{"id":454907,"date":"2025-04-06T03:00:30","date_gmt":"2025-04-06T03:00:30","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=454907"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=454907","title":{"rendered":"<span>\u041a\u0430\u043a \u0441\u0434\u0435\u043b\u0430\u0442\u044c 3D \u0432\u0435\u0440\u0441\u0438\u044e \u043b\u044e\u0431\u043e\u0433\u043e \u0444\u0438\u043b\u044c\u043c\u0430 \u043d\u0430 \u043f\u0440\u0438\u043c\u0435\u0440\u0435 StarWars4 (DepthAnythingV2 + Parallax)<\/span>"},"content":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u0417\u0430\u0433\u043e\u043b\u043e\u0432\u043e\u043a \u043d\u0435 \u0441\u043e\u0432\u0441\u0435\u043c \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u0435\u043d, \u043f\u043e\u0442\u043e\u043c\u0443, \u0447\u0442\u043e 3D \u0432\u0435\u0440\u0441\u0438\u044e \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0433\u043e 2D \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430: \u0444\u0438\u043b\u044c\u043c\u0430, \u043c\u0443\u043b\u044c\u0442\u0444\u0438\u043b\u044c\u043c\u0430, \u0441\u0432\u043e\u0438\u0445 \u043b\u0438\u0447\u043d\u044b\u0445 \u0432\u0438\u0434\u0435\u043e\/\u0444\u043e\u0442\u043e \u0438 \u0442\u0434, \u0434\u0430 \u0445\u043e\u0442\u044c \u0441\u043a\u0440\u0438\u043d\u0448\u043e\u0442 \u0441 \u0440\u0430\u0431\u043e\u0447\u0435\u0433\u043e \u0441\u0442\u043e\u043b\u0430 \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0432 3D. \u041d\u043e \u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0435 \u043c\u044b \u0431\u0443\u0434\u0435\u043c \u0434\u0435\u043b\u0430\u0442\u044c 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0444\u0438\u043b\u044c\u043c\u0430.<\/p>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0432\u043e\u0437\u044c\u043c\u0435\u043c <strong>\u0417\u0432\u0435\u0437\u0434\u043d\u044b\u0435 \u0432\u043e\u0439\u043d\u044b. \u042d\u043f\u0438\u0437\u043e\u0434 IV: \u041d\u043e\u0432\u0430\u044f \u043d\u0430\u0434\u0435\u0436\u0434\u0430<\/strong> (Star Wars. Episode IV: A New Hope, 1977).<\/p>\n<p>\u0414\u043b\u044f\u00a0\u044d\u0442\u043e\u0433\u043e \u043d\u0430\u043c \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u044f\u0442\u0441\u044f:<\/p>\n<ul>\n<li>\n<p>\u041f\u041a \u0438 \u0432\u0438\u0434\u0435\u043e\u043a\u0430\u0440\u0442\u0430 \u0441\u00a0\u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u043e\u0439 CUDA<\/p>\n<\/li>\n<li>\n<p>Python<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth%E2%80%91Anything%E2%80%91V2\" rel=\"noopener noreferrer nofollow\">\u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 Depth\u2011Anything\u2011V2\u00a0<\/a><\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/www.ffmpeg.org\/\" rel=\"noopener noreferrer nofollow\">ffmpeg<\/a><\/p>\n<\/li>\n<li>\n<p>\u0414\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430. \u0414\u043b\u044f\u00a0\u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0444\u0438\u043b\u044c\u043c\u0430 FullHD 1080p, \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e ~1.5\u20132\u00a0\u0447\u0430\u0441\u0430, \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u043f\u043e\u0440\u044f\u0434\u043a\u0430 <strong>400\u2013500\u0413\u0431<\/strong> \u0434\u043b\u044f\u00a0\u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432\u00a0\u0444\u043e\u0440\u043c\u0430\u0442\u0435 PNG, \u0438 <strong>150\u2013200\u0413\u0431<\/strong> \u0434\u043b\u044f\u00a0\u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0445 3D\u2011\u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432\u00a0\u0444\u043e\u0440\u043c\u0430\u0442\u0435 JPG \u0441\u00a0\u043d\u0430\u0438\u0432\u044b\u0441\u0448\u0438\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c. \u041d\u0430\u00a0\u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0439 \u043e\u0431\u044a\u0435\u043c \u0434\u043b\u044f\u00a0\u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0444\u0440\u0435\u0439\u043c\u044b \u043c\u043e\u0436\u043d\u043e \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0447\u0430\u0441\u0442\u044f\u043c\u0438, \u043e\u0431\u00a0\u044d\u0442\u043e\u043c \u0431\u0443\u0434\u0435\u0442 \u043d\u0438\u0436\u0435.<\/p>\n<\/li>\n<\/ul>\n<p>\u041c\u043e\u044f \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438:<\/p>\n<ul>\n<li>\n<p>Gigabyte A520M, AMD Ryzen 5 PRO 3600, 32Gb DDR4 3200 MT\/s (16+16)<\/p>\n<\/li>\n<li>\n<p>Gigabyte GeForce RTX 3060 12GB, CUDA Version: 12.5<\/p>\n<\/li>\n<li>\n<p>Ubuntu 22.04<\/p>\n<\/li>\n<\/ul>\n<p>\u041a\u0440\u0430\u0442\u043a\u043e \u0441\u0443\u0442\u044c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430:<\/p>\n<ul>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e ffmpeg \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u043c \u0444\u0438\u043b\u044c\u043c \u043f\u043e \u043a\u0430\u0434\u0440\u0430\u043c<\/p>\n<\/li>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e Depth-Anything-V2 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u043c \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b<\/p>\n<\/li>\n<li>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u0430\u0440\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 &#171;\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440&#187; + &#171;\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430&#187; \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u043c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u0447\u0435\u0440\u0435\u0437 \u044d\u0444\u0444\u0435\u043a\u0442 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430<\/p>\n<\/li>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e ffmpeg \u043a\u043e\u0434\u0438\u0440\u0443\u0435\u043c \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0435 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0432 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0444\u0438\u043b\u044c\u043c\u0430 + \u043f\u0440\u0438\u0441\u043e\u0435\u0434\u0438\u043d\u044f\u0435\u043c \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0430\u0443\u0434\u0438\u043e-\u0434\u043e\u0440\u043e\u0436\u043a\u0438<\/p>\n<\/li>\n<li>\n<p>\u0421\u043c\u043e\u0442\u0440\u0438\u043c \u0438 \u0443\u0434\u0438\u0432\u043b\u044f\u0435\u043c\u0441\u044f, \u0447\u0442\u043e \u044d\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442<\/p>\n<\/li>\n<\/ul>\n<p>\u0417\u0430\u0431\u0435\u0433\u0430\u044f \u043d\u0430\u043f\u0435\u0440\u0435\u0434 \u0441\u043a\u0430\u0436\u0443 &#8212; \u0434\u0430, \u044d\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442. \u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e 3D \u043e\u0442\u043b\u0438\u0447\u043d\u043e\u0435, \u043d\u0438 \u0437\u0430 \u0447\u0442\u043e \u043d\u0435 \u043f\u043e\u0434\u0443\u043c\u0430\u0435\u0448\u044c, \u0447\u0442\u043e 3D \u0441\u0438\u043d\u0442\u0435\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043e \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u043e.<\/p>\n<p>\u0410 \u0442\u0435\u043f\u0435\u0440\u044c \u043a \u0434\u0435\u043b\u0443.<\/p>\n<h3>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 \u041f\u041e<\/h3>\n<h4>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 ffmpeg<\/h4>\n<p><a href=\"https:\/\/www.ffmpeg.org\/download.html\" rel=\"noopener noreferrer nofollow\">\u0414\u043b\u044f Windows<\/a><br \/><a href=\"https:\/\/www.ffmpeg.org\/download.html%EF%BF%BC\" rel=\"noopener noreferrer nofollow\"><br \/><\/a>\u041a\u0430\u0447\u0430\u0435\u043c \u043e\u0434\u0438\u043d \u0438\u0437 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0445 build, \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u043c \u0430\u0440\u0445\u0438\u0432, \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u043b\u0438\u0431\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u0439\u043b ffmpeg.exe (\u0437\u0434\u0435\u0441\u044c \u043d\u0430\u043c \u043d\u0443\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u043d), \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0435\u0433\u043e \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432 c:\\ffmpeg.