Digital Negative (DNG) file support
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 35/100
- Issue-Typ
- Feature
- Klarheit
- Größtenteils klar
- Aktivitätsstatus
- Aktiv
- Bereich
- computer-vision
Rechercherichtung
Start by reading the DNG specification linked in the issue and tracing how nvImageCodec handles the shown Python file-reading example. Identify the codec entry point and what DNG decoding requires; the issue does not name relevant source files or tests. Done means DNG files can be transcoded with GPU acceleration and the reported error is resolved.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
Is this a new feature, an improvement, or a change to existing functionality?
New Feature
How would you describe the priority of this feature request
Nice to have (e.g. Adoption is possible, the feature will enhance the use-case even more).
Please provide a clear description of problem this feature solves
Could nvImageCodec support Digital Negative (DNG) files?
DNG is a standard format for camera raw files, the latter which capture unprocessed or minimally processed data directly from the camera sensor.
The standard's specification can be found here
Feature Description
As a software engineer, I would like to be able to have GPU acceleration for .dng image transcoding so that I can include these images into my computer-vision/machine-learning frameworks.
Describe your ideal solution
with open("my_dng_file.dng", "rb") as in_file:
data = in_file.read()
At present, this code errors with cuDevicePrimaryCtxRelease failed: 4
Describe any alternatives you have considered
I have looked into the rawpy library, but it does not provide GPU acceleration.
Additional context
I would be keen to investigate a solution to this problem if someone could point me towards an "entry point" :)
Check for duplicates
- I have searched the open bugs/issues and have found no duplicates for this bug report
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 164
- Forks
- 26
- Ø Merge
- 27 Min.
- Gemergte PRs (30 T.)
- 1
Entwicklungsumgebung
- Kein Dockerfile und keine Docker-Compose-Datei
- Keine Pull-Request-Vorlage
- Beitragsleitfaden lesen
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus NVIDIA/nvImageCodec
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 79/100
NVIDIA/nvImageCodec#65 · 1 Kommentar ·
-
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 72/100
NVIDIA/nvImageCodec#66 · 1 Kommentar ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 38/100
NVIDIA/nvImageCodec#64 ·
-
nvjpeg2k error 3 (Bad jpeg) on valid JPEG 2000 aerial photos that OpenJPEG and ffmpeg decode identicallyEvtl. vergeben @mkepa-nv hat das vor 6 Tagen übernommen. Offenbug
NVIDIA/nvImageCodec#63 · 2 Kommentare · 1 zugewiesene Person ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 8/100
NVIDIA/nvImageCodec#60 ·
Alle Issues in NVIDIA/nvImageCodec
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
Stirling-Tools/Stirling-PDF#8875 · 1 Reaktion ·
Maintainer antworten meist innerhalb von 2 Tagen
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
Maintainer antworten meist innerhalb von 1 Tag
-
COCO crowd annotations (iscrowd=1) are counted as ground truth, lowering detection recall and APOffen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 75/100
JdeRobot/PerceptionMetrics#681 ·
Maintainer antworten meist innerhalb von 1 Tag
-
bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
opencv/opencv#30744 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 Unter einer Stunde Anfängerfreundlichkeit 85/100
Maintainer antworten meist innerhalb von 2 Tagen