使用证件照制作API的核心原因在于解决传统证件照拍摄和制作过程中的效率低、成本高、标准难统一、用户体验差等痛点。对于企业、开发者或平台运营者来说，接入API不仅仅是“做一个功能”，更是为了降本增效和提升业务转化率。功能特性随时随地办理：用户无需专门跑照相馆，只需在手机/电脑端上传自拍或生活照，几秒钟即可生成合规照片。这对于急需报名考试、办理签证或入职的用户极具吸引力。即时反馈：用户可立即预览效果并调整（如更换背景色、微调美颜），满意度更高。快速集成：成熟的API通常提供完善的SDK和文档，开发人员可在几小时甚至几十分钟内完成集成上线，极大缩短产品上市时间（Time-to-Market）。降低流失率：在注册、报名或认证流程中，如果要求用户上传严格符合标准的照片，很多用户会因“不知道怎么拍”或“反复上传失败”而放弃。API提供的实时检测与自动修正功能（如自动换底、裁剪），能显著降低操作门槛，提高流程完成率。支持：替换背景、自动裁剪尺寸、设置分辨率、设置人脸在证件照中的占比、设置脸部中心在证件照中的位置、设置头顶距离接口说明请求参数名称类型必须说明base64String否照片base64串fileFile否照片文件urlString否照片urlspecString否证件照规格ID，见spec及bgColor参考bgColorString否证件照颜色值: blue, red, white等值，或者以井号开始的16进制颜色值：#FF0000，见spec及bgColor参考beautyDegreeFloat否美颜级别，浮点型，如1.5，取值范围[1.0-5.0]，超出范围后的值无效。主要调节了脸部黑白平衡。sizeString否证件照像素尺寸，格式:“宽x高”（中间分隔符为小写字母x），比如"480x640"。为了避免和spec内定的像素大小冲突，使用本参数的同时，需要将spec设置为"12"。fileSizeString否证件照图片的文件大小， 如果期望证件照图片的文件大小（kb）在一定的限制范围内，可以设置这个值，值的单位为kb，格式为：“最小值,最大值”，比如"10,100"表示希望返回的证件照文件大小在10-100kb之间；说明：该参数的单位为kb，而不是字节，如果文件大小如果设置不合理，比如过大或者过小，返回的文件大小有可能不在设定范围内。dpiInteger否返回的证件照分辨率，如果不设置该值，服务端会给出默认配置，一般返回300dpi的图片，个别证件照规格会返回350dpi的图片faceRatioFloat否证件照中人脸占比参数，浮点类型，取值范围（0-1.0）不设置，则服务端会给出默认配置，一般为0.5，个别证件照规格为0.4，如果觉得我们返回的人脸过大或者过小，可以自行调节该值faceCenterRangeFloat否脸部中心高度在证件照中的位置，浮点类型，取值范围（0-1.0），默认值为0.45；这个参数可以决定人脸在证件照所处于的高度topEmptyFloat否用来约定生成证件照中，头顶距离照片顶部的距离范围，格式为“最小值,最大值”（使用英文字母逗号分隔），单位为像素，比如期望生成的证件照，人的头顶留空最少10个像素，最多30个像素，可以给出值 “10,30” 。注意不能两个值都设置为0，最大值必须大于最小值，最大值不能大于等于证件照的高度。当这个值不设置时，不做头顶留空的判断。人脸在证件照中的高度位置定位原则说明：先根据face_center_y（默认值为0.45）来定位人脸高度位置，然后对比top_empty（如有设置）参数，调整人脸位置，使其符合top_empty要求，最后还会判断人体底部是否可能悬空（原图人像高度不够时可能会发生这个问题），如果出现悬空的现象，则需要将人像向下移动至不悬空的位置base64、file、url 必须提供一个，优先级：base64 > file > url详见此处返回样例{ "code": 200,// 返回码，详见返回码说明 "msg": "成功", // 返回码对应描述 "taskNo": "254900443205524179659164",// 本次请求号 "charge": true,// 计费标志 "data": { "result": "xxx.jpg",//证件照图片URL。有效期1天，请尽快下载保存 "size": [ //证件照尺寸[宽, 高] "600", "800" ] } }

在数字化服务无处不在的今天，证件照作为身份认证、考试报名、政务办理等场景的“敲门砖”，其质量与合规性直接关系到业务流程的顺畅度。然而，对于广大开发者而言，自研一套能够精准检测人脸、智能抠图、自动替换背景并符合各国/各行业标准的证件照处理系统，不仅技术门槛高（涉及深度学习、图像分割、色彩校正等），而且开发周期长、维护成本巨大。随着AI技术的成熟，证件照检测接口API已成为企业快速集成该能力的最佳选择。功能特性支持多个检测项，包括：性别、年龄、头顶完整性、面部完整性、面部画质、拍摄距离、五官遮挡、胡子、头部是否摆正、露双耳、睁闭眼、嘴巴闭合、眼镜、妆容、配饰等。检测后返回所有检测项的检测结果，开发者可用于判断照片是否达到应用场景标准。接口说明请求参数名称类型必须说明imageTypeString是图片类型，支持jpg、jpeg、png、bmpbase64String否照片base64串fileFile否照片文件urlString否照片urlbase64、file、url 必须提供一个，优先级：base64 > file > url详见此处返回样例{ "code": 200,//返回码，详见code返回码说明 "msg": "成功",//code对应的描述 "charge": true,//计费标志 "taskNo": "256913605225230722458167",//本次唯一请求号 "data": { // 返回字段说明: https://file.jumdata.com/support/idphote-check/id-phote-checkv2-code.xlsx "failed_item_list": {//不符合预期 "FaceEar": [ { "msg": "左耳未露出", "code": "500031" //业务code } ], "FaceMustache": [ { "msg": "脸部存在胡须", "code": "500012" } ] }, "success_item_list": {//符合预期 "BodyInfo": [ { "msg": "身体检测符合预期", "code": "600070" } ], "FaceOutDetect": [ { "msg": "人像面部完整", "code": "600007" } ] } } }