<br \/>\u041c\u043e\u0436\u043d\u043e \u043f\u0440\u043e\u043f\u0438\u0441\u0430\u0442\u044c \u043f\u0443\u0442\u044c \u043a \u043f\u0430\u043f\u043a\u0435 ffmpeg \u0432 PATH, \u0447\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u0430 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0432\u044b\u0437\u044b\u0432\u0430\u0442\u044c ffmpeg \u0438\u0437 \u043a\u043e\u043c\u0430\u043d\u0434\u043d\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0438 \u0432 \u043b\u044e\u0431\u043e\u043c \u043c\u0435\u0441\u0442\u0435 \u0441\u0438\u0441\u0442\u0435\u043c\u044b.<\/p>\n<p>\u041d\u0435 \u0431\u0443\u0434\u0443 \u0437\u0430\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u044d\u0442\u043e\u043c \u044d\u0442\u0430\u043f\u0435, \u0434\u0443\u043c\u0430\u044e \u0442\u0443\u0442 \u0432\u0441\u0435 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e.<\/p>\n<h4>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 Depth-Anything-V2<\/h4>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2\" rel=\"noopener noreferrer nofollow\">Github \u043f\u0440\u043e\u0435\u043a\u0442\u0430<\/a><\/p>\n<p>\u0421\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043e\u0442 \u0442\u0443\u0434\u0430:<\/p>\n<blockquote>\n<p>git clone <a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2%EF%BF%BC\" rel=\"noopener noreferrer nofollow\">https:\/\/github.com\/DepthAnything\/Depth-Anything-V2<br \/><\/a>cd Depth-Anything-V2<br \/>pip install -r requirements.txt<\/p>\n<\/blockquote>\n<p>\u0422\u0430\u043a\u0436\u0435 \u0432 \u0441\u0438\u0441\u0442\u0435\u043c\u0435 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u0442\u044c \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u043b\u0435\u043d <strong>numpy<\/strong>:<\/p>\n<pre><code class=\"python\">pip install numpy<\/code><\/pre>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2#pre-trained-models\" rel=\"noopener noreferrer nofollow\">\u041e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438<\/a><\/p>\n<p>\u042f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441 Large-\u043c\u043e\u0434\u0435\u043b\u044c\u044e (<strong>335.3M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>1280Mb<\/strong>). \u0422\u0430\u043a\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u0435\u0431\u044f \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430 Base-\u043c\u043e\u0434\u0435\u043b\u044c (<strong>97.5M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>372Mb<\/strong>). \u0415\u0449\u0435 \u0435\u0441\u0442\u044c Small-\u043c\u043e\u0434\u0435\u043b\u044c (<strong>24.8M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>95Mb<\/strong>) \u0438 \u0435\u0449\u0435 \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0443\u043a\u0430\u0437\u0430\u043d\u043e &#171;<em>Coming soon<\/em>&#187; \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 <strong>Giant <\/strong>\u043d\u0430 <strong>1.3B <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043d\u043e \u043f\u043e \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u044e \u043d\u0430 03.04.2025 \u0435\u0435 \u043d\u0435\u0442 \u0434\u043b\u044f \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u044f.<\/p>\n<p>\u0415\u0449\u0435 \u043e \u043c\u043e\u0434\u0435\u043b\u044f\u0445. \u042f \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b \u0432\u0441\u0435 3 \u043c\u043e\u0434\u0435\u043b\u0438, \u0432\u0441\u0435 \u043e\u043d\u0438 \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0442 \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u0434\u0430\u0436\u0435 \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e Small \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435 3D. \u041b\u0438\u0447\u043d\u043e \u044f \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u043b\u0441\u044f \u043d\u0430 Large \u043c\u043e\u0434\u0435\u043b\u0438, \u0442. \u043a. \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0434\u043b\u044f \u043c\u0435\u043d\u044f \u043d\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043a\u0440\u0438\u0442\u0438\u0447\u043d\u044b\u043c \u043c\u0435\u0441\u0442\u043e\u043c (\u0441\u0440\u0435\u0434\u043d\u0438\u0439 \u0444\u0438\u043b\u044c\u043c \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0441\u0443\u0442\u043e\u043a), \u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e Large \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043b\u0443\u0447\u0448\u0435, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0432 \u0434\u0435\u0442\u0430\u043b\u044f\u0445. \u0421 Base \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u0442\u0430\u043a \u0436\u0435 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u043e\u0442\u043b\u0438\u0447\u043d\u044b\u0435 3D, \u0430 \u0441\u0440\u0435\u0434\u043d\u0438\u0439 \u0444\u0438\u043b\u044c\u043c \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0437\u0430 \u043d\u043e\u0447\u044c.<\/p>\n<h3>\u042d\u0442\u0430\u043f 0: \u043f\u0440\u043e\u0431\u043d\u044b\u0439 \u0437\u0430\u043f\u0443\u0441\u043a<\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u0440\u043e\u0431\u043d\u0438\u043a\u0430 \u0432\u043e\u0437\u044c\u043c\u0435\u043c \u044d\u0442\u043e\u0442 \u043a\u0430\u0434\u0440:<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w780q1\/getpro\/habr\/upload_files\/887\/441\/826\/8874418269235a2660f9d7dfaf30712b.jpg\" alt=\"C-3PO \u0438 R2-D2 \u0435\u0449\u0435 \u043d\u0435 \u043f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u043a\u043e\u0440\u043e \u0441\u0442\u0430\u043d\u0443\u0442 3D\" title=\"C-3PO \u0438 R2-D2 \u0435\u0449\u0435 \u043d\u0435 \u043f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u043a\u043e\u0440\u043e \u0441\u0442\u0430\u043d\u0443\u0442 3D\" width=\"1920\" height=\"816\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/887\/441\/826\/8874418269235a2660f9d7dfaf30712b.jpg\" data-blurred=\"true\"\/><\/p>\n<div><figcaption>C-3PO \u0438 R2-D2 \u0435\u0449\u0435 \u043d\u0435 \u043f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u043a\u043e\u0440\u043e \u0441\u0442\u0430\u043d\u0443\u0442 3D<\/figcaption><\/div>\n<\/figure>\n<p>\u041d\u0430 <a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2\" rel=\"noopener noreferrer nofollow\">\u0441\u0442\u0440\u0430\u043d\u0438\u0446\u0435 <strong>Depth-Anything-V2<\/strong><\/a> \u0435\u0441\u0442\u044c \u043f\u0440\u0438\u043c\u0435\u0440 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b:<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import cv2 import torch  from depth_anything_v2.dpt import DepthAnythingV2  DEVICE = 'cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu'  model_configs = {     'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},     'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},     'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]},     'vitg': {'encoder': 'vitg', 'features': 384, 'out_channels': [1536, 1536, 1536, 1536]} }  encoder = 'vitl' # or 'vits', 'vitb', 'vitg'  model = DepthAnythingV2(**model_configs[encoder]) model.load_state_dict(torch.load(f'checkpoints\/depth_anything_v2_{encoder}.pth', map_location='cpu')) model = model.to(DEVICE).eval()  raw_img = cv2.imread('your\/image\/path') depth = model.infer_image(raw_img) # HxW raw depth map in numpy<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<p>\u041d\u0435\u043c\u043d\u043e\u0433\u043e \u0434\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u043c \u044d\u0442\u043e\u0442 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432 \u0432 \u0444\u0430\u0439\u043b:<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import os import cv2 import torch import numpy as np  from depth_anything_v2.dpt import DepthAnythingV2   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041e\u0411\u0429\u0418\u0415 # \u041f\u0443\u0442\u044c \u043a \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 image_path = \"\/home\/user\/sw4test\/file_000790.png\"  # \u0412 \u043a\u0430\u043a\u0443\u044e \u043f\u0430\u043f\u043a\u0443 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 output_dir = \"\/home\/user\/sw4test\"  # \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0432 \u0442\u043e\u0439 \u0436\u0435 \u043f\u0430\u043f\u043a\u0435, \u0438\u043c\u044f \u0444\u0430\u0439\u043b\u0430 \u0431\u0443\u0434\u0435\u0442 file_000790_depth.png  # \u0423\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041c\u041e\u0414\u0415\u041b\u0418 # \u041f\u0443\u0442\u044c \u043a \u043f\u0430\u043f\u043a\u0435 \u0441 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0431\u0435\u0437 \u0441\u043b\u0435\u0448\u0430 \u043d\u0430 \u043a\u043e\u043d\u0446\u0435, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440: \"\/home\/user\/DepthAnythingV2\/models\" depth_model_dir = \"\/home\/user\/DepthAnythingV2\/models\"  model_depth_configs = {         'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},         'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},         'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]} }  encoder = 'vitl' # 'vitl', 'vitb', 'vits'  model_depth = DepthAnythingV2(**model_depth_configs[encoder]) model_depth.load_state_dict(torch.load(f'{depth_model_dir}\/depth_anything_v2_{encoder}.pth', weights_only=True, map_location=device)) model_depth = model_depth.to(device).eval()   # \u041d\u0410\u0427\u0410\u041b\u041e \u041e\u0411\u0420\u0410\u0411\u041e\u0422\u041a\u0418 # \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f raw_img = cv2.imread(image_path)  # \u0418\u0437\u0432\u043b\u0435\u043a\u0430\u0435\u043c \u0438\u043c\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b image_name = os.path.splitext(os.path.basename(image_path))[0]  # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u044b with torch.no_grad():     depth = model_depth.infer_image(raw_img)      # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043e\u0442 0 \u0434\u043e 255 depth_normalized = cv2.normalize(depth, None, 0, 255, norm_type=cv2.NORM_MINMAX) depth_normalized = depth_normalized.astype(np.uint8)  # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b output_path = os.path.join(output_dir, f'{image_name}_depth.png') cv2.imwrite(output_path, depth_normalized)   # \u041e\u041f\u0426\u0418\u041e\u041d\u0410\u041b\u042c\u041d\u041e: \u0421\u041e\u0425\u0420\u0410\u041d\u042f\u0415\u041c \u041a\u0410\u0420\u0422\u0423 \u0413\u041b\u0423\u0411\u0418\u041d\u042b \u0412 \u0426\u0412\u0415\u0422\u0415 depth_colored = cv2.applyColorMap(depth_normalized, cv2.COLORMAP_JET)  # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u0432 \u0446\u0432\u0435\u0442\u0435 output_path = os.path.join(output_dir, f'{image_name}_depth_color.png') cv2.imwrite(output_path, depth_colored)   print(\"\u0413\u041e\u0422\u041e\u0412\u041e.\")   # \u0423\u0434\u0430\u043b\u044f\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u0437 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043e\u0447\u0438\u0449\u0430\u0435\u043c \u043a\u0435\u0448 Cuda del model_depth torch.cuda.empty_cache()<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<p>\u041f\u043e\u043b\u0443\u0447\u0438\u043c \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b:<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/cdf\/e89\/5fc\/cdfe895fcd16d62a97d9d6b39dd54d39.png\" alt=\"\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0447\u0435\u043c \u0441\u0432\u0435\u0442\u043b\u0435\u0435 \u043e\u0431\u044a\u0435\u043a\u0442, \u0442\u0435\u043c \u043e\u043d \u0431\u043b\u0438\u0436\u0435\" title=\"\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0447\u0435\u043c \u0441\u0432\u0435\u0442\u043b\u0435\u0435 \u043e\u0431\u044a\u0435\u043a\u0442, \u0442\u0435\u043c \u043e\u043d \u0431\u043b\u0438\u0436\u0435\" width=\"1920\" height=\"816\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/cdf\/e89\/5fc\/cdfe895fcd16d62a97d9d6b39dd54d39.png\"\/><\/p>\n<div><figcaption>\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0447\u0435\u043c \u0441\u0432\u0435\u0442\u043b\u0435\u0435 \u043e\u0431\u044a\u0435\u043a\u0442, \u0442\u0435\u043c \u043e\u043d \u0431\u043b\u0438\u0436\u0435<\/figcaption><\/div>\n<\/figure>\n<p>\u0418\u043b\u0438 \u0446\u0432\u0435\u0442\u043d\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f, \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438 (\u0432 \u0440\u0430\u0431\u043e\u0442\u0435 \u043e\u043d\u0430 \u043d\u0430\u043c \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f):<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w1560\/getpro\/habr\/upload_files\/8f1\/3b4\/d8e\/8f13b4d8e8eda66eb0b722b5747faf3f.png\" alt=\"\u0426\u0432\u0435\u0442\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u043e\u0442 \u0442\u0435\u043c\u043d\u043e-\u043a\u0440\u0430\u0441\u043d\u043e\u0433\u043e (\u0431\u043b\u0438\u0436\u0435) \u0434\u043e \u0442\u0435\u043c\u043d\u043e \u0441\u0438\u043d\u0435\u0433\u043e (\u0434\u0430\u043b\u044c\u0448\u0435)\" title=\"\u0426\u0432\u0435\u0442\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u043e\u0442 \u0442\u0435\u043c\u043d\u043e-\u043a\u0440\u0430\u0441\u043d\u043e\u0433\u043e (\u0431\u043b\u0438\u0436\u0435) \u0434\u043e \u0442\u0435\u043c\u043d\u043e \u0441\u0438\u043d\u0435\u0433\u043e (\u0434\u0430\u043b\u044c\u0448\u0435)\" width=\"1920\" height=\"816\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/8f1\/3b4\/d8e\/8f13b4d8e8eda66eb0b722b5747faf3f.png\"\/><\/p>\n<div><figcaption>\u0426\u0432\u0435\u0442\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u043e\u0442 \u0442\u0435\u043c\u043d\u043e-\u043a\u0440\u0430\u0441\u043d\u043e\u0433\u043e (\u0431\u043b\u0438\u0436\u0435) \u0434\u043e \u0442\u0435\u043c\u043d\u043e \u0441\u0438\u043d\u0435\u0433\u043e (\u0434\u0430\u043b\u044c\u0448\u0435)<\/figcaption><\/div>\n<\/figure>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u043e\u0439 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0441\u0434\u0435\u043b\u0430\u0435\u043c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 FOU (Full Over-Under):<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import os import cv2 import numpy as np   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041e\u0411\u0429\u0418\u0415 # \u041f\u0443\u0442\u044c \u043a \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 image_path = \"\/home\/user\/sw4test\/file_000790.png\"  # \u041f\u0443\u0442\u044c \u043a \u043a\u0430\u0440\u0442\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u0435 \u0434\u043b\u044f \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430 depth_path = \"\/home\/user\/sw4test\/file_000790_depth.png\"  # \u0412 \u043a\u0430\u043a\u0443\u044e \u043f\u0430\u043f\u043a\u0443 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 output_dir = \"\/home\/user\/sw4test\"  # \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0432 \u0442\u043e\u0439 \u0436\u0435 \u043f\u0430\u043f\u043a\u0435, \u0438\u043c\u044f \u0444\u0430\u0439\u043b\u0430 \u0431\u0443\u0434\u0435\u0442 file_000790_3d.jpg   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b 3D PARALLAX_SCALE = 15  # \u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442\u0441\u044f \u043e\u0442 10 \u0434\u043e 20 INTERPOLATION_TYPE = cv2.INTER_LINEAR TYPE3D = \"FOU\"  # HSBS, FSBS, HOU, FOU LEFT_RIGHT = \"LEFT\"  # LEFT or RIGHT  # 0 - \u0435\u0441\u043b\u0438 \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u043c\u0435\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f new_width = 1920 new_height = 1080   def image_size_correction(current_height, current_width, left_image, right_image):     ''' \u041a\u043e\u0440\u0440\u0435\u043a\u0446\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f, \u0435\u0441\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u044b new_width \u0438 new_height '''          # \u0412\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u043c \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u0446\u0435\u043d\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f     top = (new_height - current_height) \/\/ 2     bottom = new_height - current_height - top     left = (new_width - current_width) \/\/ 2     right = new_width - current_width - left          # \u0421\u043e\u0437\u0434\u0430\u0435\u043c \u0447\u0435\u0440\u043d\u043e\u0435 \u043f\u043e\u043b\u043e\u0442\u043d\u043e \u043d\u0443\u0436\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430     new_left_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)     new_right_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)          # \u0420\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u043d\u0430 \u0447\u0435\u0440\u043d\u043e\u043c \u0444\u043e\u043d\u0435     new_left_image[top:top + current_height, left:left + current_width] = left_image     new_right_image[top:top + current_height, left:left + current_width] = right_image          return new_left_image, new_right_image      def image3d_processing(image_name, image, depth):     ''' \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f 3D \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u0435\u0433\u043e \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b '''          # \u0415\u0441\u043b\u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0438 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043d\u0435 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442, \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0434\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     if image.shape[:2] != depth.shape[:2]:         depth = cv2.resize(depth, (image.shape[1], image.shape[0]), interpolation=cv2.INTER_LINEAR)          # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u044b     depth = depth.astype(np.float32) \/ 255.0      # \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430     height, width, _ = image.shape     parallax = (depth * PARALLAX_SCALE)      # \u041a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439     x, y = np.meshgrid(np.arange(width, dtype=np.float32), np.arange(height, dtype=np.float32))      # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439     shift_left = np.clip(x + parallax.astype(np.float32), 0, width - 1)     shift_right = np.clip(x - parallax.astype(np.float32), 0, width - 1)      # \u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439 \u0441 cv2.remap     left_image = cv2.remap(image, shift_left, y, interpolation=INTERPOLATION_TYPE)     right_image = cv2.remap(image, shift_right, y, interpolation=INTERPOLATION_TYPE)          if new_width != 0 and new_height != 0:         left_image, right_image = image_size_correction(height, width, left_image, right_image)         # \u041c\u0435\u043d\u044f\u0435\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u043d\u0430 new_height \u0438 new_width \u0434\u043b\u044f \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e\u0433\u043e \u0441\u043a\u043b\u0435\u0438\u0432\u0430\u043d\u0438\u044f \u043d\u0438\u0436\u0435         height = new_height         width = new_width          # \u041e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u0435\u043c \u043b\u0435\u0432\u043e\u0435 \u0438 \u043f\u0440\u0430\u0432\u043e\u0435 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0432 \u043e\u0431\u0449\u0435\u0435 3D     if TYPE3D == \"HSBS\":         # \u0421\u0443\u0436\u0435\u043d\u0438\u0435 \u0448\u0438\u0440\u0438\u043d\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u043d\u0438\u0445 \u043e\u0434\u043d\u043e \u0441 \u043e\u0431\u0449\u0435\u0439 \u0448\u0438\u0440\u0438\u043d\u043e\u0439         left_image_resized = cv2.resize(left_image, (width \/\/ 2, height), interpolation=cv2.INTER_AREA)         right_image_resized = cv2.resize(right_image, (width \/\/ 2, height), interpolation=cv2.INTER_AREA)         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.hstack((left_image_resized, right_image_resized))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.hstack((right_image_resized, left_image_resized))     elif TYPE3D == \"HOU\":         # \u0421\u0443\u0436\u0435\u043d\u0438\u0435 \u0432\u044b\u0441\u043e\u0442\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u043d\u0438\u0445 \u043e\u0434\u043d\u043e \u0441 \u043e\u0431\u0449\u0435\u0439 \u0432\u044b\u0441\u043e\u0442\u043e\u0439         left_image_resized = cv2.resize(left_image, (width, height \/\/ 2), interpolation=cv2.INTER_AREA)         right_image_resized = cv2.resize(right_image, (width, height \/\/ 2), interpolation=cv2.INTER_AREA)         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.vstack((left_image_resized, right_image_resized))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.vstack((right_image_resized, left_image_resized))     elif TYPE3D == \"FSBS\":         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.hstack((left_image, right_image))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.hstack((right_image, left_image))     elif TYPE3D == \"FOU\":         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.vstack((left_image, right_image))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.vstack((right_image, left_image))      # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     output_path = os.path.join(output_dir, f'{image_name}_3d.jpg')     cv2.imwrite(output_path, image3d, [int(cv2.IMWRITE_JPEG_QUALITY), 100])       # \u041d\u0410\u0427\u0410\u041b\u041e \u041e\u0411\u0420\u0410\u0411\u041e\u0422\u041a\u0418 # \u0418\u0437\u0432\u043b\u0435\u043a\u0430\u0435\u043c \u0438\u043c\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f image_name = os.path.splitext(os.path.basename(image_path))[0]  # \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u0435\u0433\u043e \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b image = cv2.imread(image_path)  # \u0418\u0441\u0445\u043e\u0434\u043d\u043e\u0435 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 depth = cv2.imread(depth_path, cv2.IMREAD_GRAYSCALE)  # \u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b   # \u0417\u0410\u041f\u0423\u0421\u041a \u041e\u0411\u0420\u0410\u0411\u041e\u0422\u0427\u0418\u041a\u0410 image3d_processing(image_name, image, depth)  print(\"\u0413\u041e\u0422\u041e\u0412\u041e.\")<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<p>\u0417\u0434\u0435\u0441\u044c \u043d\u0430\u0434\u043e \u043f\u043e\u044f\u0441\u043d\u0438\u0442\u044c \u043f\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c.<\/p>\n<p><strong><u>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440<\/u>: PARALLAX_SCALE = 15<\/strong><br \/>\u0417\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430 \u0432 \u043f\u0438\u043a\u0441\u0435\u043b\u044f\u0445, \u043d\u0430 \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u0430\u043a\u0441\u0438\u043c\u0443\u043c \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439 \u0431\u0443\u0434\u0443\u0442 \u0441\u043c\u0435\u0449\u0430\u0442\u044c\u0441\u044f \u0434\u0430\u043b\u044c\u043d\u0438\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u044b (\u0435\u0441\u043b\u0438 \u0431\u044b\u0442\u044c \u0442\u043e\u0447\u043d\u0435\u0435 &#8212; \u043f\u0438\u043a\u0441\u0435\u043b\u0438), \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0431\u043b\u0438\u0436\u043d\u0438\u0445 (\u0441\u0430\u043c\u044b\u0439 \u0431\u043b\u0438\u0436\u043d\u0438\u0439 <strong>0<\/strong>, \u0441\u0430\u043c\u044b\u0439 \u0434\u0430\u043b\u044c\u043d\u0438\u0439 <strong>15<\/strong>). \u0427\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435, \u0442\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u0430. \u041f\u0440\u0438 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u0445 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u0431\u0443\u0434\u0435\u0442 \u043d\u0435\u0441\u043c\u043e\u0442\u0440\u0438\u0431\u0435\u043b\u044c\u043d\u043e\u0435. \u0412\u0430\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u0442\u0438\u0442\u044c &#8212; \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e &#8212; \u0434\u043b\u044f \u043b\u0435\u0432\u043e\u0433\u043e \u0438 \u0434\u043b\u044f \u043f\u0440\u0430\u0432\u043e\u0433\u043e, \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u0441\u0443\u043c\u043c\u0430\u0440\u043d\u044b\u0439 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441 \u0443\u0434\u0432\u0430\u0438\u0432\u0430\u0435\u0442\u0441\u044f.<\/p>\n<p>\u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u043c\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043e\u0442 <strong>10 <\/strong>\u0434\u043e <strong>20<\/strong>. \u042f \u043e\u0431\u044b\u0447\u043d\u043e \u0441\u0442\u0430\u0432\u043b\u044e <strong>15<\/strong>, \u0442\u0430\u043a \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f \u0445\u043e\u0440\u043e\u0448\u0430\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u0431\u0435\u0437 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0438\u0441\u043a\u0430\u0436\u0435\u043d\u0438\u0439.