#jpeg2000 — Public Fediverse posts

Interesting, the Bodleian library created a #Python library that converts #TIFF or #JPEG source images to #JP2 #JPEG2000 (using a #Kakadu wrapper), and does various quality checks on the result:

https://github.com/bodleian/image-processing

Will definitely give this a try for an upcoming in-house TIFF to JP2 conversion pilot project!

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA , в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

https://habr.com/ru/companies/ruvds/articles/903640/

#Ян_Лекун #LeNet #DjVu #компьютерное_зрение #машинное_зрение #распознавание_символов #OCR #свёрточные_нейросети #CNN #тест_Тьюринга #условные_случайные_поля #CRF #GTN #Lush #вейвлетпреобразование #DWT #JPEG2000 #PDF #LLaMA #LLM #нейросети #DeepSeek #ruvds_статьи

I just updated my #MSDOS image viewer/converter #DosView

* Updated libjpeg to 9f.
* Updated libjasper to 4.2.4.
* Fixed a crash when running out of memory during loading/display.
* Fixed version number when running DosView.
* Added help overlay in view mode.
* Patched Allegro to support more BMP formats.
* Fixed DE LSM for FreeDOS.

https://github.com/SuperIlu/DosView/releases/tag/v1.7

#RetroComputing
#jpeg #png #qoi #webp #bmp #tga #NetPBM #ras #tiff #jpeg2000 #pcx #FreeDOS #GIF #PSD #HDR #PIC

I just updated my #MSDOS image viewer/converter #DosView

* added #FreeDOS compatible package

https://github.com/SuperIlu/DosView/releases/tag/v1.6

#RetroComputing
#jpeg #png #qoi #webp #bmp #tga #NetPBM #ras #tiff #jpeg2000 #pcx #FreeDOS #GIF #PSD #HDR #PIC

The first stable release of #Jpylyzer 2.2 is out now!

Main new feature is the support for High Throughput #JPEG2000 (#HTJ2K), and its JPH file format.

Also lots of other fixes and improvements, as well as some API and output enhancements:

https://jpylyzer.openpreservation.org/2024/01/23/jpylyzer-2-2-release

In other news, the production version of #jpylyzer 2.2 will finally be out this Wednesday. For those who can't wait, I (more or less by accident!) already uploaded it to the Python package index today #jpeg2000 #HTJ2K

Just a reminder for who missed this earlier: a few weeks ago we published a release candidate for #jpylyzer 2.2, which is available for testing.

This release adds support of High Throughput #JPEG2000 #HTJ2K and its associated file formats, various codestream validation/parsing improvements, some output enhancements (including reporting of warnings), and an improved Python API.

Details here:

https://jpylyzer.openpreservation.org/2023/11/07/jpylyzer-2-2-release-candidate

Please let us know any issues, so we can fix them for the stable release!

I just updated my #MSDOS image viewer/converter #DosView

* Fixed Allegro VESA driver
* Added screen mode autodetection

https://github.com/SuperIlu/DosView/releases/tag/v1.5

#RetroComputing
#jpeg #png #qoi #webp #bmp #tga #NetPBM #ras #tiff #jpeg2000 #pcx #FreeDOS #GIF #PSD #HDR #PIC

I just updated my #MSDOS image viewer/converter #DosView

* fixed zooming bug
* added more screen modes

https://github.com/SuperIlu/DosView/releases/tag/v1.4

#RetroComputing
#jpeg #png #qoi #webp #bmp #tga #NetPBM #ras #tiff #jpeg2000 #pcx #FreeDOS #GIF #PSD #HDR #PIC

I just updated my #MSDOS image viewer/converter #DosView

* added #GIF
* added #PSD
* added #HDR
* added #PIC
* added an UPX compressed EXE
* enabled dithering
* added 8bpp display mode
* fixed another scaling error
* fixed error when reading certain PNGs

https://github.com/SuperIlu/DosView/releases/tag/v1.3.1

#RetroComputing
#jpeg #png #qoi #webp #bmp #tga #NetPBM #ras #tiff #jpeg2000 #pcx #FreeDOS

The release candidate for #Jpylyzer 2.2 is out now! This is a truly action-packed release. Among other things, it adds support for High Throughput #JPEG2000 #HTJ2K. More info here:

https://jpylyzer.openpreservation.org/2023/11/07/jpylyzer-2-2-release-candidate

@general

I just updated my #MSDOS image viewer/converter #DosView

* added #TIFF

* added #JPEG2000

* fixed zoom and documentation

* added 24/32bpp autodetection

* added image info

* added num pad keys

* added check to list modes

https://github.com/SuperIlu/DosView/releases/tag/v1.1

#RetroComputing #jpeg #png #qoi #webp #bmp #tga #pcx

High Throughput #JPEG2000 #HTJ2K files are still rare in the wild, but I added a few to the Jpylyzer test files repo:

https://github.com/openpreserve/jpylyzer-test-files

Additional test files are welcome!

For the adventurous #Jpylyzer users out there, I published a (strictly unofficial!) beta of version 2.2.0, which includes support for High Throughput #JPEG2000 #HTJ2K.

Install using:

pip install --pre jpylyzer

To validate a JPH file:

jpylyzer --format jph oj-ht-byte.jph > out-jph.xml

To validate a HTJ2K codestream:

jpylyzer --format jhc oj-ht-byte_causal.jhc > out-jhc.xml

Draft docs are here:

https://github.com/openpreserve/jpylyzer/blob/2-2-dev/doc/jpylyzerUserManual.md#user-content-fnref-14-7410ff13fdb411aef53ee8e1065145c4

An "official" release candidate will follow later.

Spent some time looking into software support for High Throughput #JPEG2000 #HTJ2K.

The only open source software I could find that can write the JPH format is OpenHTJ2K:

https://github.com/osamu620/OpenHTJ2K

And below some observations on a few other encoders I looked into:

https://github.com/openpreserve/jpylyzer/issues/197#issue-1873560610

(Not so) random quote from the High Throughput #JPEG2000 (#HTJ2K) white paper:

"As open source software, of course, the implementation has not been optimized nearly to the same extent as full commercial offerings such as that of Kakadu."

🤷‍♂️ (noteworthy to mention here that the white paper's lead author is also the developer of Kakadu)

Link to full document:

https://www.htj2k.com/wp-content/uploads/white-paper.pdf

Making some good progress on adding High Throughput #JPEG2000 #HTJ2K to #Jpylyzer. Validation of the #JPH file format is pretty much done. Still need to add support for parsing/validating HTJ2K codestreams. If all goes well this should make it to a release some time this autumn.

#Digipres hivemind - I'm looking for some (ideally small) sample images in JPH (High Throughput #JPEG2000 #HTJ2K) format.

Currently I can only find one single example (here: https://github.com/uclouvain/openjpeg-data/tree/master/input/nonregression/htj2k).

Any suggestions are welcome. Or contribute directly to the Jpylyzer test files dataset using Github:

https://github.com/openpreserve/jpylyzer-test-files

Evaluating High Throughput #JPEG2000 (#HTJ2K) as a Drop-In Replacement for JPEG2000 with #IIIF (via @Thorsted):

https://journal.code4lib.org/articles/17596

#code4lib @general