当前位置: 首页 > article >正文

自由开发者计划 004:创建一个苹果手机长截屏小程序

一. 背景

年初,一个漂亮姐姐突然问我,iphone这么多年一直没法长截屏,你们程序员就没个办法把这个硬伤补上吗?
虎躯一震,脑瓜子嗡嗡的,这么多年的iphone资深用户,最初也不是没有想过这个问题,但这么多年下来被苹果教育得服服帖帖了。
漂亮姐姐话都说到这个份上了,哪怕没法直接给 ios 装补丁,但总也得曲线救国满足一下。
简单思考了一下,开始整活。

二. 功能设计

最开始计划只做一个苹果手机上截屏功能(不是不想给其他系统用户用,主要是人家真用不上啊,用指关节画个 S 就长截屏了,谁还打开小程序?)
后边想想,这样显得太傻了,或者是让漂亮姐姐感觉就是给她做的一样,人家不好意思用。

  1. 核心功能模块
    智能长截屏
    自动识别重复区域并去除
    支持云端高精度拼接
    本地算法兜底保障
  2. 基础拼接功能
    上下拼接:垂直方向图片拼接
    左右拼接:水平方向图片拼接
    字幕拼图:电影字幕等特殊场景拼接
    宫格拼图:多图网格布局拼接
  3. 图片处理工具
    裁剪压缩:证件照裁剪、图片压缩
    尺寸优化:智能压缩大文件

这么下来,进来琳琅满目,看着很厉害的样子。
搜索“拼图宝”小程序可以体验。
在这里插入图片描述

三. 开发实现

  1. 前端实现
    框架选择:微信小程序原生开发
    app.json:应用配置,包含9个功能页面
    页面路由:index → longScreenshot → previewResult

  2. 后端实现
    服务端架构:
    语言:Python 3.x
    核心库:OpenCV、NumPy
    部署:云服务器 + 微信云函数

    class SmartScreenshotStitcher:def __init__(self, similarity_threshold: float = 0.95):self.similarity_threshold = similarity_thresholddef find_common_borders(self, images: List[np.ndarray]):# 找到共同边界区域def find_best_overlap(self, img1: np.ndarray, img2: np.ndarray):# 基于像素相似度找到最佳重叠位置def stitch_images(self, image_paths: List[str]):# 执行智能拼接
    

四. 技术要点

  1. 图像处理算法
    智能边界检测:
    采用横向分块比较算法减少局部干扰
    动态调整相似度阈值(默认95%)
    支持最小重叠区域设置(50-400像素)
    重复区域识别:
    // 核心算法:基于像素差异的相似度计算
    calculateRegionSimilarity(region1, region2) {const diff = cv.absdiff(region1, region2);const threshold = cv.threshold(diff, 20, 255, cv.THRESH_BINARY);return cv.countNonZero(threshold[1]) / (region1.rows * region1.cols);
    }
    
    多策略拼接:
    优先使用云端高精度算法
    本地Canvas算法兜底
    支持手动调整模式
  2. 性能优化
    内存管理:
    离屏Canvas避免内存泄漏
    图片压缩控制(10MB限制)
    分批处理大量图片
    // 智能压缩策略
    async checkAndCompressImage(filePath) {const MAX_SIZE = 10 * 1024 * 1024; // 10MBif (fileSize > MAX_SIZE) {// 动态调整压缩质量const initialQuality = Math.min(80, Math.max(60, 100 - (fileSize / MAX_SIZE) * 20));// 最多3次压缩尝试}
    }
    
    Canvas优化:
    设备像素比适配
    最大尺寸限制(16000像素)
    分段绘制大图

五. 其他坑

  1. 最开始我竟然只想着用纯前端实现,我算法调来调去,调来调去,重复区域的识别准确率很低;

  2. 稍微升级,用云开发环境,发现云开发环境用是微信自己的 cavas,不支持 opencv,呵呵了;

  3. 还是需要上后端服务器,果然“工欲善其事,必先利其器”,在微博,微信对话方面,准确率可以调到很高,当然对一些其他场景还是差点意思。但能解决微信对话长截屏预计就能解决 90% 用户问题,先 run 起来再说。