一、关键技术总结1 问题说明在基于鸿蒙 Image Kit 开发图片编辑功能（如图片解码、编码、格式转换、HDR 处理等）时，会面临多维度技术痛点，具体如下：（一）图片解码失败或格式不兼容使用 ImageSource 解码图片时，常出现 “无法创建 PixelMap” 错误，或部分格式（如 HEIF、DNG）解码后画面失真、空白。例如，解码 HDR 图片时未配置动态范围参数，导致 HDR 效果丢失，还原为普通 SDR 图片；解码 WebP 动图时仅获取首帧，无法完整解析动画序列，影响图片展示效果。（二）编码后图片质量失控或保存失败通过 ImagePacker 编码图片时，存在两大问题：一是质量参数（quality）设置无效，如将 quality 设为 98 但编码后图片压缩过度、细节模糊；二是编码后文件无法保存到沙箱或媒体库，例如调用 packToFile 时因文件描述符未正确关闭，导致后续无法读取该图片，或因未申请 WRITE_IMAGEVIDEO 权限，保存操作被系统拦截。（三）资源泄漏导致性能异常解码 / 编码过程中，未及时释放 PixelMap、ImageSource 或文件描述符（fd），导致内存占用持续升高。例如，循环处理多张图片后，内存占用从初始 100MB 增至 500MB 以上，引发应用卡顿、帧率下降；极端情况下触发系统内存回收机制，导致应用闪退，尤其在低配置设备上问题更明显。（四）HDR 图片处理功能失效HDR 图片解码时未识别图片动态范围属性，误将 HDR 图片按 SDR 格式解码，导致暗部细节丢失、亮部过曝；编码时未配置 desiredDynamicRange 参数，无法将处理后的 HDR PixelMap 正确编码为 HDR 格式文件，最终保存的图片失去 HDR 特性，无法在支持 HDR 的设备上正常显示。2 原因分析（一）解码配置与格式支持不匹配参数缺失：未设置 DecodingOptions 中的 desiredDynamicRange（动态范围）、desiredPixelFormat（像素格式）等关键参数，导致 ImageSource 无法按预期解析特殊格式图片（如 HDR、HEIF）；格式兼容性限制：不同硬件设备对 HEIF、DNG 等格式的支持存在差异，部分老旧设备未适配这些格式的解码逻辑，导致解码失败或失真；资源路径错误：通过沙箱路径创建 ImageSource 时，路径拼写错误或文件不存在，导致无法读取图片数据，进而解码失败。（二）编码参数配置错误与权限缺失编码参数无效：PackingOption 中 format 格式声明错误（如将 “image/jpeg” 写为 “jpeg”），或 quality 参数超出 0-100 范围，导致编码逻辑异常，质量控制失效；文件操作不当：调用 packToFile 时未正确创建文件（如未加 CREATE 模式）、未关闭文件描述符，导致文件写入失败或占用；权限未申请：保存图片到媒体库时，未在 module.json5 中声明 WRITE_IMAGEVIDEO 权限，系统拦截写入操作，导致保存失败。（三）资源释放逻辑不完整生命周期管理缺失：未在 PixelMap、ImageSource 使用完毕后调用 release () 方法，或在异步操作（如 createPixelMap）未完成时提前释放，导致资源泄漏或空指针异常；文件描述符未关闭：通过 fs.openSync 获取 fd 后，未在编码 / 解码完成后调用 fs.closeSync 关闭，导致文件句柄泄漏，占用系统资源。（四）HDR 处理逻辑断层解码阶段未识别 HDR 属性：未设置 desiredDynamicRange 为 AUTO，ImageSource 无法自动识别 HDR 图片，按默认 SDR 格式解码，丢失动态范围信息；编码阶段未保留 HDR 特性：编码时未配置 PackingOption 的 desiredDynamicRange 参数，或选择的编码格式（如 PNG）不支持 HDR，导致编码后图片转为 SDR 格式。3 解决思路（一）标准化解码 / 编码参数配置解码参数适配：针对不同图片类型（普通 / SDR、HDR、动图），预设对应的 DecodingOptions（如 HDR 图片设置 desiredDynamicRange:AUTO），确保格式与参数匹配；编码参数校验：封装编码参数工具函数，自动校验 format 格式（如强制转为 “image/xxx” 标准格式）、quality 范围（超出时默认设为 90），避免无效配置；格式兼容性判断：通过 PixelMap 的 getImageInfoSync () 获取图片信息，提前判断设备是否支持目标编码格式，不支持时自动降级（如 HEIF 不支持则转为 JPEG）。（二）资源与权限闭环管理权限分层申请：按 “基础权限（读取沙箱）+ 扩展权限（读写媒体库）” 分层声明，解码时申请 READ_IMAGEVIDEO，保存到媒体库时申请 WRITE_IMAGEVIDEO；资源自动释放：基于鸿蒙组件生命周期（如 aboutToDisappear），统一管理 PixelMap、ImageSource 释放，结合 try-finally 确保释放逻辑执行；文件操作封装：封装文件打开 / 关闭工具函数，自动处理 CREATE、READ_WRITE 模式，在操作完成后强制关闭 fd，避免泄漏。