RPA与After Effects 2024深度融合:自动化影视特效全链路革命
文章目录
- 一、RPA在影视后期中的核心应用场景
- 1. 跨平台数据自动化采集与预处理
- 2. 动态数据驱动动画:从Excel到AE的无缝衔接
- 二、After Effects 2024自动化增强技术
- 1. Python脚本深度集成:批量生成三维动画
- 2. 实时渲染优化:智能调度与多分辨率导出
- 三、完整工作流案例:新闻短视频自动化生产线
- 1. RPA端:数据采集与预处理
- 2. AE端:智能合成与渲染
- 3. 交付端:自动化导出与分发
- 四、技术挑战与解决方案
- 1. 跨软件通信延迟与稳定性
- 2. 动态数据解析与绑定
- 五、未来展望:AI驱动的自动化影视生产
- 1. 智能抠像与动态合成
- 2. 实时渲染农场与云协作
- 3. 多模态内容生成
- 4. 区块链版权保护
- 结语:重新定义影视后期生产
- 《RPA机器人流程自动化基础及应用》
- 亮点
- 内容简介
- 作者简介
- 目录
- 《After Effects 2024+Runway影视后期与AI视频制作从入门到精通》
- 亮点
- 内容简介
- 作者简介
- 目录
在影视后期制作领域,RPA(机器人流程自动化)与After Effects 2024的结合正成为打破传统制作瓶颈的核心技术。RPA通过模拟人类操作实现跨软件协同,而AE 2024凭借其增强的硬件加速能力、三维合成系统和动态数据绑定功能,为视觉特效制作提供了更智能的创作工具链。本文将结合实际案例、代码实现和行业痛点解决方案,展示如何通过RPA自动化数据采集、素材处理,并与AE的表达式、脚本深度集成,构建覆盖数据采集→智能合成→动态渲染→多平台交付的全自动化工作流。
一、RPA在影视后期中的核心应用场景
1. 跨平台数据自动化采集与预处理
场景:新闻类短视频制作需整合多源数据(API、网页、图片OCR),传统人工操作耗时且易出错。
技术实现:
- RPA工具:UiPath/Selenium + PyAutoGUI
- 数据处理:OpenCV图像识别 + Pandas数据清洗
代码示例:
# 1. 网页数据采集(Selenium)
from selenium import webdriver
from bs4 import BeautifulSoup
import pandas as pddriver = webdriver.Chrome()
driver.get("https://example-news.com/top-headlines")
soup = BeautifulSoup(driver.page_source, "html.parser")
news_items = []for item in soup.select(".news-item"):title = item.select_one(".title").textsource = item.select_one(".source").textnews_items.append({"title": title, "source": source})# 2. 图片OCR处理(Tesseract)
import pytesseract
from PIL import Imagedef ocr_image(image_path):img = Image.open(image_path)text = pytesseract.image_to_string(img, lang="chi_sim+eng")return text.strip()# 3. 数据清洗与导出(Pandas)
df = pd.DataFrame(news_items)
df["ocr_content"] = [ocr_image(f"images/{i}.jpg") for i in range(len(df))]
df.to_csv("news_data_processed.csv", index=False)# 4. 模拟AE素材导入(PyAutoGUI)
import pyautogui
import timetime.sleep(3) # 等待AE启动
pyautogui.hotkey("ctrl", "o") # 打开文件对话框
time.sleep(1)
pyautogui.write(r"C:\AE_Projects\News\素材")
pyautogui.press("enter")
2. 动态数据驱动动画:从Excel到AE的无缝衔接
场景:根据实时数据动态生成新闻标题动画、股票K线图等。
技术实现:
- AE表达式:绑定Excel数据到动画属性
- Python脚本:批量生成动态图层
代码示例:
// AE表达式:根据Excel数据动态调整文字位置和颜色
var dataFile = File("C:/AE_Projects/News/news_data.csv");
var data = [];
var dataLines = dataFile.read().split("\n");
for (var i = 1; i < dataLines.length; i++) { // 跳过标题行var cols = dataLines[i].split(",");data.push([cols[0], parseFloat(cols[1])]); // [标题, 热度值]
}var index = Math.floor(time * 10) % data.length; // 每0.1秒切换一条新闻
var titleText = data[index][0];
var heatValue = data[index][1];// 动态设置文字和颜色
var textLayer = thisComp.layer("动态新闻标题");
textLayer.sourceText.setValueAtTime(time, titleText);
textLayer.effect("填充")("颜色").setValue([heatValue/100, 1 - heatValue/100, 0]); // 热度值映射到颜色
二、After Effects 2024自动化增强技术
1. Python脚本深度集成:批量生成三维动画
场景:批量创建新闻标题的三维旋转动画,并绑定到动态数据。
技术实现:
- AE Python API:
pyae
(假设的AE Python库) - 三维属性控制:位置、旋转、缩放