  4. 不过,如果拼得不准,一定需要让用户自己能手工微调一下。如果自己做得不好,还没有渠道给用户手工调,那坚决不是我的风格。所以“手工调整长截屏”功能页面随之产生。
    在这里插入图片描述

  5. 手工调整长截屏这个页面,也确实花费了不少心思,一对一对长截屏,然后记录拼接位置,切图拼接。我个人反正是用着很好用。算是对自己算法不完美的地方,努力补救的证明。

暂时就想到这么多,文章中贴了几个关键点的技术实现,点赞满1000,分享全部代码。🐶
欢迎体验微信小程序,搜“拼图宝”,有问题也欢迎留言交流。
不是自卖自夸,做完之后比较了几个有类似功能的,长截屏拼接精度,拼接失败后的补救措施,交互界面,拼图宝小程序都是最好的。不然可能也就认怂不自己做了。

相关文章:

自由开发者计划 004:创建一个苹果手机长截屏小程序

一. 背景 年初,一个漂亮姐姐突然问我,iphone这么多年一直没法长截屏,你们程序员就没个办法把这个硬伤补上吗? 虎躯一震,脑瓜子嗡嗡的,这么多年的iphone资深用户,最初也不是没有想过这个问题&am…...

【Go语言基础】基本语法

文章目录 一、 程序基本结构二. 词法标记(Lexical Tokens)(编译器解析单元)三、 标识符规则(变量命名规则)四、注释与行分隔符五、关键字与预定义标识符六、 代码示例解析 以下是基于文档的Go语言基础语法总…...

工作流引擎-18-开源审批流项目之 plumdo-work 工作流,表单,报表结合的多模块系统

工作流引擎系列 工作流引擎-00-流程引擎概览 工作流引擎-01-Activiti 是领先的轻量级、以 Java 为中心的开源 BPMN 引擎,支持现实世界的流程自动化需求 工作流引擎-02-BPM OA ERP 区别和联系 工作流引擎-03-聊一聊流程引擎 工作流引擎-04-流程引擎 activiti 优…...

【虚拟机版本号】如果忘记了版本号,这样查找版本号

【虚拟机版本号】如果忘记了版本号,这样查找版本号 找到虚拟机的文件: 然后用记事本打开这个:.vmx文件 然后搜索.version...

std::conditional_t一个用法

例子摘自&#xff1a; 《mastering-the-c17-stl-make-full-use-of-the-standard-library-components-in-c17.pdf》 struct list_node {int data;list_node *next; };template<bool Const> struct list_of_ints_iterator {friend class list_of_ints;friend class list…...

Java高效批量读取Redis数据:原理、方案与实战案例

Java高效批量读取Redis数据&#xff1a;原理、方案与实战案例 在电商大促场景中&#xff0c;某平台需要实时展示用户购物车数据&#xff0c;面对每秒10万的请求&#xff0c;传统单次读取Redis的方式导致响应延迟高达500ms。通过批量读取优化&#xff0c;最终将延迟降至20ms以内…...

基于RK3568的多网多串电力能源1U机箱解决方案,支持B码,4G等

基于RK3568的多网多串电力能源1U机箱解决方案&#xff0c;结合B码对时和4G通信能力&#xff0c;可满足电力自动化、能源监控等场景的高可靠性需求。核心特性如下&#xff1a; 一、硬件配置 ‌处理器平台‌ 搭载RK3568四核Cortex-A55处理器&#xff0c;主频1.8GHz-2.0GHz&#…...

面试题:Java多线程并发

继承 Thread 类 Thread 类本质上是实现了 Runnable 接口的一个实例&#xff0c;代表一个线程的实例。启动线程的唯一方法就是通过 Thread 类的 start()实例方法。start()方法是一个 native 方法&#xff0c;它将启动一个新线程&#xff0c;并执行 run()方法。 public class M…...

2006-2020年各省用水总量数据

2006-2020年各省用水总量数据 1、时间&#xff1a;2006-2020年 2、来源&#xff1a;国家统计局、统计年鉴 3、指标&#xff1a;行政区划代码、地区名称、年份、用水总量 4、范围&#xff1a;31省 5、指标说明&#xff1a;用水总量是指一个国家或地区在一定时期内&#xff…...

舵机在弹簧刀无人机中的作用是什么?