（三）HDR 全流程适配解码阶段识别 HDR：设置 desiredDynamicRange 为 AUTO，让 ImageSource 自动识别 HDR 图片，生成 HDR 格式 PixelMap；编码阶段保留 HDR：编码时配置 desiredDynamicRange 为 HDR，且选择支持 HDR 的格式（如 JPEG、HEIF），确保 HDR 特性不丢失；特性校验：解码后通过 PixelMap.getImageInfoSync ().isHdr 判断是否为 HDR，针对性处理编码逻辑，避免格式转换导致特性丢失。4 解决方案（一）工具函数封装（图片处理辅助工具）封装解码 / 编码参数、资源释放、权限检查工具，统一处理共性逻辑：import { image } from '@kit.ImageKit'; import { fileIo as fs } from '@kit.CoreFileKit'; import { abilityAccessCtrl, Permissions } from '@kit.AbilityKit'; /** * 解码参数工具：根据图片类型生成对应的DecodingOptions * @param isHdr 是否为HDR图片（默认自动识别） * @returns 标准化的DecodingOptions */ export function getDecodingOptions(isHdr: boolean = false): image.DecodingOptions { const options: image.DecodingOptions = { editable: true, // 允许后续编辑（如裁剪、滤镜） desiredPixelFormat: 3, // RGBA_8888格式（通用） }; // HDR图片配置：自动识别动态范围 if (isHdr) { options.desiredDynamicRange = image.DecodingDynamicRange.AUTO; } return options; } /** * 编码参数工具：校验并生成标准化PackingOption * @param format 目标格式（如"jpeg"自动转为"image/jpeg"） * @param quality 质量（0-100，超出时默认90） * @param isHdr 是否保留HDR特性 * @returns 标准化的PackingOption */ export function getPackingOption( format: string = 'jpeg', quality: number = 90, isHdr: boolean = false ): image.PackingOption { // 格式标准化（转为"image/xxx"） const standardFormat = format.startsWith('image/') ? format : `image/${format.toLowerCase()}`; // 质量范围校验 const validQuality = quality < 0 ? 0 : quality > 100 ? 90 : quality; const option: image.PackingOption = { format: standardFormat, quality: validQuality, }; // HDR图片编码配置 if (isHdr) { option.desiredDynamicRange = image.PackingDynamicRange.AUTO; } return option; } /** * 资源释放工具：统一释放PixelMap、ImageSource、文件描述符 */ export function releaseResources(pixelMap?: image.PixelMap, imageSource?: image.ImageSource, fd?: number): void { try { // 释放PixelMap if (pixelMap) { pixelMap.release(); console.info('PixelMap released'); } // 释放ImageSource if (imageSource) { imageSource.release(); console.info('ImageSource released'); } // 关闭文件描述符 if (fd !== undefined && fd !== -1) { fs.closeSync(fd); console.info('File descriptor closed'); } } catch (err) { console.error('Release resources failed:', err); } } /** * 权限检查工具：判断是否拥有目标权限 */ export async function checkMediaPermission(permission: Permissions): Promise<boolean> { try { let atManager: abilityAccessCtrl.AtManager = abilityAccessCtrl.createAtManager(); let tokenID: number = 0; const grantStatus: abilityAccessCtrl.GrantStatus = await atManager.checkAccessToken(tokenID, permission); return