主页
产品
联系我们
浏览器集成
JxBrowser
用于将 Chromium 浏览器集成到 Java 应用程序中的跨平台库。
DotNetBrowser
适用于 WPF、Avalonia UI 和 WinForms 应用程序的基于 Chromium 的浏览器组件。
Molybden
用于使用 HTML/CSS/JavaScript GUI 构建跨平台 C++ 桌面应用程序的 SDK。
云计算
挑战
2014年，一家专业摄影实验室要求我们开发图像处理系统。
该系统旨在自动从照片中删除纯色背景，并纠正曝光不当、背景阴影或照明设置不良等问题。
客户
一家大型数码照片服务公司。
行业
专业摄影工作室和色彩处理实验室。
时间
2014–2016
挑战
之前的系统产生了 50% 的错误率，在照片上留下了大量虚假的透明区域，该公司聘请员工使用 Adobe Photoshop 等工具手动纠正这些区域。
这导致每张图像的成本较高，学习曲线较长，并且难以在繁忙季节扩展规模并在负载较低时降低成本。
解决方案
桌面应用程序需要更多的投资，并且会限制以分布式、经济高效的方式开展业务的机会。 这就是为什么 TeamDev 开发了一个用于自动背景去除和最终阶段图像后处理的云应用程序。 该解决方案还提供业务流程管理工具。
计算机视觉算法的核心是自动背景去除。 这是一个计算密集型过程。 该算法生成的 85% 的图像不需要进一步处理。
计算机视觉算法的核心是自动背景去除。 这是一个计算密集型过程。 该算法生成的 85% 的图像不需要进一步处理。
通过按分钟计费的 Google Compute Engine，我们能够运行大量实例并处理数万张照片，每张图像的费用不到 2 美分。
抢占式虚拟机的引入，即适合批处理作业的价格较低且寿命较短的计算实例，使我们的团队将成本降低了 3 倍。
客户的照片实验室每月处理多达 15 万张图像。 考虑到这种规模以及避免维护基础设施负担的目标，我们选择 Google Cloud Platform 作为业务流程管理的解决方案。
照片编辑工具运行在 Google App Engine 之上，Google App Engine 是 Google Cloud Platform 套件的一部分，可管理实例、负载平衡请求并提供自动扩展、称为 Google Datastore 的高性能 NoSQL 数据存储。
核心图像处理算法依赖于 Google Compute Engine 实例的计算能力。 Google App Engine 和 Google Compute Engine 之间的集成使我们能够根据传入批次的照片大小和同时登录的用户数量自动扩展和缩减运行自定义虚拟机的实例。
Google Cloud Storage 是 Google Cloud Platform 的关键部分，以低成本提供持久且高度可用的对象存储。 我们可靠地存储数千张照片，并可以低延迟地提供对它们的访问。
结果
使用我们的 Google Cloud 解决方案减少每张图片的费用
客户很高兴将所有可扩展性和流量问题都解决在 Google App Engine 上。 TeamDev 不需要系统管理员或任何专门部署应用程序的人，因此我们 99% 的时间都花在应用程序开发上。
到目前为止，我们的团队提供了背景去除解决方案，帮助我们的客户处理了超过一百万张图像。
使用 Compute Engine 处理的图像数量增长了 13 倍
良好的自动处理率最大限度地减少了人为干扰，因此 1,000 张照片中只有 150 张需要手动修饰。 通过我们的机器学习解决方案，这一比率仍在下降。