Imagequant库将RGBA图像转换为基于调色板的8位索引图像,包括透明度组件。它非常适合生成小型PNG图像和美观的GIF。
该库本身不处理图像编码/解码,需要您自带编码器。如果您正在寻找命令行工具,请参阅pngquant。
这个库可以通过imagequant-sys Rust包在C程序中使用。
rustup update git clone https://github.com/ImageOptim/libimagequant cd imagequant-sys cargo build --release # 生成 target/release/libimagequant_sys.a
更多详细信息请参阅C库文档。
在Cargo.toml
中添加:
rustup update cargo add imagequant
Libimagequant采用双重许可:
libimagequant v2曾是一个C库。libimagequant v4完全用Rust编写,但仍为C程序导出相同的C接口。您需要安装Rust 1.70+来构建它,并调整您的构建命令。如果您不想升级,可以继续使用仓库的2.x
分支中的C版本库。
C/C++文件现在位于imagequant-sys/
子目录中,而不是仓库的根目录。不再需要configure && make
。
要构建库,请通过rustup安装Rust,然后运行:
rustup update cd imagequant-sys cargo build --release
这将生成target/release/libimagequant_sys.a
静态库。API、ABI和头文件保持不变,所以其他一切应该可以正常工作。
如果您正在为macOS或iOS构建,请查看包含的xcodeproj文件(将其作为子项目添加 到您的项目中)。
如果您正在为Android构建,请运行rustup target add aarch64-linux-android; cargo build --release --target aarch64-linux-android
并使用target/aarch64-linux-android/release/libimagequant_sys.a
。对其他平台的交叉编译也是如此。请查看rustup target list
。
如果您是应用程序开发者,请使用上面的静态链接选项 — 该选项更加简单,并且生成的可执行文件更小。
这个库的API和ABI保持不变。它具有相同的sover,因此可以作为之前C版本的直接替代品。 这个库现在是一个典型的Rust/Cargo库。如果你想设置离线构建或覆盖依赖项,它的工作方式与其他Rust项目相同。请参阅Cargo文档了解诸如cargo fetch或cargo vendor之类的内容(但我不推荐使用vendor)。
如果你想构建动态库,但不介意soname和rpath不正确,请修改imagequant-sys/Cargo.toml并在现有的crate-type属性中添加"cdylib",然后cargo build --release将执行其常规的半完成工作,并构建target/release/libimagequant.{so,dylib,dll}。
configure && make已经被移除。我原本希望只需包装静态库就能构建动态库,但显然这行不通,所以我无法轻易重现旧的make install。我希望有一个比使用cargo-c工具更标准、更轻量的解决方案,所以如果你擅长处理链接器标志和符号可见性,请发送拉取请求。
cargo-c工具知道如何正确构建和链接so/dylib,并生成准确的pkg-config文件,所以它事实上是正确安装系统级动态库所必需的。
rustup update cd imagequant-sys cargo install cargo-c cargo cinstall --prefix=/usr/local --destdir=.
这使得Rust 1.70和cargo-c包成为构建时依赖。没有运行时依赖(除了Cargo内部的依赖)。OpenMP已完全被移除。
pngquant v2可以将此库用作动态库。然而,pngquant v4不支持解绑。它通过其Rust原生接口将此库用作Cargo依赖项。共享的libimagequant库仅导出用于C程序的稳定ABI,这个接口对Rust程序没有用处。
如果你使用过imagequant-sys crate,请切换到更高级的imagequant crate。imagequant v4几乎完全向后兼容,只有一些小的变化,Rust编译器会指出(例如,将c_int改为u32)。请参阅文档。请修复你可能遇到的任何弃用警告,因为被弃用的函数将被移除。
openmp Cargo特性已重命名为threads。
.new_image()现在可以获取其参数的所有权以避免复制。如果你收到From<&Vec<RGBA>>未实现的错误,那么要么不要通过引用传递(移动,避免复制),要么对其调用.as_slice()(复制像素),或者使用.new_image_borrowed()方法。
默认情况下,当启用threads Cargo特性时,此库使用多线程。线程数可以通过RAYON_NUM_THREADS环境变量控制。
WASM中的线程是实验性的,需要特殊处理。如果你的目标是WASM,你很可能想要禁用线程。
要在使用此库作为依赖项时禁用线程,请在Cargo.toml中禁用默认特性,如下所示:
[dependencies] imagequant = { version = "4.0", default-features = false }
当你直接编译库时,请添加--no-default-features标志。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级, 全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著 提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号