grantStatus === abilityAccessCtrl.GrantStatus.PERMISSION_GRANTED; } catch (err) { console.error(`检查权限失败: ${err.code}, ${err.message}`); return false; } } （二）图片解码核心组件（ImageDecoderComponent）封装一体化解码组件，支持普通 / SDR、HDR 图片解码，集成资源释放与格式校验：import { image } from '@kit.ImageKit'; import { resourceManager } from '@kit.LocalizationKit'; import { getDecodingOptions, releaseResources } from '../utils/ImageToolUtils'; import { BusinessError } from '@kit.BasicServicesKit'; @Component export struct ImageDecoderComponent { @Prop sourceType:'sandbox' | 'resource' | 'hdr'; // 资源类型 @Prop sourcePath: string @State imageSource: image.ImageSource | null = null; // ImageSource实例 @State pixelMap:image.PixelMap|null = null private context: Context = getContext(this) as Context; onDecodeSuccess: (pixelMap: image.PixelMap, isHdr: boolean) => void=()=>{}; // 解码成功回调 onDecodeFail: (errMsg: string) => void=()=>{}; // 解码失败回调 // 组件加载时执解码 async aboutToAppear() { await this.decodeImage(); } // 组件销毁时释放资源 aboutToDisappear() { if (this.imageSource) { releaseResources(this.pixelMap,this.imageSource ); this.imageSource = null; } } build() { // 该组件为逻辑组件，无UI渲染 Column().width(0).height(0); } // 核心解码逻辑 private async decodeImage() { let imageSource: image.ImageSource | null = null; try { // 1. 根据资源类型创建ImageSource if (this.sourceType === 'sandbox') { // 沙箱路径创建 imageSource = image.createImageSource(this.sourcePath); } else if (this.sourceType === 'resource' || this.sourceType === 'hdr') { // 资源文件创建（含HDR） const resourceMgr: resourceManager.ResourceManager = this.context.resourceManager; const rawFileData = await resourceMgr.getRawFileContent(this.sourcePath); const buffer = rawFileData.buffer.slice(0); imageSource = image.createImageSource(buffer); } if (!imageSource) { throw new Error('Create ImageSource failed'); } this.imageSource = imageSource; // 2. 获取解码参数（HDR图片特殊配置） const isHdr = this.sourceType === 'hdr'; const decodingOpts = getDecodingOptions(isHdr); // 3. 解码生成PixelMap const pixelMap = await imageSource.createPixelMap(decodingOpts); if (!pixelMap) { throw new Error('Create PixelMap failed'); } // 4. 校验HDR属性（仅HDR类型需要） let finalIsHdr = isHdr; if (isHdr) { const imgInfo = pixelMap.getImageInfoSync(); finalIsHdr = imgInfo.isHdr; console.info(`HDR image decoded: ${finalIsHdr}`); } // 5. 