提交。这个模式牺牲了一点连贯性,但换来了内存稳定。实用的很,尤其面对那种无限滚动的电商长页面。

4.3 页面样式冲突与事件穿透问题

这是内容脚本技术的永恒主题。我第一版嵌入层直接append进body,马上被页面的z-index秩序碾碎:有的网站的header层级高得离谱,标注层被压在底下。还有的网站写了* { box-sizing: border-box; }、button { all: unset; }这种全局规则,直接把我嵌进来的DOM样式全重置了。

最后统一改成Shadow DOM挂载,所有内部样式都封装在Shadow root里。对外只有一行host元素CSS,设成position: fixed; top: 0; left: 0; z-index: 2147483647; pointer-events: all;。2147483647是z-index的上限,就是为了压在一切页面元素上面。

事件穿透是另一个坑。标注层要接收鼠标事件,但底下的页面正常滚动也需要鼠标事件。我的方案是给shadow root内部加一个半透明的“事件接收垫”,只有这个垫子接收pointer事件,垫子之外的区域事件穿透给页面。这样用户可以在标注层旁边正常滚动、点击,一旦鼠标移进标注层范围,事件就被拦截。

4.4 MV3下聊胜于无的remote code限制

MV3最大的变化之一就是不能再执行eval和远程代码。这意味着你没法动态加载一个脚本字符串来执行。有些旧教程教你用chrome.scripting.executeScript传入一个对面页面函数的字符串,这在MV3里是行不通的——传入的必须是“函数体”,且不能引用扩展context里的变量。

我做FxEmbed时也踩过这个:想在页面上下文里读取window.__INITIAL_STATE__(很多SPA把首屏数据挂在这),但MV3的隔离环境拿不到页面自己的变量。最后是用scripting.executeScript注入一个纯函数,函数体内通过DOM序列化把需要的数据以JSON字符串传回来。注意,这个函数不能闭包引用扩展内部的任何东西,所有需要的数据都得通过参数传进去。

5. 经验总结与后续扩展

FxEmbed写完到现在,我用它替代了之前所有截图工具。说实话,和成熟的商业截图工具比,它的导出修饰细节还差得远,但它解决了一个很本质的问题:截图不再是把画面“拿出去”,而是把画面“放进来”。这种页面内直接标注的工作流,在写技术文章、记录bug复现步骤、审阅视觉稿的时候,效率提升不是一点半点。

比较典型的场景是,以前给前端同事报bug,要截图、开图、画红圈、存文件、拖进聊天框,五个步骤。现在按Alt+Shift+X,截完直接在页面上画圈写备注,一键保存,一步到位。编辑完还不用手动清理,直接关闭嵌入层,页面干干净净。

后续我想给FxEmbed加两个能力。一个是标注模板:把常用的箭头样式、文字颜色、马赛克大小存成模板,下次截图直接套用,省得每次调。另一个是跨页面标注数据导出:把标注数据导出成JSON,配合自动化测试用——让QA在页面上标了问题后,直接把标注坐标和截图交给开发,开发能精确知道问题点位。这个方向前几天试了个原型,坐标序列化已经跑通了,再打磨打磨UI就能放出来。

最后分享一个藏在代码角落里的小技巧。导出PNG时,如果图片里有大面积的半透明标注(比如半透明的矩形高亮),直接导出会发现高亮底下原本的文字变得很淡。这是因为亮度混合过后,PNG的透明通道被浏览器在显示时做了色彩补偿。解法是:最终导出前,把canvas先铺一层纯白底再合成,所有半透明标注就不会被“沉底”了。就这么一个小改动,导出的图肉眼看起来才干净。这些细节没人会写进文档,都是自己踩过坑才明白的。

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
Autodock分子对接实战:从受体准备到结果分析的完整指南
本文提供了一份详尽的AutoDock分子对接实战指南,涵盖从受体蛋白准备、小分子配体优化、对接口袋定义到运行AutoDock Vina及结果分析的全流程。文章重点解析了如何利用开源免费的AutoDock工具,高效完成蛋白-小分子相互作用的模拟预测,并分享了关键的参数设置与可视化分析技巧,旨在帮助生物信息学与药物研发人员快速上手并获取可靠结果。
Mr.括号