@go/vision
极致精简、工业级的高性能图像处理与全能媒体工具集。
🎯 设计哲学
go/vision 致力于消除 Go 语言在媒体处理领域的摩擦。通过纯 Go 的核心算法与标准化的外部工具编排，提供一套语义一致、零摩擦、高性能一站式 API 体系。
- 零摩擦: 自动探测/引导环境准备（如 FFmpeg），一键式识别与转换。
- 工业级: 错误驱动架构（No internal logging），完备的单元测试覆盖。
- 全能型: 涵盖静态图、动图、视频、扫码、色彩分析与几何变换。
🚀 核心能力
1. 基础绘图与画布 (Canvas)
- 流式 API: 支持矩形、圆角、路径、点/线、阴影、暗角等绘制。
- 现代文本: 内置
CompositeFace，完美支持多字体回退 (Fallback) 与中英文混排。
2. 图像处理与变换
- 几何变换: 缩放 (Resize/Fit/Fill)、旋转、镜像、4 点透视变换 (WarpPerspective)。
- 高级滤镜: 模糊、锐化、灰度、亮度/对比度、色彩反转、卷积滤波。
- 色彩分析: 调色板提取 (
ExtractPalette)、平均色计算。
3. 智能视觉 (Intelligence)
- 码码识别: 集成 QR Code、条形码 (Code128, UPC/EAN) 的生成与自动解码识别。
- 感知哈希 (PHash): 基于图像特征的指纹计算，用于海量图片相似度查重。
- 验证码引擎: 高强度抗 OCR 图形验证码生成。
- 模板匹配:
FindTemplate支持在大图中精准定位子图。
4. 动态媒体 (Animation & Video)
- GIF 引擎: 高质量 GIF 序列生成，内置
Plan9调色板与Floyd-Steinberg抖动。 - 视频编排: 基于 FFmpeg 的视频帧提取与合成，支持多平台二进制自动引导。
📦 安装
go get apigo.cc/go/vision
💡 快速开始
1. 扫码与识别
// 自动尝试 QR 和条码识别
c, _ := vision.Load("code.jpg")
content, err := c.DecodeAll()
// 生成二维码并保存
qr, _ := vision.GenerateQRCode("https://apigo.cc", 256)
vision.Save(qr, "qr.png")
2. 透视变换 (WarpPerspective)
常用于文档扫描纠偏。
c, _ := vision.Load("skewed_doc.jpg")
// 指定源图中的四个角点 (TL, TR, BR, BL)
srcPoints := [4]image.Point{
{150, 20}, {450, 50}, {480, 380}, {100, 350},
}
c.WarpPerspective(srcPoints, 300, 400)
vision.Save(c, "flat_doc.png")
3. 生成 GIF 动画
anim := vision.NewAnimation()
for i := 0; i < 10; i++ {
c := vision.New(100, 100, "#FFFFFF")
c.Circle(50, 50, float64(i*5), &vision.DrawStyle{FillColor: "#FF0000"})
anim.AddFrame(c, 10) // 100ms 延迟
}
anim.SaveGIF("motion.gif", 0) // 0 表示无限循环
4. 视频帧提取
v, _ := vision.NewVideo()
frame, _ := v.ExtractFrame("movie.mp4", 5.0) // 提取第 5 秒的帧
frame.Blur(2.0)
vision.Save(frame, "preview.jpg")
5. 多媒体预览与转写转码
针对 Web 端、列表缩略图或语音转写场景的一站式优化预览。支持自动缩放并裁剪以适应指定尺寸。
// 生成图片缩略图 (WebP, 自动填充/裁剪)
vision.GenerateImagePreview("photo.jpg", "thumb.webp", 200, 200)
// 生成 4 帧动画 WebP (自动填充/裁剪, 效果动态)
vision.GenerateVideoPreview("movie.mp4", "preview.webp", 320, 180)
// 提取音频预览片段 (16kHz Ogg Opus, 最长 3 分钟)
vision.GenerateAudioPreview("input.mp4", "preview.ogg")
🛠 API 概览
| 模块 | 主要 API |
|---|---|
| Canvas | New, Load, Save, Clear, Sub, Clone, Put, LoadFonts |
| Draw | Rect, RoundedRect, Circle, Line, Path, RandBG |
| Effect | Resize, Rotate, Blur, Sharpen, AdjustBrightness, Grayscale, Invert |
| Transform | WarpPerspective, FlipH, FlipV |
| Recognition | DecodeQRCode, DecodeBarcode, DecodeAll, PHash, Distance, FindTemplate |
| Media | NewAnimation, NewVideo, ProcessVideoFrames, DiffFrames |
⚙️ 环境依赖
- FFmpeg: 视频处理模块依赖
ffmpeg二进制文件。vision.NewVideo()会尝试自动探测系统路径。- 如果未安装，它会提示下载路径或尝试自动引导（取决于权限）。
本项目由 AI 驱动开发与维护，遵循极致的代码质量与性能标准。