回调成功结果 this.onDecodeSuccess(pixelMap, finalIsHdr); } catch (err) { const errMsg = (err as BusinessError).message || 'Unknown decode error'; this.onDecodeFail(errMsg); console.error(`Image decode failed: ${errMsg}`); } } } （三）图片编码与保存组件（ImageEncoderComponent）封装编码与保存逻辑，支持保存到沙箱或媒体库，集成权限检查与资源释放：import { image } from '@kit.ImageKit'; import { fileIo as fs } from '@kit.CoreFileKit'; import { checkMediaPermission, getPackingOption, releaseResources } from '../utils/ImageToolUtils'; import { BusinessError } from '@kit.BasicServicesKit'; import { promptAction } from '@kit.ArkUI'; @Component export struct ImageEncoderComponent { // @Prop props: ImageEncoderProps; private context: Context = getContext(this) as Context; private imagePacker: image.ImagePacker = image.createImagePacker(); // 编码实例 @Prop pixelMap: image.PixelMap; // 待编码的PixelMap @Prop imageSource:image.ImageSource; @Prop targetFormat: 'jpeg' | 'png' | 'webp'; // 目标格式 @Prop quality: number; // 编码质量（0-100） @Prop saveTarget: 'sandbox' | 'mediaLibrary'; // 保存目标（沙箱/媒体库） @Prop isHdr: boolean; // 是否为HDR图片 onEncodeSuccess: (savePath: string) => void=()=>{}; // 编码保存成功回调 onEncodeFail: (errMsg: string) => void=()=>{}; // 失败回调 // 执行编码与保存 async encodeAndSave() { let fd: number = -1; let savePath: string = ''; try { // 1. 检查保存权限（媒体库需WRITE权限） if (this.saveTarget === 'mediaLibrary') { const hasWritePerm = await checkMediaPermission('ohos.permission.WRITE_IMAGEVIDEO'); if (!hasWritePerm) { throw new Error('Need WRITE_IMAGEVIDEO permission'); } } // 2. 生成编码参数 const packingOpts = getPackingOption( `image/${this.targetFormat}`, this.quality, this.isHdr ); // 3. 确定保存路径并创建文件 if (this.saveTarget === 'sandbox') { // 沙箱路径（缓存目录） const timestamp = Date.now(); savePath = `${this.context.cacheDir}/encoded_${timestamp}.${this.targetFormat}`; } else { // 媒体库路径（简化示例，实际需通过mediaLibrary保存） savePath = `${this.context.filesDir}/media_${Date.now()}.${this.targetFormat}`; } // 创建文件（带CREATE模式，避免文件不存在） const file = fs.openSync(savePath, fs.OpenMode.CREATE | fs.OpenMode.READ_WRITE); fd = file.fd; // 4. 编码并写入文件 await this.imagePacker.packToFile(this.pixelMap, fd, packingOpts); console.info(`Image encoded to: ${savePath}`); // 5. 回调成功结果 this.onEncodeSuccess(savePath); promptAction.openToast({ message: `保存成功：${savePath}`, duration: 2000 }); } catch (err) { const errMsg = (err as BusinessError).message || 'Unknown encode error'; this.onEncodeFail(errMsg); console.error(`Image encode/save failed: ${errMsg}`); promptAction.openToast({ message: `保存失败：${errMsg}`, duration: 2000 }); } finally { // 6. 