<\/p>\n<p><strong><u>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440<\/u>: INTERPOLATION_TYPE = cv2.INTER_LINEAR<\/strong><\/p>\n<p>\u0422\u0430\u043a \u043a\u0430\u043a \u043c\u044b \u0434\u0435\u0444\u043e\u0440\u043c\u0438\u0440\u0443\u0435\u043c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435, \u0441\u043c\u0435\u0449\u0430\u044f \u043e\u0431\u044a\u0435\u043a\u0442\u044b (\u043f\u0438\u043a\u0441\u0435\u043b\u0438) \u043d\u0430 \u043d\u0435\u043c, \u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u0432\u0448\u0438\u0435\u0441\u044f \u043f\u0443\u0441\u0442\u044b\u0435 \u043e\u0431\u043b\u0430\u0441\u0442\u0438 \u043d\u0443\u0436\u043d\u043e \u0447\u0435\u043c-\u0442\u043e \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0442\u044c. \u0414\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u0442\u0441\u044f \u043c\u0435\u0442\u043e\u0434 \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0435\u0433\u043e \u0441\u043e\u0441\u0435\u0434\u0430 \u0432 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0445 \u0432\u0430\u0440\u0438\u0430\u0446\u0438\u044f\u0445:<\/p>\n<p><strong><em>INTER_NEAREST <\/em><\/strong>&#8212; \u0431\u043b\u0438\u0436\u0430\u0439\u0448\u0438\u0439 \u0441\u043e\u0441\u0435\u0434, \u0431\u044b\u0441\u0442\u0440\u0430\u044f \u0438 \u043f\u0440\u043e\u0441\u0442\u0430\u044f \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044f, \u043d\u0435 \u0441\u0430\u043c\u0430\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f<br \/><strong><em>INTER_AREA <\/em><\/strong>&#8212; \u043b\u0443\u0447\u0448\u0435 \u043f\u043e\u0434\u0445\u043e\u0434\u0438\u0442 \u043f\u0440\u0438 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u0438\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043d\u0435 \u0431\u0443\u0434\u0435\u043c \u0440\u0430\u0441\u0441\u043c\u0430\u0442\u0440\u0438\u0432\u0430\u0442\u044c<br \/><strong><em>INTER_LINEAR <\/em><\/strong>&#8212; \u0431\u0438\u043b\u0438\u043d\u0435\u0439\u043d\u0430\u044f \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044f, \u0431\u0430\u043b\u0430\u043d\u0441 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u0438 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438, \u0441\u0430\u043c\u044b\u0439 \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442<br \/><strong><em>INTER_CUBIC <\/em><\/strong>&#8212; \u0431\u0438\u043a\u0443\u0431\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044f, \u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0435\u0435 \u0431\u0438\u043b\u0438\u043d\u0435\u0439\u043d\u043e\u0439, \u043d\u043e \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u0442 \u043d\u0435\u043c\u043d\u043e\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u0440\u0435\u043c\u0435\u043d\u0438<br \/><strong><em>INTER_LANCZOS4 <\/em><\/strong>&#8212; \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044f \u041b\u0430\u043d\u0446\u043e\u0448\u0430 \u0432 \u043e\u043a\u0440\u0435\u0441\u0442\u043d\u043e\u0441\u0442\u0438 8&#215;8 \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439, \u0441\u0430\u043c\u043e\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e, \u043d\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u0435\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0445<\/p>\n<p>\u042f \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b \u0432\u0441\u0435 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u044b, \u0432\u043d\u0438\u043c\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u043e\u0442\u0441\u043c\u0430\u0442\u0440\u0438\u0432\u0430\u044f \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0439 \u0440\u0430\u0437\u043d\u0438\u0446\u044b \u043f\u0440\u0438 \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0435 3D \u043d\u0435 \u0437\u0430\u043c\u0435\u0442\u0438\u043b. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043e\u0431\u044b\u0447\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e \u0431\u044b\u0441\u0442\u0440\u044b\u0439 \u0438 \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u043c\u0435\u0442\u043e\u0434 &#8212; <strong>INTER_LINEAR<\/strong>. \u041d\u043e \u0435\u0441\u043b\u0438 \u0432\u043e\u043f\u0440\u043e\u0441 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0434\u043b\u044f \u0432\u0430\u0441 \u043d\u0435 \u043a\u0440\u0438\u0442\u0438\u0447\u043d\u044b\u0439, \u043b\u0443\u0447\u0448\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c <strong>INTER_LANCZOS4 <\/strong>&#8212; \u0441\u0430\u043c\u043e\u0435 \u043b\u0443\u0447\u0448\u0435\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e.<\/p>\n<p>\u0417\u0434\u0435\u0441\u044c \u043d\u0430\u0434\u043e \u0437\u0430\u043c\u0435\u0442\u0438\u0442\u044c, \u0447\u0442\u043e \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u0432 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u0432 \u043c\u0438\u043b\u043b\u0438\u0441\u0435\u043a\u0443\u043d\u0434\u0430\u0445. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432\u043e\u0442 \u0437\u0430\u043c\u0435\u0440 \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u0438 \u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 <strong>1920&#215;1080<\/strong>:<\/p>\n<pre><code class=\"lua\">NEAREST: 0.039 \u0441\u0435\u043a\u0443\u043d\u0434 INTER_AREA: 0.041 \u0441\u0435\u043a\u0443\u043d\u0434 INTER_LINEAR: 0.041 \u0441\u0435\u043a\u0443\u043d\u0434 INTER_CUBIC: 0.053 \u0441\u0435\u043a\u0443\u043d\u0434 INTER_LANCZOS4: 0.090 - 0.096 \u0441\u0435\u043a\u0443\u043d\u0434<\/code><\/pre>\n<p>\u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u0435\u0436\u0434\u0443 <strong>INTER_LINEAR <\/strong>\u0438 <strong>INTER_LANCZOS4 <\/strong>\u0440\u0430\u0437\u043d\u0438\u0446\u0430 ~50 \u043c\u0438\u043b\u043b\u0438\u0441\u0435\u043a\u0443\u043d\u0434 \u043d\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0444\u043e\u0440\u043c\u0430\u0442\u0430 1920&#215;1080. \u042d\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043d\u0435\u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c, \u043d\u043e \u0435\u0441\u043b\u0438 \u0443\u043c\u043d\u043e\u0436\u0438\u0442\u044c 50 \u043c\u0441 \u043d\u0430 194000 \u043a\u0430\u0434\u0440\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f ~162 \u043c\u0438\u043d\u0443\u0442\u044b. \u0422\u043e \u0435\u0441\u0442\u044c, INTER_LINEAR \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0431\u044b\u0441\u0442\u0440\u0435\u0435 \u0447\u0435\u043c INTER_LANCZOS4 \u043d\u0430 162 \u043c\u0438\u043d\u0443\u0442\u044b, \u0438\u043b\u0438<strong> 2 \u0447\u0430\u0441\u0430 42 \u043c\u0438\u043d\u0443\u0442\u044b<\/strong>. \u0418 \u044d\u0442\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u0438\u043d\u0442\u0435\u0440\u043f\u043e\u043b\u044f\u0446\u0438\u044f \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430.<\/p>\n<p>\u0412\u043e\u0437\u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0437\u0436\u0435 \u044f \u043d\u0430\u043f\u0438\u0448\u0443 \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u043e\u0431\u0437\u043e\u0440 \u0432\u0441\u0435\u0445 \u044d\u0442\u0438\u0445 \u043c\u0435\u0442\u043e\u0434\u043e\u0432, \u0441 \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0439 \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0435\u0439 \u0438 \u0443\u043a\u0430\u0437\u0430\u043d\u0438\u0435\u043c \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u043c\u043e\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443, \u0441\u0435\u0439\u0447\u0430\u0441 \u0436\u0435 \u043c\u043e\u0433\u0443 \u043f\u043e\u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u043e\u0432\u0430\u0442\u044c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0438\u0437 \u044d\u0442\u0438\u0445 3\u0445 \u043c\u0435\u0442\u043e\u0434\u043e\u0432: INTER_LINEAR, INTER_CUBIC, INTER_LANCZOS4.