惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
博客园_首页
罗磊的独立博客
云风的 BLOG
云风的 BLOG
J
Java Code Geeks
Last Week in AI
Last Week in AI
D
DataBreaches.Net
Jina AI
Jina AI
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
D
Docker
MongoDB | Blog
MongoDB | Blog
B
Blog RSS Feed
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
宝玉的分享
宝玉的分享
Engineering at Meta
Engineering at Meta
The Cloudflare Blog
博客园 - 三生石上(FineUI控件)
有赞技术团队
有赞技术团队
人人都是产品经理
人人都是产品经理
H
Help Net Security
T
The Blog of Author Tim Ferriss

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
高效极简图像融合算法 AGED
jspingzi · 2026-02-25 · via V2EX

分享一个我今天在 AI 的帮助下开源的极简实用算法:AGED (Alpha-Gated Edge Despill)。

📌 痛点:做过 Chroma Key (色度键控)的同学应该都知道,抠像后的“去溢色”是个麻烦事。像 FFmpeg 等传统全局算法,往往会把前景里正常的绿色(比如衣服、道具)也给去掉了,而且还需要你不断去调 spillmix 这种玄学参数。 💡 我的解法(工程极简主义):其实去溢色根本不需要全图跑。AGED 算法直接利用 Alpha 遮罩做门控( Gating ),只针对半透明的边缘像素( 0 < α < 1 )进行处理。

它没有任何需要调节的参数,直接上硬判决:如果 $G > \max(R, B)$,就把 G 替换掉。

带来的直观优势: 1 、绝对的前景保护:内部不透明像素直接 Skip ,完美保留原色。 2 、零配置:开箱即用,告别调参。 3 、极致性能:内存连续访问优化,复杂度 $O(N)$。在 4K 分辨率的 Benchmark 下,标量版性能远超传统的向量化全局算法。

项目采用 MIT 协议,包含了 C++ 标量版、Cython 绑定的 Python 接口,以及一段极简的现代 GLSL Shader ,非常适合嵌入到各位的实时处理管线或游戏引擎中。

效果对比见附件,GitHub 源码:github.com 如果你觉得有意思或者能帮到你,欢迎来点个 Star ,或者在 Issue 交流!

PS:数学原理绝无问题,C++/GLSL 代码如果有 Bug ,自行修复,我没有验证环境,没有细致查验。