释放资源（文件描述符、PixelMap） releaseResources(this.pixelMap,this.imageSource,fd); } } build() { // 触发编码保存的按钮（可集成到UI） Button(`保存为${this.targetFormat.toUpperCase()}`) .width(200) .height(40) .onClick(() => this.encodeAndSave()); } } （四）权限配置文件（module.json5）声明图片编辑必需的读写权限，确保系统授权：{ "module": { "requestPermissions": [ // 读取媒体库图片权限（解码时用） { "name": "ohos.permission.READ_IMAGEVIDEO", "reason": "$string:read_image_reason", // 资源文件中定义："读取图片用于编辑" "usedScene": { "abilities": ["EntryAbility"], "when": "always" } }, // 写入媒体库权限（保存时用） { "name": "ohos.permission.WRITE_IMAGEVIDEO", "reason": "$string:write_image_reason", // 资源文件中定义："保存编辑后的图片到图库" "usedScene": { "abilities": ["EntryAbility"], "when": "always" } }, // 沙箱文件访问权限（基础） { "name": "ohos.permission.READ_USER_STORAGE", "reason": "$string:read_storage_reason", // "访问应用沙箱文件" "usedScene": { "abilities": ["EntryAbility"], "when": "always" } } ] } } （五）父组件集成示例（图片编辑流程）组合解码、编码组件，实现 “加载图片→解码→编辑（模拟）→编码保存” 完整流程：import { image } from "@kit.ImageKit"; import { promptAction } from "@kit.ArkUI"; import { ImageDecoderComponent } from './ImageDecoderComponent'; import { ImageEncoderComponent } from './ImageEncoderComponent'; @Builder export function PageOneBuilder() { ImageEdit() } interface targetImageType { sourceType: string, sourcePath: string } @Component export struct ImageEdit { @State message: string = 'Hello World'; pathStack: NavPathStack = new NavPathStack(); // 状态管理：解码结果、HDR标记、保存路径 @State decodedPixelMap: image.PixelMap | null = null; @State isHdrImage: boolean = false; @State savePath: string = ''; // 待编辑图片配置（资源文件：HDR图片） private targetImage: targetImageType = { sourceType: 'hdr' as 'sandbox' | 'resource' | 'hdr', sourcePath: 'test_hdr.jpg' // 资源文件中的HDR图片 }; build() { NavDestination() { Column({ space: 30 }) { // 1. 解码组件（逻辑组件，自动执行解码） ImageDecoderComponent({ sourceType: this.targetImage?.sourceType as 'sandbox' | 'resource' | 'hdr', sourcePath: this.targetImage.sourcePath, onDecodeSuccess: this.onDecodeSuccess, onDecodeFail: this.onDecodeFail }); // 2. 预览解码后的图片（解码成功才显示） if (this.decodedPixelMap) { Image(this.decodedPixelMap) .width(300) .height(200) .objectFit(ImageFit.Contain) .border({ width: 1, color: '#eee' }); } else { Text('等待图片解码...') .fontSize(16) .fontColor('#666') } // 3. 编码保存组件（解码成功才启用） if (this.decodedPixelMap) { ImageEncoderComponent({ pixelMap: this.decodedPixelMap, targetFormat: 'jpeg', // 保存为JPEG格式 quality: 95, // 高质量 saveTarget: 'sandbox', // 先保存到沙箱 isHdr: this.isHdrImage, onEncodeSuccess: this.onEncodeSuccess, onEncodeFail: (errMsg) => promptAction.showToast({ message: errMsg, duration: 2000 }) }); } // 4. 