HDR 图像的双层结构——元数据生成与 hdrDecompose/hdrCompose 完整解析

news2026/5/21 7:52:48
文章目录HDR 图到底怎么存的三个核心操作的关系元数据生成代码详解HDR 分解与合成代码详解HdrMetadataType 四种类型对比像素格式与 HDR 类型对应关系StorageLink 串联四个页面的设计思路踩坑记录写在最后一直以来我以为 HDR 图就是更亮的图直到看了HDRImageConversionComponent.ets里的双层分解逻辑才明白 HDR 图的存储结构比想象中复杂。这篇把元数据生成和双层结构都说清楚。HDR 图到底怎么存的用大白话解释 HDR 图像的两种存储方式单层 HDRALTERNATE 类型就是一张高色深的图用 RGBA_1010102每通道 10 bit格式存储整张图包含了完整的 HDR 信息。类比一台原装 OLED 显示器。双层 HDRBASE GAINMAP把 HDR 分成两张图——BASE 层一张普通 SDR 图DISPLAY_P3 色彩空间兼容普通屏幕显示GAINMAP 层一张增益图记录 SDR 和 HDR 之间的亮度差异信息类比BASE 层就是普通照片GAINMAP 层是一张哪里需要亮多少的蒙版。有 HDR 屏幕时两层合成没有就直接用 BASE 层。三个核心操作的关系元数据生成代码详解元数据生成页面MetadataGenerationComponent在onAppear时自动执行依赖前面色彩空间转换页生成的 HDR 图import{image}fromkit.ImageKit;import{colorSpaceManager}fromkit.ArkGraphics2D;importnativePixfromlibentry.so;Componentexportstruct MetadataGenerationComponent{// 从 AppStorage 拿到色彩空间转换页生成的 HDR 图StorageLink(hdrPixelMap)hdrPixelMap:image.PixelMap|undefinedundefined;StatepixelMapDst:image.PixelMap|undefinedundefined;StateisShow:booleanfalse;build(){NavDestination(){// ... UI 代码}.onAppear((){if(!this.hdrPixelMap){return;}this.isShowfalse;// 第一步确保色彩空间是 BT2020_HLGletcolorSpaceBT2020_HLG:colorSpaceManager.ColorSpaceManagercolorSpaceManager.create(colorSpaceManager.ColorSpace.BT2020_HLG);this.hdrPixelMap.setColorSpace(colorSpaceBT2020_HLG);// 第二步设置元数据类型为单层 HDRALTERNATEthis.hdrPixelMap.setMetadata(image.HdrMetadataKey.HDR_METADATA_TYPE,image.HdrMetadataType.ALTERNATE);// 第三步调用 Native 接口生成标准元数据// generateMetadata 会往 PixelMap 里写入 ISO 21496-1 标准的 HDR 元数据nativePix.generateMetadata(this.hdrPixelMap);this.pixelMapDstthis.hdrPixelMap;this.isShowtrue;})}}元数据生成做了什么Native 层的generateMetadata会分析图像的亮度分布计算出 HDRGMHDR Gainmap Metadata等标准元数据写入 PixelMap。这些元数据告诉显示系统这张图的最大亮度是多少、动态范围是多少、用哪个曲线来显示。HDR 分解与合成代码详解HDRImageConversionComponent在onAppear时同时做分解和合成hdrDecomposeAndCompose():void{// 第一步准备两个空白目标 PixelMap // 注意createPixelMap 参数顺序是 (height, width)letdualPixelMap:image.PixelMapnativePix.createPixelMap(this.inputHeight,this.inputWidth);letgainmapPixelMap:image.PixelMapnativePix.createPixelMap(this.inputHeight,this.inputWidth);// 第二步设置 BASE 层和 GAINMAP 层的元数据 // BASE 层SDR 基础层用 DISPLAY_P3 色彩空间letcolorSpaceDisplayP3colorSpaceManager.create(colorSpaceManager.ColorSpace.DISPLAY_P3);dualPixelMap.setColorSpace(colorSpaceDisplayP3);dualPixelMap.setMetadata(image.HdrMetadataKey.HDR_METADATA_TYPE,image.HdrMetadataType.BASE// 标记为 BASE 层);// GAINMAP 层增益图层也用 