代码示例:
# AE Python脚本:批量创建三维文字图层并绑定数据
import pyae # 假设的AE Python库
import pandas as pddef create_3d_text_sequence(comp_name, csv_path):# 读取CSV数据df = pd.read_csv(csv_path)# 创建合成comp = pyae.create_comp(comp_name, 1920, 1080, 30, 10)# 批量生成图层for i, row in df.iterrows():text_layer = comp.layers.add_text(row["title"])text_layer.position.setValue([960, 540 + i * 150, 0]) # 三维坐标text_layer.rotation.setValue([0, 0, i * 20]) # 旋转角度text_layer.scale.setValue([100 + row["热度值"] * 5, 100 + row["热度值"] * 5, 100]) # 缩放比例text_layer.options.three_d = True # 启用三维属性# 添加动画效果text_layer.add_effect("旋转", "CC Spin")text_layer.effect("旋转")("速度").setValue(row["热度值"] * 0.5)create_3d_text_sequence("新闻标题序列", "news_data_processed.csv")
2. 实时渲染优化:智能调度与多分辨率导出
场景:根据服务器负载动态调整渲染质量,并批量导出多分辨率视频。
技术实现:
- AE表达式:调用外部API获取服务器负载
- ExtendScript:批量渲染配置
代码示例:
// AE表达式:根据服务器负载动态调整渲染质量
var serverLoad = externalCall("getServerLoad"); // 调用RPA暴露的API
if (serverLoad > 80) {thisComp.renderSettings.quality = 1; // 切换到草稿质量thisComp.renderSettings.bitRate = 5; // 降低码率
} else {thisComp.renderSettings.quality = 4; // 最佳质量thisComp.renderSettings.bitRate = 20; // 高码率
}// ExtendScript:批量渲染多分辨率视频
var renderQueue = app.project.renderQueue;
var outputModules = [{name: "HD_1080p", path: "C:/Output/HD_1080p.mp4", template: "H.264 1080p"},{name: "SD_720p", path: "C:/Output/SD_720p.mp4", template: "H.264 720p"}
];for (var i = 0; i < outputModules.length; i++) {var item = renderQueue.items.add(app.project.item(1)); // 添加合成到渲染队列var outputModule = item.outputModule(1);outputModule.file = new File(outputModules[i].path);outputModule.applyTemplate(outputModules[i].template);item.render(); // 启动渲染
}
三、完整工作流案例:新闻短视频自动化生产线
1. RPA端:数据采集与预处理
- 流程:
- 登录新闻API获取JSON数据
- 调用Tesseract OCR处理图片新闻
- 生成符合AE要求的CSV文件
代码示例(RPA Studio):
// UiPath Studio 流程:
// 1. 使用HTTP Request活动获取API数据
var apiResponse = HttpClient.Get("https://api.news.com/top-headlines");
var newsData = JsonConvert.DeserializeObject(apiResponse);// 2. 使用OCR活动处理图片
var ocrText = OCR.ExtractText("C:/News/Images/image1.jpg");// 3. 使用Write CSV活动生成数据文件
DataTable dt = new DataTable();
dt.Columns.Add("title");
dt.Columns.Add("source");
dt.Columns.Add("ocr_content");
dt.Rows.Add(newsData[0]["title"], newsData[0]["source"], ocrText);
CSV.Write(dt, "C:/AE_Projects/News/news_data.csv");
2. AE端:智能合成与渲染
- 流程:
- 创建动态模板工程(使用
textAnimator
预设) - 通过
data-driven
表达式绑定RPA生成的数据 - 配置
watchFolder
实现素材自动导入
- 创建动态模板工程(使用
代码示例(AE表达式):
// AE表达式:根据CSV数据动态生成新闻标题动画
var dataFile = File("C:/AE_Projects/News/news_data.csv");
var dataLines = dataFile.read().split("\n");
var data = [];
for (var i = 1; i < dataLines.length; i++) {var cols = dataLines[i].split(",");data.push([cols[0], cols[1], parseFloat(cols[2])]); // [标题, 来源, 热度值]
}var index = Math.floor(time * 10) % data.length;
var titleText = data[index][0];
