Digital Negative (DNG) file support
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 5/5
- Temps estimé
- Plus d'une semaine
- Accessibilité débutants
- 35/100
- Type d'issue
- Fonctionnalité
- Clarté
- Plutôt claire
- Activité
- Active
- Domaine
- computer-vision
Piste de recherche
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.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
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
- Langage dominant
- Jupyter Notebook
- Étoiles
- 164
- Forks
- 26
- Merge moyen
- 27 min
- PR mergées (30 j)
- 1
Préparer son environnement
- Aucun Dockerfile ni fichier Docker Compose
- Aucun modèle de pull request
- Lire le guide de contribution
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de NVIDIA/nvImageCodec
-
Difficulté 2/5 1-3 heures Accessibilité débutants 79/100
NVIDIA/nvImageCodec#65 · 1 commentaire ·
-
Difficulté 3/5 1-2 jours Accessibilité débutants 72/100
NVIDIA/nvImageCodec#66 · 1 commentaire ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 38/100
NVIDIA/nvImageCodec#64 ·
-
nvjpeg2k error 3 (Bad jpeg) on valid JPEG 2000 aerial photos that OpenJPEG and ffmpeg decode identicallyPeut-être pris @mkepa-nv l’a pris il y a 6 jours. Ouvertebug
NVIDIA/nvImageCodec#63 · 2 commentaires · 1 personne assignée ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 8/100
NVIDIA/nvImageCodec#60 ·
Toutes les issues de NVIDIA/nvImageCodec
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
Stirling-Tools/Stirling-PDF#8875 · 1 réaction ·
Les mainteneurs répondent en général sous 2 jours
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
Les mainteneurs répondent en général sous 1 jour
-
COCO crowd annotations (iscrowd=1) are counted as ground truth, lowering detection recall and APOuverte
Difficulté 2/5 1-3 heures Accessibilité débutants 75/100
JdeRobot/PerceptionMetrics#681 ·
Les mainteneurs répondent en général sous 1 jour
-
bug
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
opencv/opencv#30744 · 1 commentaire ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 Moins d'une heure Accessibilité débutants 85/100
Les mainteneurs répondent en général sous 2 jours