<\/p>\n<p><strong><u>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440<\/u>: TYPE3D = &#171;FOU&#187;<\/strong><br \/>\u0422\u0438\u043f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0445\u043e\u0442\u0438\u043c \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c:<br \/><strong>HSBS <\/strong>(Half Side-by-Side) &#8212; \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u0430\u044f \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430<br \/><strong>FSBS <\/strong>(Full Side-by-Side) &#8212; \u043f\u043e\u043b\u043d\u0430\u044f \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430<br \/><strong>HOU <\/strong>(Half Over-Under) &#8212; \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u0430\u044f \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430<br \/><strong>FOU <\/strong>(Full Over-Under) &#8212; \u043f\u043e\u043b\u043d\u0430\u044f \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430<\/p>\n<p>\u0414\u0443\u043c\u0430\u044e \u0437\u0434\u0435\u0441\u044c \u0432\u0441\u0435 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e \u0434\u043b\u044f \u0442\u0435\u0445 \u043a\u0442\u043e \u0441\u043c\u043e\u0442\u0440\u0438\u0442 3D \u043d\u0430 \u0441\u0432\u043e\u0435\u043c \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u0438, \u043d\u043e \u043d\u0430 \u0432\u0441\u044f\u043a\u0438\u0439 \u0441\u043b\u0443\u0447\u0430\u0439 \u043f\u043e\u044f\u0441\u043d\u044e.<br \/><strong>HSBS <\/strong>&#8212; \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u0430\u044f \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430, \u0432\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0441\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u0441\u043f\u0440\u0430\u0432\u0430 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430. \u0415\u0441\u043b\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440 \u0431\u044b\u043b \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c 1920&#215;1080, \u0442\u043e \u043e\u0431\u0430 \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441\u0436\u0438\u043c\u0430\u044e\u0442\u0441\u044f \u043f\u043e \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u0438 \u0432 <strong>2 \u0440\u0430\u0437\u0430<\/strong> (\u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0434\u043e 960 \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439, \u043f\u043e\u043b\u043d\u043e\u0435 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f <strong>960&#215;1080<\/strong>), \u0447\u0442\u043e\u0431\u044b \u0441\u0443\u043c\u043c\u0430\u0440\u043d\u0430\u044f \u0448\u0438\u0440\u0438\u043d\u0430 \u0432\u0441\u0435\u0439 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u043b\u0430\u0441\u044c \u0432 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c \u0444\u043e\u0440\u043c\u0430\u0442\u0435 <strong>1920&#215;1080<\/strong>. \u041f\u0440\u0438 \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0435 \u043e\u0431\u0435 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u043a\u0438 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0440\u0430\u0441\u0442\u044f\u0433\u0438\u0432\u0430\u044e\u0442\u0441\u044f \u0434\u043e \u043f\u043e\u043b\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u043d\u0430 \u043a\u0430\u0436\u0434\u044b\u0439 \u043a\u0430\u0434\u0440, \u0431\u044b\u043b\u043e <strong>960&#215;1080 <\/strong>&#8212; \u0441\u0442\u0430\u043b\u043e <strong>1920&#215;1080<\/strong>. \u0412 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u043f\u043e\u0442\u0435\u0440\u044f \u0434\u0435\u0442\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438, \u0442.\u043a. \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439 \u043f\u043e \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u0438 \u0443\u043c\u0435\u043d\u044c\u0448\u0430\u0435\u0442\u0441\u044f \u0432\u0434\u0432\u043e\u0435. \u0417\u0430\u0442\u043e \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0430\u0434\u0440\u0430\/\u0432\u0438\u0434\u0435\u043e \u0431\u0443\u0434\u0435\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043c\u0435\u043d\u044c\u0448\u0435 \u043f\u043e\u043b\u043d\u043e\u0439 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b, \u0432 <strong>1.5-2 \u0440\u0430\u0437\u0430<\/strong>.<\/p>\n<p><strong>FSBS <\/strong>&#8212; \u043f\u043e\u043b\u043d\u0430\u044f \u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430, \u0432\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0441\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u0441\u043f\u0440\u0430\u0432\u0430 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430. \u0415\u0441\u043b\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440 \u0431\u044b\u043b \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c 1920&#215;1080, \u0442\u043e \u043e\u0431\u0430 \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441\u043e\u0437\u0434\u0430\u0434\u0443\u0442 \u043e\u0431\u0449\u0438\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c <strong>3840&#215;1080 <\/strong>\u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439. \u0412 \u044d\u0442\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043d\u0435 \u0431\u0443\u0434\u0435\u0442 \u043f\u043e\u0442\u0435\u0440\u0438 \u0434\u0435\u0442\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438, \u043d\u043e \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0430\u0434\u0440\u0430\/\u0432\u0438\u0434\u0435\u043e \u0441\u0442\u0430\u043d\u0435\u0442 \u0432 <strong>1.5-2 \u0440\u0430\u0437\u0430<\/strong> \u0431\u043e\u043b\u044c\u0448\u0435.<\/p>\n<p><strong>HOU <\/strong>&#8212; \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u0430\u044f \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430, \u0432\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0441\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u0438\u0437\u0443 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430. \u0415\u0441\u043b\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440 \u0431\u044b\u043b \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c 1920&#215;1080, \u0442\u043e \u043e\u0431\u0430 \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441\u0436\u0438\u043c\u0430\u044e\u0442\u0441\u044f \u043f\u043e \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u0438 \u0432 <strong>2 \u0440\u0430\u0437\u0430<\/strong> (\u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0434\u043e 540 \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439, \u043f\u043e\u043b\u043d\u043e\u0435 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f <strong>1920&#215;540<\/strong>).<\/p>\n<blockquote>\n<p>\u0415\u0441\u0442\u044c \u043c\u043d\u0435\u043d\u0438\u0435, \u0447\u0442\u043e\u00a0\u043f\u0440\u0438\u00a0\u0432\u044b\u0431\u043e\u0440\u0435 \u0438\u0437\u00a0\u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u044b\u0445 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440 \u043b\u0443\u0447\u0448\u0438\u0439 \u0432\u044b\u0431\u043e\u0440 \u044d\u0442\u043e <strong>HOU <\/strong>\u2014 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u0430\u044f \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430. \u042d\u0442\u043e \u0432\u043f\u043e\u043b\u043d\u0435 \u043b\u043e\u0433\u0438\u0447\u043d\u043e, \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044f \u0447\u0442\u043e\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439 \u0437\u0434\u0435\u0441\u044c \u0442\u0435\u0440\u044f\u0435\u0442\u0441\u044f \u043c\u0435\u043d\u044c\u0448\u0435, <strong>1080\/2=540<\/strong>, \u0432\u043c\u0435\u0441\u0442\u043e <strong>1920\/2=960\u00a0<\/strong>\u0432\u00a0\u0441\u043b\u0443\u0447\u0430\u0435 \u0441\u00a0\u0433\u043e\u0440\u0438\u0437\u043e\u043d\u0442\u0430\u043b\u044c\u043d\u043e\u0439 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u043e\u0439.<\/p>\n<\/blockquote>\n<p><strong>FOU <\/strong>&#8212; \u043f\u043e\u043b\u043d\u0430\u044f \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u044c\u043d\u0430\u044f \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430, \u0432\u0442\u043e\u0440\u043e\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0441\u043f\u043e\u043b\u0430\u0433\u0430\u0435\u0442\u0441\u044f \u0441\u043d\u0438\u0437\u0443 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430. \u0415\u0441\u043b\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440 \u0431\u044b\u043b \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c 1920&#215;1080, \u0442\u043e \u043e\u0431\u0430 \u043a\u0430\u0434\u0440\u0430 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441\u043e\u0437\u0434\u0430\u0434\u0443\u0442 \u043e\u0431\u0449\u0438\u0439 \u043a\u0430\u0434\u0440 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u043c <strong>1920&#215;2160 <\/strong>\u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439.