var sourceText = data[index][1];
var heatValue = data[index][2];// 动态设置文字
var titleLayer = thisComp.layer("新闻标题");
titleLayer.sourceText.setValueAtTime(time, titleText);var sourceLayer = thisComp.layer("来源");
sourceLayer.sourceText.setValueAtTime(time, sourceText);// 动态调整透明度(热度值越高,透明度越低)
titleLayer.opacity.setValueAtTime(time, heatValue * 0.5);
3. 交付端:自动化导出与分发
- 流程:
- 渲染完成后自动上传至云存储
- 生成多平台适配的缩略图
- 调用短视频平台API发布内容
代码示例(Python):
# 渲染完成后自动上传至云存储
import boto3
import osdef upload_to_s3(file_path, bucket_name):s3 = boto3.client("s3")s3.upload_file(file_path, bucket_name, os.path.basename(file_path))# 生成多平台适配的缩略图
from PIL import Imagedef generate_thumbnail(input_path, output_path, size=(1280, 720)):img = Image.open(input_path)img.thumbnail(size)img.save(output_path)# 调用短视频平台API发布内容
import requestsdef post_to_platform(title, description, video_url, thumbnail_url):url = "https://api.shortvideo.com/v1/upload"data = {"title": title,"description": description,"video_url": video_url,"thumbnail_url": thumbnail_url}response = requests.post(url, json=data)return response.json()
四、技术挑战与解决方案
1. 跨软件通信延迟与稳定性
- 问题:RPA与AE的进程间通信存在0.5-2秒延迟,且易因UI变化导致操作失败。
- 解决方案:
- 中间层设计:使用AE的
ExtendScript
作为稳定的数据接口 - WebSocket长连接:实现RPA与AE的实时通信
- UI元素定位优化:通过XPath/CSS Selector替代绝对坐标
- 中间层设计:使用AE的
代码示例(WebSocket通信):
// AE ExtendScript:WebSocket服务器端
var wsServer = new WebSocketServer();
wsServer.onMessage = function(message) {if (message == "start_render") {app.project.renderQueue.items[1].render();}
};// Python客户端:
import websockets
import asyncioasync def send_render_command():uri = "ws://localhost:8765"async with websockets.connect(uri) as websocket:await websocket.send("start_render")asyncio.get_event_loop().run_until_complete(send_render_command())
2. 动态数据解析与绑定
- 问题:非结构化数据(如JSON、图片OCR结果)难以直接绑定到AE属性。
- 解决方案:
- 数据标准化:开发AE专用数据解析插件(如JSON Schema校验)
- 动态属性映射:通过AE表达式实现字段-属性的灵活绑定
代码示例(JSON Schema校验):
// AE表达式:校验并绑定JSON数据
var jsonData = JSON.parse(externalCall("getJsonData"));
var schema = {"title": "string","source": "string","heatValue": "number"
};function validateSchema(data, schema) {for (var key in schema) {if (typeof data[key] !== schema[key]) {return false;}}return true;
}if (validateSchema(jsonData, schema)) {thisComp.layer("新闻标题").sourceText.setValueAtTime(time, jsonData.title);
} else {thisComp.layer("错误提示").sourceText.setValueAtTime(time, "数据格式错误");
}
五、未来展望:AI驱动的自动化影视生产
1. 智能抠像与动态合成
- 技术:结合RPA的图像识别与AE的Roto Brush 2.0,实现一键抠像与动态背景替换。
- 案例:新闻主播视频与虚拟场景的实时合成。
2. 实时渲染农场与云协作
- 技术:通过RPA动态分配云渲染资源,结合AE的
Multi-Frame Rendering
加速。 - 案例:影视后期公司实现全球分布式渲染。
3. 多模态内容生成
- 技术:将GPT-4o生成的脚本直接转化为AE动画,结合Stable Diffusion生成动态背景。
- 案例:AI自动生成短视频广告。
4. 区块链版权保护
- 技术:RPA将AE渲染结果自动上传至区块链,生成不可篡改的版权证书。
- 案例:影视作品数字版权确权。
结语:重新定义影视后期生产