随着俄乌冲突的越发激烈&#xff0c;美国国防部宣布向乌克兰提供“弹簧刀”600型无人机。对于美国接连不断向乌克兰输送武器的做法&#xff0c;俄罗斯方面已经多次指责美国是在“火上浇油”&#xff0c;从而使俄乌冲突持续下去。 那么&#xff0c;弹簧刀究竟是一款怎样的无人机…...

c++ openssl 使用 DES(数据加密标准)进行加密和解密的基本操作

使用 DES&#xff08;数据加密标准&#xff09;进行加密和解密的基本操作&#xff0c;重点展示了 ECB 和 CBC 模式&#xff0c;并且通过篡改密文的方式来进行攻击。下面是对每个部分的详细解析。 1. 结构体 Slip struct Slip {char from[16] { 0 }; // 交易的发起者&#x…...

Git忽略规则.gitignore不生效解决

我在gitlab中新建了一个项目仓库&#xff0c;先把项目文件目录绑定到仓库&#xff0c;并全部文件都上传到了仓库中。 然后又从别的项目复制了忽略文件配置过来&#xff0c;怎么搞他都不能生效忽略我不要提交仓库的文件。 从网上查到说在本地仓库目录中&#xff0c;打开命…...

Excel高级函数使用FILTER、UNIQUE、INDEX

IFERROR(INDEX(UNIQUE(FILTER(明细表副本!B:B,(明细表副本!I:I>$B$1)*(明细表副本!I:I<$B$2)*(明细表副本!C:C<>$B$3)*(明细表副本!V:V$B$4))),ROW(明细表副本!B2)),"")解读 一、FILTER 过滤 FILTER(过滤列&#xff0c;过滤条件过滤条件&#xff09; 过滤…...

6月5日day45

Tensorboard使用介绍 知识点回顾&#xff1a; tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战&#xff1a;MLP和CNN模型 效果展示如下&#xff0c;很适合拿去组会汇报撑页数&#xff1a; 作业&#xff1a;对resnet18在cifar10上采用微调策略下&a…...

Linux 系统 rsyslog 配置

Linux 系统 rsyslog 配置指南 rsyslog 是 Linux 系统的下一代日志处理系统&#xff0c;功能强大且高效。以下是从基础到高级的全面配置指南&#xff1a; 1. 安装与基础配置 安装 rsyslog # Ubuntu/Debian sudo apt update sudo apt install rsyslog# CentOS/RHEL sudo yum …...

基于rpc框架Dubbo实现的微服务转发实战

目录 rpc微服务模块 导入依赖 配置dubbo 注解 开启Dubbo Dubbo的使用 特殊点 并没有使用 Reference 注入 微服务之间调用 可以选用Http 也可以Dubbo 我们 Dubbo 的实现需要一个注册中心 我作为一个服务的提供者 我需要把我的服务注册到注册中心去 调用方需要注册中心…...

matlab基于GUI实现水果识别

基于GUI实现水果识别系统&#xff0c;限一个图片内存在一种水果 图像处理是一种利用计算机分析图像以达到预期结果的技术。图像处理一般指数字图像处理&#xff0c;而数字图像指由工业相机、摄像机、扫描仪等设备捕捉到的二维数组&#xff0c;数组中的元素称为像素&#xff0c…...

视频爬虫的Python库

1. 请求与网络库 最基础的 HTTP 请求库&#xff0c;用于发送 GET/POST 请求获取网页内容。 示例&#xff1a;获取视频页面 HTML 或 API 响应。 import requests response requests.get(https://example.com/video/123) aiohttp 异步 HTTP 请求库&#xff0c;适合大规模并发下…...

深度学习N2周:构建词典

&#x1f368; 本文为&#x1f517;365天深度学习训练营中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 本周任务&#xff1a;使用N1周的.txt文件构建词典&#xff0c;停用词请自定义 1.导入数据 from torchtext.vocab import build_vocab_from_iterator from co…...

Qt多线程访问同一个数据库源码分享(基于Sqlite实现)

Qt多线程访问同一个数据库源码分享&#xff08;基于Sqlite实现&#xff09; 一、实现难点线程安全问题死锁风险连接管理问题数据一致性性能瓶颈跨线程信号槽最佳实践建议 二、源码分享三、测试1、新建一个多线程类2、开启多线程插入数据 一、实现难点 多线程环境下多个线程同时…...