<\/p>\n<p>\u0427\u0430\u0441\u0442\u043e \u043d\u0430 3D \u0442\u0435\u043b\u0435\u0432\u0438\u0437\u043e\u0440\u0430\u0445 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u044b\u0435 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b (<strong>HSBS <\/strong>\u0438 <strong>HOU<\/strong>). \u041d\u0430 VR-\u0448\u043b\u0435\u043c\u0430\u0445 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0432\u0441\u0435 \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u044b, \u0438 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0443\u0434\u043e\u0432\u043e\u043b\u044c\u0441\u0442\u0432\u0438\u0435 \u043e\u0442 \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0430 3D \u043d\u0430 \u043f\u043e\u043b\u043d\u044b\u0445 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0430\u0445 (<strong>FSBS <\/strong>\u0438 <strong>FOU<\/strong>).<\/p>\n<p><strong><u>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440<\/u>: LEFT_RIGHT = &#171;LEFT&#187;<\/strong><br \/>\u041f\u043e\u0440\u044f\u0434\u043e\u043a \u043f\u0430\u0440\u044b \u043a\u0430\u0434\u0440\u043e\u0432 \u0432 \u043e\u0431\u0449\u0435\u043c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0438, LEFT &#8212; \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043b\u0435\u0432\u044b\u0439, RIGHT &#8212; \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043f\u0440\u0430\u0432\u044b\u0439. \u0417\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u043e \u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e <strong>LEFT<\/strong>. \u0422\u0430\u043a\u0436\u0435 \u044d\u0442\u043e\u0442 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u043c\u043e\u0436\u0435\u0442 \u043d\u0430\u0441\u0442\u0440\u0430\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u0438 \u043f\u0440\u0438 \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u0435 3D \u0432\u0438\u0434\u0435\u043e.<\/p>\n<p><strong><u>\u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b<\/u>: new_width = 1920 \u0438 new_height = 1080<\/strong><br \/>\u0412\u0430\u0436\u043d\u0430\u044f \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430. \u0421\u0443\u0442\u044c \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0431\u044b\u0432\u0430\u044e\u0442 \u0444\u0438\u043b\u044c\u043c\u044b \u0441 &#171;\u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u043c&#187; \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 <strong>1920&#215;816 <\/strong>\u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439 (\u043a\u0430\u043a \u0432 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435). \u0415\u0441\u043b\u0438 \u043c\u044b \u0431\u0443\u0434\u0435\u043c \u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u044b \u0441 \u0442\u0430\u043a\u0438\u043c \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c, \u0442\u043e \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0431\u0443\u0434\u0443\u0442 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u043f\u0440\u0438 \u0432\u043e\u0441\u043f\u0440\u043e\u0438\u0437\u0432\u0435\u0434\u0435\u043d\u0438\u0438 \u043d\u0430 \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u0438, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u043e\u0442\u043e\u0431\u0440\u0430\u0436\u0430\u0435\u0442 \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0443 \u0432 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u043c \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0438 (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 FullHD 1920&#215;1080 16:9), \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u043a\u0440\u0438\u0442\u0438\u0447\u043d\u043e \u0434\u043b\u044f \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0447\u0430\u0442\u044b\u0445 \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440.<\/p>\n<p>\u0411\u044b\u043b\u043e \u043d\u0430\u0439\u0434\u0435\u043d\u043e \u043f\u0440\u043e\u0441\u0442\u043e\u0435 \u0438 \u0440\u0430\u0431\u043e\u0447\u0435\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 &#8212; \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u043c \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0443 \u0434\u043e \u0442\u0440\u0435\u0431\u0443\u0435\u043c\u043e\u0433\u043e \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u044f, \u0433\u0434\u0435 \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u044e\u0449\u0438\u0435 \u043f\u0438\u043a\u0441\u0435\u043b\u0438 \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u044e\u0442\u0441\u044f \u0447\u0435\u0440\u043d\u044b\u043c \u0446\u0432\u0435\u0442\u043e\u043c, \u043f\u0440\u043e\u0449\u0435 \u0433\u043e\u0432\u043e\u0440\u044f &#8212; \u0434\u043e\u0431\u0430\u0432\u043b\u044f\u0435\u043c <strong>\u0447\u0435\u0440\u043d\u044b\u0435 \u043f\u043e\u043b\u044f<\/strong>. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 <strong>1920&#215;816<\/strong>, \u0445\u043e\u0442\u0438\u043c \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0442\u044c \u0435\u0433\u043e \u0434\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0445 <strong>1920&#215;1080<\/strong>, \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0432 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u0445:<\/p>\n<pre><code class=\"lua\">new_width = 1920 new_height = 1080<\/code><\/pre>\n<p>\u0422\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043a\u0430\u0434\u0440 \u043d\u0435 \u0434\u0435\u0444\u043e\u0440\u043c\u0438\u0440\u0443\u0435\u0442\u0441\u044f (\u043d\u0435 \u0440\u0430\u0441\u0448\u0438\u0440\u044f\u0435\u0442\u0441\u044f \u0438 \u043d\u0435 \u0441\u0443\u0436\u0430\u0435\u0442\u0441\u044f), \u0430 \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u044e\u0449\u0435\u0435 \u043c\u0435\u0441\u0442\u043e \u0437\u0430\u043f\u043e\u043b\u043d\u044f\u0435\u0442\u0441\u044f \u0447\u0435\u0440\u043d\u044b\u043c \u0446\u0432\u0435\u0442\u043e\u043c. \u0412\u043c\u0435\u0441\u0442\u043e \u043a\u0430\u0434\u0440\u0430 <strong>1920&#215;816 <\/strong>\u043c\u044b \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0430\u0434\u0440\u0430 <strong>1920&#215;1080 <\/strong>\u0441 \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u043d\u044b\u043c \u0447\u0435\u0440\u043d\u044b\u043c\u0438 \u043f\u043e\u043b\u044f\u043c\u0438 \u043f\u043e \u0432\u0435\u0440\u0442\u0438\u043a\u0430\u043b\u0438.<\/p>\n<p>\u0415\u0441\u043b\u0438 \u043d\u0435 \u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u043c\u0435\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0430\u0434\u0440\u0430, \u0442\u043e\u0433\u0434\u0430 \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c:<\/p>\n<pre><code class=\"lua\">new_width = 0 new_height = 0<\/code><\/pre>\n<p>\u0418\u0442\u0430\u043a, \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u043c \u0441\u043a\u0440\u0438\u043f\u0442, \u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0441\u0442\u0435\u0440\u0435\u043e\u043f\u0430\u0440\u0443:<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/r\/w780q1\/getpro\/habr\/upload_files\/0a0\/22b\/abc\/0a022babc009e7015a2ad700f8b617cc.jpg\" alt=\"C-3PO \u0438 R2-D2 \u0442\u0435\u043f\u0435\u0440\u044c \u0441 \u0434\u0432\u0443\u0445 \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0430\u043a\u0443\u0440\u0441\u043e\u0432, \u0441\u0430\u043c\u0438 \u0442\u043e\u0433\u043e \u043d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u044f\" title=\"C-3PO \u0438 R2-D2 \u0442\u0435\u043f\u0435\u0440\u044c \u0441 \u0434\u0432\u0443\u0445 \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0430\u043a\u0443\u0440\u0441\u043e\u0432, \u0441\u0430\u043c\u0438 \u0442\u043e\u0433\u043e \u043d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u044f\" width=\"1920\" height=\"2160\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/0a0\/22b\/abc\/0a022babc009e7015a2ad700f8b617cc.jpg\" data-blurred=\"true\"\/><\/p>\n<div><figcaption>C-3PO \u0438 R2-D2 \u0442\u0435\u043f\u0435\u0440\u044c \u0441 \u0434\u0432\u0443\u0445 \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0430\u043a\u0443\u0440\u0441\u043e\u0432, \u0441\u0430\u043c\u0438 \u0442\u043e\u0433\u043e \u043d\u0435 \u043f\u043e\u043d\u0438\u043c\u0430\u044f<\/figcaption><\/div>\n<\/figure>\n<p>\u0421\u0434\u0435\u043b\u0430\u0435\u043c \u0438\u0437 \u044d\u0442\u043e\u0439 \u043f\u0430\u0440\u044b 3D-Gif, \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0439 \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0430\u0446\u0438\u0438 \u0442\u0440\u0435\u0445\u043c\u0435\u0440\u043d\u043e\u0441\u0442\u0438 \u0441\u0446\u0435\u043d\u044b:<\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/041\/77d\/746\/04177d746e44540d856810348a8f18dd.gif\" alt=\"C-3PO \u0438 R2-D2 \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435!