RPA与After Effects 2024的深度融合,正在推动影视后期制作从**“人工密集型”向“智能自动化型”转型。通过构建覆盖数据采集→智能处理→自动化合成→动态渲染→多平台交付的全自动化工作流,制作团队可将单条视频的制作周期从数小时压缩至分钟级**,同时降低70%以上的人力成本。随着Adobe对Python生态的持续投入和RPA的AI能力增强,未来我们有望看到更多跨软件、跨领域、跨模态的自动化解决方案,推动整个创意产业向智能化、高效化、标准化方向演进。
技术关键词:
- RPA工具:UiPath/Selenium/PyAutoGUI
- AE功能:表达式、ExtendScript、三维合成、数据驱动动画
- 协同技术:WebSocket、JSON Schema、OCR、云渲染
- 未来方向:AI生成、区块链、实时协作
适用场景:新闻短视频、广告制作、影视特效、虚拟主播、电商视频等。
《RPA机器人流程自动化基础及应用》
办公流程自动化指南:通过丰富的案例,快速上手RPA开发,使其成为得力助手,全面提升工作效率与自动化技能
获取方式:
- 京东:https://item.jd.com/14850718.html
- 当当:https://product.dangdang.com/29804517.html
亮点
- 结合丰富案例,快速上手RPA开发
- 掌握前沿技术,引领企业办公自动化
- 注重实际操作,解锁流程优化新境界
- 符合最新趋势,RPA+AI全方位提高效率
内容简介
全书从 RPA 的基本概念、产生背景讲起,详细介绍了 RPA 的基础知识和应用场景,深入探讨了 RPA 的应用价值、与 AI 的关系,以及与传统 IT 系统开发的区别。并通过丰富的案例,如企业财务自动化的应用、金融自动化的应用、智慧校园的应用,展示了 RPA 的实际应用。
本书以任务形式的结构进行讲解,不但能让读者明确任务的宗旨,还能了解任务清晰的逻辑线,从而更好地完成任务,让学习更有驱动性。
本书适合对 RPA 感兴趣的读者,不仅适合 IT 从业者及企业管理人员等阅读学习,也适合希望提升工作效率、实现流程自动化的企业和个人进行学习。
作者简介
-
施金妹,教授,博士,现任海南科技职业大学信息工程学院院长,省级特色重点学科“计算机科学与技术”责任教授,省级高水平专业群“计算机网络技术”带头人,省级职业院校教师教学创新团队“大数据工程技术”带头人、海南省委联系服务重点专家、省高层次D类人才、省级优秀教育工作者。
-
陈辉云,硕士研究生,计算机科学与技术职业,中级工程师。目前在海南科技职业大学担任专职教师,致力于传授专业知识与技能。多年来,积极指导学生参与RPA等前沿技能竞赛,并荣获多项国家级奖项。
-
吴迪,曾任中国海洋大学信息科学与工程学院客座教授、哈尔滨理工大学客座教授。具有30年行业经验,从东北大学软件中心入行,历任惠普中国区副总裁、青岛东软载波科技股份有限公司董事总经理。 2020年创业,上海弘玑信息技术有限公司创始人。 致力于以软件为载体的服务,以知行合一的思想持续为行业创造新质生产力。
目录
第 1 章 RPA 基础知识
1.1 【任务 1-1】认识 RPA
1.1.1 RPA 的基本概述
1.1.2 RPA 的产生背景
1.1.3 RPA 的应用场景
1.1.4 RPA 适用的业务场景的评估
1.1.5 RPA 的应用价值
1.1.6 RPA 与 AI
1.1.7 RPA 部署与传统 IT 系统开发的区别
1.1.8 弘玑 RPA 产品的优势
1.2 【任务 1-2】常见的 RPA 三件套
1.2.1 RPA 三件套
1.2.2 RPA 三件套的作用
1.3 【任务 1-3】流程自动化入门
1.3.1 流程分级
1.3.2 流程图绘制
1.3.3 基本逻辑
1.4 【任务 1-4】学生成绩汇总机器人
课后练习第 2 章 初识指令库
2.1 【任务 2-1】弘玑 Cyclone 工具的使用
2.1.1 弘玑 Cyclone 界面介绍
2.1.2 弘玑 Cyclone 初始化设置
2.1.3 创建一个流程
2.2 【任务 2-2】微信批量添加好友
2.3 【任务 2-3】变量与参数
2.3.1 变量的概念与理解
2.3.2 数据类型
2.3.3 常用数据运算
2.3.4 变量与参数的引用
2.4 【任务 2-4】违禁词查询机器人
课后练习第 3 章 界面自动化指令
3.1 【任务 3-1】初识界面自动化指令
3.1.1 RPA 界面自动化
3.1.2 界面自动化指令
3.2 【任务 3-2】去哪儿行程信息查询
3.2.1 安装浏览器插件
3.2.2 获取用户输入并打开去哪儿网站
3.2.3 查询并抓取机票信息
3.2.4 将机票信息储存至 Excel 表格
课后练习第 4 章 系统功能与文件处理
4.1 【任务 4-1】初识系统功能与文件处理指令
4.1.1 系统功能指令
4.1.2 文件处理指令
4.2 【任务 4-2】图书馆借阅数据汇总机器人
4.2.1 分析数据
4.2.2 项目开发步骤
课后练习第 5章 应用自动化与数据处理
5.1 【任务 5-1】初识应用自动化与处理
5.1.1 应用自动化指令介绍
5.1.2 数据处理指令介绍
5.2 【任务 5-2】上证指数监控及提醒机器人
5.2.1 设计 Excel 配置文件
5.2.2 基础流程框架
5.2.3 变量传参介绍
5.2.4 数据库配置
5.2.5 读取参数定时运行程序
5.2.6 抓取上证指数信息
5.2.7 记录上证指数信息到数据库
5.2.8 邮箱配置与邮件发送
5.2.9 在主流程中执行其他子流程
课后练习 221第 6 章 AI 指令
6.1 【任务 6-1】发票图片信息识别
6.1.1 读取发票图片
6.1.2 OCR 服务 Web 调用
6.1.3 识别结果 JSON 解析
6.1.4 发票数据整理与汇总
6.2 初识企业级流程架构
6.2.1 工程项目与脚本文件
6.2.2 企业级流程框架介绍
6.2.3 流程组装
课后练习第 7 章 企业财务自动化的应用案例
7.1 财务费用报销审核机器人
7.2 财务三单比对机器人
7.3 自动开票机器人
7.4 自动报税机器人第 8 章 金融自动化的应用案例
8.1 银行业
8.2 证券业
8.3 保险业第 9 章 智慧校园的应用案例
9.1 智慧校园建设概述
9.2 竞赛信息管理
9.3 排监考处理
9.4 论文标签化处理
9.4.1 背景介绍 .
9.4.2 现有业务流程及问题分析
9.4.3 重构业务流程方案与推广后记
《After Effects 2024+Runway影视后期与AI视频制作从入门到精通》
- 京东:https://item.jd.com/14398203.html