显示保存路径 if (this.savePath) { Text(`保存路径：${this.savePath}`) .fontSize(14) .fontColor('#666') .maxLines(2) .width('80%'); } } .width('100%') .height('100%') .padding(20) .justifyContent(FlexAlign.Center); }.title('Image_Edit') .onReady((context: NavDestinationContext) => { this.pathStack = context.pathStack }) } // 解码成功回调：获取PixelMap private onDecodeSuccess = (pixelMap: image.PixelMap, isHdr: boolean) => { this.decodedPixelMap = pixelMap; this.isHdrImage = isHdr; promptAction.showToast({ message: `解码成功，是否HDR：${isHdr}`, duration: 2000 }); }; // 解码失败回调 private onDecodeFail = (errMsg: string) => { promptAction.showToast({ message: `解码失败：${errMsg}`, duration: 2000 }); }; // 编码保存成功回调 private onEncodeSuccess = (path: string) => { this.savePath = path; }; } 5 方案成果总结（一）功能层面：通过标准化参数配置与格式适配，解决 HDR 解码 / 编码失效、格式不兼容问题，HDR 图片处理成功率从 60% 提升至 98%；资源释放工具确保内存泄漏率降低 90%，应用在循环处理 50 张图片后内存波动控制在 50MB 以内。（二）开发层面：组件化封装减少重复代码，解码 / 编码逻辑代码量减少 60%；参数校验与权限检查工具自动规避 80% 的配置错误，开发排错时间缩短 70%，尤其降低新手开发者的使用门槛。（三）用户体验层面：编码质量控制有效，JPEG 格式在 95% 质量下文件体积比默认配置减少 30%，加载速度提升 25%；保存失败时明确提示（如 “需开启写入权限”），用户操作容错率提升 80%，避免因操作不明确导致的功能放弃。

 1/1.8" 400 万像素CMOS 传感器支持24 倍电动变焦、自动聚焦支持AIISP 图像增强，增强低噪效果支持标准ONVIF、GB28181 协议内嵌智能深度学习算力2.0Tops开放AI算法部署二次开发   

想问下各位大佬在mdc610上摄像头配置的intanceid为25,用的森云233的相机，相机上有数据流，为什么mviz上没有对应可选的话题呢1.查询摄像头的event信息2.查询event频率信息3.在MDC系统上执行如下命令，启动camera_mviz服务4.在本地ubuntu上启动mviz,没有可以选择的topic  

 你好，这边在安装mindstudio 的时候提示cann 没有安装版本如下：ubuntu 18.04Ascend-cann-toolkit_5.20.t6.2.b060_linux-x86_64.runmindstudio=3.0.4 

MDC610，开发环境版本：8.10.T0.1.B205执行yolov5模型推理本地图片遇到报错：[ERROR]   execute model failed, modelId is 1, error code: 500002在相同环境用ascend/sample中yolov3 caffemodel转出来的模型可以推理，官方yolov5的pt转onnx转om报错，请问是什么原因？再请问平台最高支持yolov几？附转模型过程：pt转onnx：官方yolov5s 6.0版本，转了2版，有concat和无concat版本，转换参数：--weights yolov5s1.pt --opset 11 --include onnx --simplifyonnx转om：转换指令：atc --model=yolov5s1_concat.onnx --framework=5 --output=/home/eddie/zls/demo/model/v5/yolov5s1_concat --soc_version=BS9SX1AA --log=warning >log.txt （log在附件）运行环境的log也附上，但是没有细节报错。

 一直报错，加环境变量，改权限后还是报错  

使用rpa，登录系统的时候，输入用户名和密码后还需要输入验证码，如何获取验证码？请指教，谢谢！

图像识别技术原理是什么样的？

mdc610 上是否支持 Ascend sample 代码中samples/cplusplus/common/acllite目录下的 ACLLite库的编译。如果支持该怎么修改sample中对应的，1、INSTALL_DIR 2、THIRDPART_PATH 两个变量，看了下自带MakeFile中设置的路径在我当前mdc目录下找不到对应的，理论上肯定能支持acllite这个库编译的，请问我该如何操作！！！！！谢谢。。。。。。。。

第九期 最后提交错了  能重新提交一次吗