DISPLAY_P3gainmapPixelMap.setColorSpace(colorSpaceDisplayP3);gainmapPixelMap.setMetadata(image.HdrMetadataKey.HDR_METADATA_TYPE,image.HdrMetadataType.GAINMAP// 标记为 GAINMAP 层);// 第三步分解——单层 HDR 拆成 BASE GAINMAP // hdrPixelMap 是单层 ALTERNATE 类型的 HDR 图nativePix.hdrDecompose(dualPixelMap,gainmapPixelMap,this.hdrPixelMap);this.dualLayerMapdualPixelMap;// 展示 BASE 层this.gainmapPixelMapgainmapPixelMap;// 展示 GAINMAP 层// 第四步合成——BASE GAINMAP 重新合成单层 HDR // 目标格式YCBCR_P010YUV 10bit 格式另一种 HDR 格式letopts:image.InitializationOptions{editable:true,pixelFormat:image.PixelMapFormat.YCBCR_P010,size:{height:this.inputHeight,width:this.inputWidth}};letoutPutPixelMapimage.createPixelMapSync(opts);// 合成结果BT2020_HLG 色彩空间ALTERNATE 类型letcolorSpaceHlgcolorSpaceManager.create(colorSpaceManager.ColorSpace.BT2020_HLG);outPutPixelMap.setColorSpace(colorSpaceHlg);outPutPixelMap.setMetadata(image.HdrMetadataKey.HDR_METADATA_TYPE,image.HdrMetadataType.ALTERNATE);// 把两层合成回单层 HDRnativePix.hdrCompose(dualPixelMap,gainmapPixelMap,outPutPixelMap);this.pixelMapDstoutPutPixelMap;}HdrMetadataType 四种类型对比类型含义对应场景NONE普通 SDR 图无 HDR 元数据普通图片处理ALTERNATE单层 HDR整图就是 HDRAI 生成的 HDR、直接解码的 HDR 图BASE双层 HDR 的基础 SDR 层hdrDecompose 分解出的主图GAINMAP双层 HDR 的增益图层hdrDecompose 分解出的增益信息像素格式与 HDR 类型对应关系这个对应关系弄错了 Native 接口会报错像素格式每通道位深对应 HDR 类型用途RGBA_88888 bitNONESDR普通图片RGBA_101010210 bitALTERNATEAI 生成 HDRYCBCR_P01010 bit YUVALTERNATEhdrCompose 合成结果RGBA_88888 bitBASE/GAINMAP分解后的 BASE 和增益图StorageLink 串联四个页面的设计思路整个 demo 四个页面通过StorageLink(hdrPixelMap)串联// 四个组件都用同一行声明StorageLink(hdrPixelMap)hdrPixelMap:image.PixelMap|undefinedundefined;// 色彩空间转换页写入this.hdrPixelMapoutPutPixelMap;// 自动同步到所有订阅者// 主页读取按钮动态启用Button(元数据生成).enabled(this.hdrPixelMap!undefined)踩坑记录坑1元数据生成必须在 onAppear 里执行generateMetadata是同步操作要确保hdrPixelMap已经存在来自色彩空间转换页。放在构造函数里不行放在aboutToAppear里时机也不对——推荐放在onAppear这时StorageLink数据已经就绪。坑2hdrDecompose 和 hdrCompose 参数顺序// 分解hdrDecompose(base目标, gainmap目标, 源HDR图)nativePix.hdrDecompose(dualPixelMap,gainmapPixelMap,this.hdrPixelMap);// 合成hdrCompose(base层, gainmap层, 合成目标)nativePix.hdrCompose(dualPixelMap,gainmapPixelMap,outPutPixelMap);两个接口的参数看起来像实际含义不同别搞混。坑3hdrCompose 输出用 YCBCR_P010 而不是 RGBA_1010102这两种格式都是 10 bit HDR但用途不同RGBA_1010102是 RGB 色彩空间YCBCR_P010是 YUV 色彩空间更适合视频和合成输出。在这个 demo 里 hdrCompose 的输出用 YCBCR_P010。写在最后搞清楚 HDR 的双层结构后你会明白为什么 HEIC 格式的图片能做到普通屏显示 SDR、HDR 屏显示 HDR——BASE 层保证了兼容性GAINMAP 层提供了增量信息。这套设计挺精妙的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2630865.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…