- 当当:https://product.dangdang.com/29859865.html
B站+抖音优质影视后期UP主倾力打造,6大核心板块+84个教学视频,文字图形动画+影视动画特效+抠像与合成+视频调色+三维效果+画面跟踪技术+Runway应用实战,实战学练结合,同步视频轻松解惑
亮点
- 6大核心板块:系统讲解功能与操作技巧,让创作更简单
- 新增AI视频制作:与AI工具结合,打开新世界的大门
- 实战学练结合:剖析实战案例,巩固核心技能,学以致用
- 84个教学视频:同步视频轻松解惑,让学习更直观
- 赠送PPT课件:利于学时安排和教学指导
内容简介
After Effects(简称AE)作为业界领先的视频特效合成软件,对于影视后期编辑人员来说是一款必学的软件。AE 在电视包装、特效制作等数字媒体领域应用广泛,且发展潜力巨大。随着AI 时代的到来,本书结合AE 与AI 视频制作技术,深入讲解影视动画领域的核心技能及最新发展趋势。
本书精心规划了10 章内容,旨在循序渐进地引导读者了解AE 的各个功能模块,并在实际操作练习中掌握从基础实践到高级技巧的全方位知识。值得一提的是,本书最后一章将探索当前热门的AI 视频制作工具Runway,使读者不仅能够掌握传统的视频制作技术和流程,还能接触到前沿的AI 技术应用。
通过对本书的学习,读者将开启数字媒体编辑与创作的新篇章,体验虚拟与现实结合的奇妙旅程。即使对特效合成或数字媒体行业尚无了解的新手,本书也能提供思路,帮助他们创作出精彩的作品。
作者简介
高立志
自媒体博主,“后期帮”主理人,全网粉丝40万+。从事影视后期行业8年,翼狐网签约讲师、深夜学院CG签约讲师。
曾出品“超能魔法学院”“影视特效跟踪”“剪辑思维训练营”等相关课程。
于婷婷
中共党员,毕业于湘潭大学艺术学院,现任湘潭理工学院人文与艺术学院副院长,专注于数字媒体技术的研究与教学。曾指导学生参加全国大学生广告艺术大赛获得多项全国一等奖、全国二等奖及全国三等奖。
目录
第1章 影视基础概述1.1 视频的由来1.2 隔行扫描与逐行扫描1.3 帧速率与电视制式1.4 视频的分辨率1.5 常见的视频格式1.6 视频封装与编码第2章 初步掌握After Effects2.1 AE的界面和工作区介绍2.2 创建项目与合成2.3 素材的导入方法2.4 时间线的应用2.5 工程输出与整理2.6 首选项常用功能2.7 工具栏常用工具2.8 合成面板常用工具2.9 时间线面板2.10 图层的属性与特点2.11 关键帧2.12 常见的表达式动画应用2.13 综合训练:运用图层绑定让汽车动起来2.14 课后练习:运用父子级关系制作机械臂动画第3章 文字图形动画设计与制作3.1 “ 字符”面板3.2 “ 段落”面板3.3 “ 对齐”面板3.4 文本图层属性和动画属性3.5 图形属性与图形动画常用属性3.6 综合训练:动态文字Logo演绎3.7 课后练习:MG图形动态演变效果第4章 影视动画特效设计与制作4.1 风格化效果4.2 过渡效果4.3 模糊和锐化效果4.4 扭曲效果4.5 生成效果4.6 时间效果4.7 杂色和颗粒效果4.8 综合训练:制作真实火焰效果4.9 课后练习:模拟海底世界效果第5章 影视核心技术:抠像与合成5.1 常见的蒙版抠像5.2 轨道遮罩和不规则形状抠像5.3 绿幕抠像5.4 无绿幕抠像5.5 综合训练:制作虚拟空间实景合成效果5.6 课后练习:实拍绿幕人物完成实景合成效果第6章 颜控:视频调色原理与实战6.1 色彩理论和调色基础知识6.2 用曲线加深理解互补色调色原理6.3 强大的Lumetri颜色调色工具6.4 其他调色工具的应用6.5 Log素材与Rec.709 素材的区别6.6 综合训练:青橙电影色调6.7 课后练习:参考喜欢的影视片段完成仿色练习第7章 三维效果设计与制作7.1 三维图层的主要特点与查看方法7.2 摄像机的基本操作7.3 摄像机属性设置7.4 常见灯光类型7.5 灯光和材质的设置方法7.6 综合训练:水墨风格三维动画开场案例7.7 课后练习:创建三维空间的文字穿梭动画第8章 高级技术:画面跟踪技术与摄像机反求8.1 跟踪运动:单点跟踪技术应用8.2 跟踪运动:多点跟踪技术应用8.3 跟踪摄像机的使用方法8.4 综合训练:机器人实景合成案例8.5 课后练习:实拍素材并完成实景合成第9章 综合实战:产品广告制作9.1 素材拍摄与灯光布置9.2 素材抠像9.3 产品动画合成9.4 剪辑配乐与输出第10章 AI视频制作工具Runway应用实战10.1 Runway 视频制作工具简介10.2 文字及图像生成视频10.3 视频生成视频10.4 AI抠像快速删除视频背景10.5 结合AE+Runway擦除多余物体10.6 综合训练:AI矿泉水概念广告10.7 课后练习:制作一个15 秒的AI实验短视频10.8 章末总结
相关文章:
RPA与After Effects 2024深度融合:自动化影视特效全链路革命
文章目录 一、RPA在影视后期中的核心应用场景1. 跨平台数据自动化采集与预处理2. 动态数据驱动动画:从Excel到AE的无缝衔接 二、After Effects 2024自动化增强技术1. Python脚本深度集成:批量生成三维动画2. 实时渲染优化:智能调度与多分辨率…...
【Python 实战】---- 使用Python批量将 .ncm 格式的音频文件转换为 .mp3 格式
1. 前言 .ncm 格式是网易云音乐专属的加密音频格式,用于保护版权。这种格式无法直接播放,需要解密后才能转换为常见的音频格式。本文将介绍如何使用 Python 批量将 .ncm 格式的音频文件转换为 .mp3 格式。 2. 安装 ncmdump ncmdump 是一个专门用于解密 .ncm 文件的工具。它…...
【上位机——MFC】序列化机制
相关类 CFile-文件操作类,封装了关于文件读写等操作 CFile::Open CFile::Write/Read CFile::Close CFile::SeekToBegin / SeekToEnd / Seek 代码示例 #include <afxwin.h> #include <iostream>using namespace std;void File() {CFile file;file.Ope…...
同步 / 异步、阻塞 / 非阻塞
前言 同步异步,在计算机科学中是一个非常重要的概念。作为一位软件开发工程师,我们每天都在和同步和异步打交道。 同步 同步-阻塞,顾名思义,就是同步和阻塞。调用方法后,必须等到结果返回,才能继续执行别…...