多类别分类中的宏平均和加权平均

前言 在处理多类别分类问题时&#xff0c;宏平均&#xff08;Macro-average&#xff09;和加权平均&#xff08;Weighted-average&#xff09;是评估模型性能时常用的两种聚合指标。它们都能将每个类别的独立指标&#xff08;如精确率、召回率、F1分数等&#xff09;整合成一个…...

电子电路:什么是扩散电容?

PN结的电容效应主要有两种:势垒电容和扩散电容。势垒电容是由于耗尽层宽度变化引起的,而扩散电容可能和载流子的扩散过程有关。扩散电容通常出现在正向偏置的情况下,因为这时候多子注入到对方区域,形成电荷的积累。 当PN结正向偏置时,电子从N区注入到P区,空穴从P区注入到…...

贪心算法应用:装箱问题(FFD问题)详解

贪心算法应用&#xff1a;装箱问题(FFD问题)详解 1. 装箱问题概述 装箱问题(Bin Packing Problem)是计算机科学和运筹学中的一个经典组合优化问题。问题的描述如下&#xff1a; 给定一组物品&#xff0c;每个物品有一定的体积&#xff0c;以及若干容量相同的箱子&#xff0c…...

机器学习的数学基础:假设检验

假设检验 默认以错误率为性能度量&#xff0c;错误率由下式给出&#xff1a; E ( f , D ) ∫ x ∼ D I I ( f ( x ) ≠ y ) p ( x ) d x E(f,\mathcal{D})\int_{\boldsymbol{x}\sim \mathcal{D}}\mathbb{II}(f(\boldsymbol{x})\ne y )p(\boldsymbol{x})\text{d}\boldsymbol{x…...

余氯传感器在智慧水务系统中如何实现IoT集成

现代余氯传感器&#xff08;关键词&#xff1a;智能余氯监测、物联网水质传感器、LoRaWAN水监测&#xff09;通过&#xff08;关键词&#xff1a;Modbus RTU、4-20mA输出、NB-IoT传输&#xff09;协议与SCADA系统对接&#xff0c;实现&#xff08;关键词&#xff1a;远程氯浓度…...

操作系统学习(九)——存储系统

一、存储系统 在操作系统中&#xff0c;存储系统&#xff08;Storage System&#xff09; 是计算机系统的核心组成部分之一&#xff0c;它负责数据的存储、组织、管理和访问。 它不仅包括物理设备&#xff08;如内存、硬盘&#xff09;&#xff0c;还包括操作系统提供的逻辑抽…...

服务器安装软件失败或缺依赖怎么办?

服务器在安装软件时失败或提示缺少依赖&#xff0c;是运维中非常常见的问题。这个问题大多发生在 Linux 云服务器环境&#xff0c;原因和解决方法也有共性。以下是详细说明和解决建议&#xff1a; &#x1f9e0; 一、常见原因分析 问题类型描述&#x1f50c; 软件源不可用服务器…...

linux nm/objdump/readelf/addr2line命令详解

我们在开发过程中通过需要反汇编查看问题&#xff0c;那么我们这里使用rk3568开发板来举例nm/objdump/readelf/addr2line 分析动态库和可执行文件以及.o文件。 1&#xff0c;我们举例nm/objdump/readelf/addr2line解析linux 内核文件vmlinux &#xff08;1&#xff09;,addr2…...

006网上订餐系统技术解析:打造高效便捷的餐饮服务平台

网上订餐系统技术解析&#xff1a;打造高效便捷的餐饮服务平台 在数字化生活方式普及的当下&#xff0c;网上订餐系统成为连接餐饮商家与消费者的重要桥梁。该系统以菜品分类、订单管理等模块为核心&#xff0c;通过前台展示与后台录入的分工协作&#xff0c;为管理员和会员提…...

[10-2]MPU6050简介 江协科技学习笔记(22个知识点)

1 2 3 欧拉角是描述三维空间中刚体或坐标系之间相对旋转的一种方法。它们由三个角度组成&#xff0c;通常表示为&#xff1a; • 偏航角&#xff08;Yaw&#xff09;&#xff1a;绕垂直轴&#xff08;通常是z轴&#xff09;的旋转&#xff0c;表示偏航方向的变化。 • 俯仰角&a…...