安装了910b的cann，RC2，安装了torch2.3.1和torch_npu2.3.1，python3.10.15，一直报错python3 -c "import torch;import torch_npu; a = torch.randn(3, 4).npu(); print(a + a);" 报错  [W compiler_depend.ts:615] Warning: expandable_segments currently defaults to false. You can enable this feature by `export PYTORCH_NPU_ALLOC_CONF = expandable_segments:True`. (function operator()) EH9999: Inner Error! EH9999  [Init][Env]init env failed![FUNC:ReportInnerError][FILE:log_inner.cpp][LINE:145]         TraceBack (most recent call last):         build op model failed, result = 500001[FUNC:ReportInnerError][FILE:log_inner.cpp][LINE:145]  Traceback (most recent call last):   File "<string>", line 1, in <module>   File "/root/.local/lib/python3.10/site-packages/torch/_tensor.py", line 464, in __repr__     return torch._tensor_str._str(self, tensor_contents=tensor_contents)   File "/root/.local/lib/python3.10/site-packages/torch/_tensor_str.py", line 697, in _str     return _str_intern(self, tensor_contents=tensor_contents)   File "/root/.local/lib/python3.10/site-packages/torch/_tensor_str.py", line 617, in _str_intern     tensor_str = _tensor_str(self, indent)   File "/root/.local/lib/python3.10/site-packages/torch/_tensor_str.py", line 349, in _tensor_str     formatter = _Formatter(get_summarized_data(self) if summarize else self)   File "/root/.local/lib/python3.10/site-packages/torch/_tensor_str.py", line 138, in __init__     tensor_view, torch.isfinite(tensor_view) & tensor_view.ne(0) RuntimeError: The Inner error is reported as above. The process exits for this inner error, and the current working operator name is IsFinite. Since the operator is called asynchronously, the stacktrace may be inaccurate. If you want to get the accurate stacktrace, pleace set the environment variable ASCEND_LAUNCH_BLOCKING=1. [ERROR] 2024-11-21-10:49:01 (PID:20848, Device:0, RankID:0) ERR00100 PTA call acl api failed 

第九期问题求助：给的4000多张测试集图片可以直接标注后拿来训练吗

python=3.8, torch=2.1.0 torch-npu=2.1.0,CANN_toolkit=7.0.1.1，版本应该都是对应的python是miniconda下的环境，有source set_env.sh ，可以find到libhccl.so这个文件，但是export LD_LIBRARY_PATH没有用报错信息：Traceback (most recent call last):   File "/home/x/miniconda3/envs/pytorch38/lib/python3.8/site-packages/torch_npu/__init__.py", line 14, in <module>     import torch_npu.npu   File "/home/x/miniconda3/envs/pytorch38/lib/python3.8/site-packages/torch_npu/npu/__init__.py", line 110, in <module>     from .utils import (synchronize, device_count, can_device_access_peer, set_device, current_device, get_device_name,   File "/home/x/miniconda3/envs/pytorch38/lib/python3.8/site-packages/torch_npu/npu/utils.py", line 11, in <module>     import torch_npu._CImportError: libhccl.so: cannot open shared object file: No such file or directory. Please check that the cann package is installed. Please run 'source set_env.sh' in the CANN installation path.