Java学习手册:ORM 框架性能优化
一、优化实体类设计 减少实体类属性 :仅保留必要的字段,避免持久化过多数据。例如,对于一个用户实体类,如果某些信息(如详细地址)不是经常使用,可以将其拆分到单独的实体类中。使用合适的数据类…...
标量/向量/矩阵/张量/范数详解及其在机器学习中的应用
标量(Scalar)、向量(Vector)、矩阵(Matrix)、张量(Tensor)与范数(Norm)详解及其在机器学习中的应用 1. 标量(Scalar) 定义࿱…...
Android学习总结之网络篇补充
一、TCP/IP 五层模型(字节跳动 / 腾讯高频题) 面试真题 1:TCP/IP 五层模型与 OSI 七层模型的区别是什么?各层的核心协议有哪些? 常见错误:混淆五层模型与七层模型的层次对应,遗漏关键协议&…...
金融企业如何借力运维监控强化合规性建设?
日前,国家金融监督管理总局网站公布行政处罚信息,认定某银行存在多项违规并对其进行罚款。其中,国家金融监督管理总局认定该银行主要违规内容包括: 一、部分重要信息系统识别不全面,灾备建设和灾难恢复能力不符合监管要…...
食品行业EDI:General Mills EDI需求分析
General Mills 是全球知名的食品制造企业致力于生产和销售各类食品和消费品牌,涵盖早餐谷物、零食、乳制品、烘焙产品和宠物食品等多个领域。其旗下拥有众多家喻户晓的品牌,如 Cheerios、Nature Valley、Yoplait、Hagen-Dazs 和 Blue Buffalo。General M…...
C语言初阶--数组
1.一维数组的创建和初始化 1.1数组的创建 数组是一组相同类型元素的集合。 数组的创建方式: type_t arr_name [const_n]; //type_t 数组的元素类型 //const_n 常量表达式,指定数组的大小#include <stdio.h> int main() {int arr[10]; //数组…...
如何做界面自动化工具选择?
在2025年的技术环境中,UI自动化测试工具的选择需综合考虑工具的功能特性、适用场景、维护成本以及与团队技术栈的匹配度。以下从不同维度对当前主流的UI自动化工具进行分类推荐,并结合实际应用场景提供选型建议: 一、AI驱动的智能测试工具 …...
点云采集学习个人记录
Eagle LiDAR Scanner使用 3DMakerpro Eagle 发布:基于 LiDAR 的空间 3D 扫描仪 --- 3DMakerpro Eagle Launch: LiDAR-based Spatial 3D Scanner (3dwithus.com) RayStudio 工作流程教程 https://store.3dmakerpro.com/blogs/school/raystudio-workflow-tutorial…...
css识别\n换行
在CSS中,\n 通常不会被识别为换行符。如果你希望在CSS中实现换行效果,可以使用以下几种方法: 使用 white-space 属性: 设置 white-space: pre 或 white-space: pre-wrap,这样文本中的换行符 \n 会被保留并显示为换行。…...
《Python星球日记》 第45天:KNN 与 SVM 分类器
名人说:路漫漫其修远兮,吾将上下而求索。—— 屈原《离骚》 创作者:Code_流苏(CSDN)(一个喜欢古诗词和编程的Coder😊) 专栏:《Python星球日记》,限时特价订阅中ing 目录 一、KNN 原理与距离计算1. KNN 的基本原理2. 距离计算方法3. K值的选择二、SVM 的支持向量与核技…...
STM32基础教程——硬件SPI
目录 前言 SPI硬件电路 SPI部分特征 SPI框图 SPI数据收发过程 W25Q64 技术实现 接线图 代码实现 技术要点 引脚操作 SPI初始化 SPI起始信号 SPI终止信号 SPI字节交换 宏替换W25Q64操作指令 W25Q64写使能 忙等待 读取设备ID号和制造商ID 页写入 数…...
系统架构-云原生架构设计
内涵 基于云原生技术,旨在将云应用中的非业务代码部分进行最大化的剥离,让云设施接管应用中原有的大量非功能特性。 云原生的代码包括三部分:业务代码、三方软件、处理非功能特性的代码 具备云原生架构的应用可以最大程度利用云服务和提升…...
ROS2: 服务通信
目录 服务通信模型服务通信的C实现服务端客户端 关键函数说明 服务通信模型 服务通信模型如上图所示,分为服务端和客户端,客户端根据需要向服务端发送请求(Request),服务端处理请求,并向客户端发回响应&…...
贵州省棒球运动发展中长期规划(2024-2035)·棒球1号位
贵州省棒球运动发展中长期规划(2024-2035) Guizhou Province Baseball Development Medium & Long-Term Plan (2024-2035) 一、战略定位 | Strategic Positioning 立足贵州山地特色与民族文化,借鉴洛杉矶"社区棒球"模式&…...
深度学习中的autograd与jacobian
1. autograd 对于一个很简单的例子,如下图所示,对于一个神经元z,接收数据x作为输入,经过激活函数,获得激活后的结果,最后利用损失函数获得损失,然后梯度反向回传。 上图右侧即梯度反向回传的过…...
Ubuntu 使用dotfiles个性化配置模板
dotfiles 什么是dotfilercm软件手动修改/生成dotfile启动脚本 .bash_profile按键绑定 .inputrc别名 .alias其他dotfiles 从github克隆从Github库中下载代码让dotfile文件生效 GUN stow管理初始化目录结构使用Stow 参考文章 什么是dotfile 每个人都有自己用电脑的习惯ÿ…...
VIVADO IP核整理(二)——FFT
目录 IP 核配置IP 核接口s_axis_config_tdata 配置输入输出端口描述 仿真 参考:FFT IP核 详细介绍 参考:官方文档介绍 IP 核配置 在 IP Catalog 中搜索:Fast Fourier Transform 按照上图所示进行配置,下文对配置内容进行详述。 …...
Excel处理控件Aspose.Cells教程:压缩Excel文件完整指南
Excel 电子表格是管理、分析和可视化数据的有效工具,但随着文件复杂度的增加,它们很快就会变得臃肿。无论是由于数据集庞大、嵌入图片、格式过多还是隐藏工作表,Excel 文件的大小都可能迅速膨胀,导致打开速度变慢、难以通过电子邮…...
AKS 网络深入探究:Kubenet、Azure-CNI 和 Azure-CNI(overlay)
Kubernetes 网络使您能够配置 Kubernetes 网络内的通信。部署 AKS 集群时,有三种网络模型需要考虑: Kubenet 网络 KubeNet 是 AKS 中的基础网络插件。它可以被形象地比喻成大城市的地铁系统。地铁可能无法直接连接所有可能的地点(例如您的服…...
angular的cdk组件库
目录 一、虚拟滚动 一、虚拟滚动 <!-- itemSize相当于每个项目的高度为30px --><!-- 需要给虚拟滚动设置宽高,否则无法正常显示 --> <cdk-virtual-scroll-viewport [itemSize]"40" class"view_scroll"><div class"m…...
unity 使用蓝牙通讯(PC版,非安卓)
BlueTooth in pc with unity 最近接到的需求是在unity里面开发蓝牙功能,其实一开始我并不慌,因为据我所知,unity有丰富的插件可以使用,但是问题随之而来 1.unity里面无法直接与蓝牙通讯(后来找到了开启runtime一类的东西,但是我找了半天也没找到在哪里可以打开) 2.引入dll通过d…...
Feign 重试策略调整:优化微服务通信的稳定性
在微服务架构中,服务之间的通信是常见的场景。然而,网络问题、服务不稳定或临时故障都可能导致通信失败。Feign 是一个流行的声明式 REST 客户端,广泛用于微服务间的通信。通过合理调整 Feign 的重试策略,可以显著提高系统的稳定性…...
Nacos源码—5.Nacos配置中心实现分析一
大纲 1.关于Nacos配置中心的几个问题 2.Nacos如何整合SpringBoot读取远程配置 3.Nacos加载读取远程配置数据的源码分析 4.客户端如何感知远程配置数据的变更 5.集群架构下节点间如何同步配置数据 1.关于Nacos配置中心的几个问题 问题一:SpringBoot项目启动时如…...
【spring】Spring、Spring MVC、Spring Boot、Spring Cloud?
这些都是 Spring 家族的重要组成部分,但它们各自定位不同、功能层级不同,可以用一张表格和简要说明来帮你快速理解: 一、四者概念和区别表格 名称功能定位主要用途/核心功能是否依赖其他部分Spring基础框架(核心)IOC、…...
RDD的处理过程
1. 创建RDD 通过SparkContext的parallelize方法从本地集合创建RDD。 从外部存储(如HDFS、本地文件系统)加载数据创建RDD。 通过对已有RDD进行转换操作生成新的RDD。 2. 转换操作(Transformation) 对RDD进行操作(如…...
Vue3 中当组件嵌套层级较深导致 ref 无法直接获取子组件实例时,可以通过 provide/inject + 回调函数的方式实现子组件方法传递到父组件
需求:vue3中使用defineExposeref调用子组件方法报错不是一个function 思路:由于组件嵌套层级太深导致ref失效,通过provide/inject 回调函数来实现多层穿透 1. 父组件提供「方法注册函数」 父组件通过 provide 提供一个用于接收子组件方法…...
如何在Ubuntu上安装NVIDIA显卡驱动?
作者:算力魔方创始人/英特尔创新大使刘力 一,前言 对于使用NVIDIA显卡的Ubuntu用户来说,正确安装显卡驱动是获得最佳图形性能的关键。与Windows系统不同,Linux系统通常不会自动安装专有显卡驱动。本文将详细介绍在Ubuntu系统上安…...
Linux 修改bond后网关不生效的问题
1.前言 bond原本是OK的,但是某个同事变更后,发现网关路由存在问题 #查看路由,默认网关信息,发现没有配置的网关信息 ip route show #排查/etc/sysconfig/network-script/下面的ifcfg-* 文件没有问题 1.重启network 服务 systemct…...
chili调试笔记13 工程图模块 mesh渲染 mesh共享边显示实现
把模型投影到工程图要用什么模块当工程图的画板,最后要导出dxf的 three是怎么读取他的3d数据的 mesh不是三角形吗怎么渲染出四边形面的 我想看到三角形的边怎么设置 ai让我干嘛我就干嘛 static getAllEdges(face: { positions: Float32Array; indices: Uint16Array …...
Eclipse 插件开发 5 编辑器
Eclipse 插件开发 5 编辑器 1 编辑器描述2 自定义编辑器2.1 注册插件(plugin.xml)2.2 继承 EditorPart2.3 实现 IEditorInput2.4 打开编辑器 1 编辑器描述 Eclipse 的 UI 基于 Workbench(工作台)模型,Editor Area 是 Workbench 的核心区域之…...
Java消息队列性能优化实践:从理论到实战
Java消息队列性能优化实践:从理论到实战 1. 引言 在现代分布式系统架构中,消息队列(Message Queue,MQ)已经成为不可或缺的中间件组件。它不仅能够实现系统间的解耦,还能提供异步通信、流量削峰等重要功能…...
Android学习总结之Binder篇
一、Binder 跨进程通信底层实现 Q1:Binder 如何实现一次完整的跨进程方法调用?请描述内核态与用户态交互流程 高频错误:仅回答 “通过 AIDL 生成代码”,未涉及 Binder 驱动三层协作模型 满分答案(附内核交互流程图&a…...
very_easy_sql(SSRF+SQL注入)
题目有一行提示: you are not an inner user, so we can not let you have identify~(你不是内部用户,所以我们不能让你进行身份验证)联想到可能存在SSRF漏洞,一般情况下,SSRF攻击的目标是外网无法访问的内…...
MCP认证全解析:从零到微软认证专家
MCP认证全解析:从零到微软认证专家 什么是MCP认证? Microsoft Certified Professional(MCP)是由微软官方颁发的技术认证,旨在验证IT从业者在微软技术栈(如Azure、Windows Server、SQL Server等࿰…...
leetcode刷题日记——反转链表
[ 题目描述 ]: [ 思路 ]: 题目要求将链表中指定位置的部分进行翻转反转的部分,其实可以看做使用头插法插入链表运行如下: struct ListNode* reverseBetween(struct ListNode* head, int left, int right) {struct ListNode te…...
【day04】Fibonacci数列 | 单词搜索 | 杨辉三角
1.Fibonacci数列 题目链接: Fibonacci数列_牛客题霸_牛客网 解题思路: 求斐波那契数列的过程中,判断⼀下:何时n会在两个fib数之间。 #include <bits/stdc.h>using namespace std;#define int long longsigned main() {i…...
win11指定Microsoft Print To PDF的输出路径(电子书djvu转pdf输出路径)
首先,看一张效果图 前面都是废话,解决方法看最后,看最后 Microsoft Print To PDF功能作为Windows操作系统内置的一项便捷工具,为用户提供了将任何可打印内容高效转换为PDF格式的能力。本文深入探讨了Microsoft Print To PDF的工作…...
第3章 数据和C
目录 3.1 示例程序3.2 变量与常量数据3.3 数据:数据类型关键字3.4 C数据类型3.4.1 int类型3.4.2 其它整数类型3.4.3 使用字符:char类型3.4.4 _Bool类型3.4.5 可移植的类型:inttypes.h3.4.6 float、double和long double类型3.4.7 复数和虚数类…...
迁移学习:如何加速模型训练和提高性能
📌 友情提示: 本文内容由银河易创AI(https://ai.eaigx.com)创作平台的gpt-4-turbo模型生成,旨在提供技术参考与灵感启发。文中观点或代码示例需结合实际情况验证,建议读者通过官方文档或实践进一步确认其准…...
Kotlin zip 函数的作用和使用场景
1. zip 函数的作用 zip 是 Kotlin 集合操作中的一个函数,用于将两个集合按照索引一一配对,生成一个新的 List<Pair<T, R>> 集合。 作用:将两个集合的元素按位置组合成键值对(Pair)。返回值:一…...
通用分布式锁组件
Redisson的分布式锁使用并不复杂,基本步骤包括: 1)创建锁对象 2)尝试获取锁 3)处理业务 4)释放锁 但是,除了第3步以外,其它都是非业务代码,对业务的侵入较多&#x…...
FastDFS,分布式文件存储系统,介绍+配置+工具类
FastDFS 什么是分布式文件存储系统 随着文件逐渐增多,单台计算机已经存储不下这么多数据,需要用多台计算机存储不同的数据或进行备份,这样就需要有一个管理系统管理不同的计算机节点,这就是分布式管理系统。 使用分布式管理系统的…...
查询nvidia边缘设备的软硬件版本jetson_release
通过jetson_release命令可查询nvidia边缘设备的软硬件版本 nvidianvidia-desktop:~/leo/test_onnx$ jetson_release Software part of jetson-stats 4.2.12 - (c) 2024, Raffaello Bonghi Model: NVIDIA Orin Nano Developer Kit - Jetpack 5.1.1 [L4T 35.3.1] NV Power Mode[…...
[学习]RTKLib详解:ppp.c与ppp_ar.c
文章目录 RTKLib详解:ppp.c与ppp_ar.cPart A: ppp.c一、整体作用与工作流程二、核心函数说明1. pppos2. res_ppp3. tide_solid4. prectrop5. corrmeas6. udbias_ppp 三、数学原理补充四、代码特点 Part B: ppp_ar.c一、整体作用与工作流程分析二、函数功…...
ntdll!LdrpSnapThunk函数分析之LdrpNameToOrdinal函数返回之后得到函数地址
第一部分: OrdinalNumber LdrpNameToOrdinal( ImportString, ExportDirectory->NumberOfNames, DllBase, NameTableBase, …...
LeetCode 267:回文排列 II —— Swift 解法全解析
文章目录 摘要描述题解答案题解代码分析统计字符频率判断是否可能构成回文构建半边字符数组回溯生成半边排列 示例测试及结果时间复杂度空间复杂度实际使用场景:回文排列在真实项目里能干啥?文本处理、数据清洗类系统游戏开发:名字合法性验证…...