\" title=\"C-3PO \u0438 R2-D2 \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435!\" width=\"1920\" height=\"1080\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/041\/77d\/746\/04177d746e44540d856810348a8f18dd.gif\"\/><\/p>\n<div><figcaption>C-3PO \u0438 R2-D2 \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435!<\/figcaption><\/div>\n<\/figure>\n<details class=\"spoiler\">\n<summary>\u0415\u0449\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0433\u0438\u0444\u043e\u043a:<\/summary>\n<div class=\"spoiler__content\">\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/f0f\/306\/a6f\/f0f306a6fb3c98110e2c4e2d1cc065f1.gif\" alt=\"\u041a\u043e\u0440\u0430\u0431\u043b\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u043e\u0442\u0440\u0435\u0445\u043c\u0435\u0440\u0438\u043b\u0441\u044f, \u043a\u0430\u043a-\u0431\u0443\u0434\u0442\u043e DepthAnythingV2 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0438 \u043d\u0430 \u043d\u0435\u043c\" title=\"\u041a\u043e\u0440\u0430\u0431\u043b\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u043e\u0442\u0440\u0435\u0445\u043c\u0435\u0440\u0438\u043b\u0441\u044f, \u043a\u0430\u043a-\u0431\u0443\u0434\u0442\u043e DepthAnythingV2 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0438 \u043d\u0430 \u043d\u0435\u043c\" width=\"1920\" height=\"1080\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/f0f\/306\/a6f\/f0f306a6fb3c98110e2c4e2d1cc065f1.gif\"\/><\/p>\n<div><figcaption>\u041a\u043e\u0440\u0430\u0431\u043b\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u043e\u0442\u0440\u0435\u0445\u043c\u0435\u0440\u0438\u043b\u0441\u044f, \u043a\u0430\u043a-\u0431\u0443\u0434\u0442\u043e DepthAnythingV2 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u043b\u0438 \u0438 \u043d\u0430 \u043d\u0435\u043c<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/6ef\/260\/54b\/6ef26054b90662c3eaca2d4dfe6a68a2.gif\" alt=\"\u041f\u043e\u0432\u0441\u0442\u0430\u043d\u0446\u044b \u043d\u0435 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0447\u0442\u043e \u043e\u043d\u0438 \u0442\u0435\u043f\u0435\u0440\u044c \u0432 3D\" title=\"\u041f\u043e\u0432\u0441\u0442\u0430\u043d\u0446\u044b \u043d\u0435 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0447\u0442\u043e \u043e\u043d\u0438 \u0442\u0435\u043f\u0435\u0440\u044c \u0432 3D\" width=\"1920\" height=\"1080\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/6ef\/260\/54b\/6ef26054b90662c3eaca2d4dfe6a68a2.gif\"\/><\/p>\n<div><figcaption>\u041f\u043e\u0432\u0441\u0442\u0430\u043d\u0446\u044b \u043d\u0435 \u043c\u043e\u0433\u0443\u0442 \u043f\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0447\u0442\u043e \u043e\u043d\u0438 \u0442\u0435\u043f\u0435\u0440\u044c \u0432 3D<\/figcaption><\/div>\n<\/figure>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/6c4\/6e2\/c0e\/6c46e2c0ee5783052e9e1e558f0d216f.gif\" alt=\"\u0425\u0430\u043d, \u041b\u044e\u043a \u0438 \u0427\u0443\u0432\u0438 \u0432 \u0432\u043e\u0441\u0442\u043e\u0440\u0433\u0435\" title=\"\u0425\u0430\u043d, \u041b\u044e\u043a \u0438 \u0427\u0443\u0432\u0438 \u0432 \u0432\u043e\u0441\u0442\u043e\u0440\u0433\u0435\" width=\"1920\" height=\"1080\" data-src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/6c4\/6e2\/c0e\/6c46e2c0ee5783052e9e1e558f0d216f.gif\"\/><\/p>\n<div><figcaption>\u0425\u0430\u043d, \u041b\u044e\u043a \u0438 \u0427\u0443\u0432\u0438 \u0432 \u0432\u043e\u0441\u0442\u043e\u0440\u0433\u0435<\/figcaption><\/div>\n<\/figure>\n<\/div>\n<\/details>\n<p>\u0414\u0440\u0443\u0433\u0438\u0435 \u0444\u043e\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0438 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u043d\u0430 \u043c\u043e\u0435\u043c <a href=\"https:\/\/drive.google.com\/drive\/folders\/1ovCMNJG-FLJcuOfE0Y-zuBsewUKpy_fy?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u0433\u0443\u0433\u043b-\u0434\u0438\u0441\u043a\u0435<\/a>. \u0422\u0430\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0444\u0440\u0435\u0439\u043c\u044b, \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0446\u0432\u0435\u0442\u043d\u044b\u0435, \u0438 3D-\u0433\u0438\u0444\u043a\u0438 \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438.<\/p>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u0438\u0441\u0442\u0443\u043f\u0430\u0442\u044c \u043a \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430.<\/p>\n<h3>\u042d\u0442\u0430\u043f 1: \u0440\u0430\u0441\u043a\u0430\u0434\u0440\u043e\u0432\u043a\u0430 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e<\/h3>\n<p>\u0414\u043b\u044f \u043f\u043e\u043b\u043d\u043e\u0439 \u0440\u0430\u0441\u043a\u0430\u0434\u0440\u043e\u0432\u043a\u0438 \u0432\u0438\u0434\u0435\u043e \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 PNG \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0432 \u043d\u0430\u0448\u0435\u043c \u0441\u043b\u0443\u0447\u0430\u0435, \u0444\u0438\u043b\u044c\u043c \u0444\u043e\u0440\u043c\u0430\u0442\u0430 <strong>FullHD<\/strong>, \u0434\u043b\u0438\u043d\u043d\u043e\u0439 ~2 \u0447\u0430\u0441\u0430, \u0441 \u0447\u0430\u0441\u0442\u043e\u0442\u043e\u0439 \u043a\u0430\u0434\u0440\u043e\u0432 23.976 (24000\/1001), \u0438\u043c\u0435\u0435\u0442 ~<strong>194000 \u0444\u0440\u0435\u0439\u043c\u043e\u0432<\/strong>, \u0441\u0443\u043c\u043c\u0430\u0440\u043d\u044b\u0439 \u043e\u0431\u044a\u0435\u043c\u043e\u043c \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e ~<strong>430\u0413\u0431 <\/strong>\u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 <strong>PNG<\/strong>.<\/p>\n<p>\u0417\u0430\u0431\u0435\u0433\u0430\u044f \u043d\u0430\u043f\u0435\u0440\u0435\u0434 \u0437\u0430\u043c\u0435\u0447\u0443 &#8212; \u0435\u0441\u0442\u044c \u0432\u0430\u0440\u0438\u0430\u043d\u0442\u044b \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0442\u0440\u0435\u0431\u0443\u0435\u043c\u044b\u0439 \u043e\u0431\u044a\u0435\u043c \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430. \u041c\u043e\u0436\u043d\u043e \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u043d\u0435 \u0432\u0441\u0435 \u043a\u0430\u0434\u0440\u044b \u0441\u0440\u0430\u0437\u0443, \u0430 \u043f\u043e \u0434\u0438\u0430\u043f\u0430\u0437\u043e\u043d\u0443, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0444\u0440\u0435\u0439\u043c\u044b \u043e\u0442 0 \u0434\u043e 10000, \u0437\u0430\u0442\u0435\u043c \u043e\u0442 10001 \u0434\u043e 20000 \u0438 \u0442\u0430\u043a \u0434\u0430\u043b\u0435\u0435. \u0421\u0435\u0439\u0447\u0430\u0441 \u044f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u043d\u0430\u0434 \u043a\u043e\u043c\u0431\u0430\u0439\u043d\u043e\u043c, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u0438 \u0434\u0435\u043b\u0430\u0435\u0442, \u0438 \u0432\u043e\u043e\u0431\u0449\u0435 \u0432\u0441\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0431\u0443\u0434\u0435\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c\u0441\u044f \u043e\u0434\u043d\u0438\u043c \u0441\u043a\u0440\u0438\u043f\u0442\u043e\u043c, \u043d\u043e \u043e\u0431 \u044d\u0442\u043e\u043c \u0431\u0443\u0434\u0435\u0442 \u0432 \u0434\u0440\u0443\u0433\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435.<\/p>\n<p>\u0422\u0430\u043a\u0436\u0435 \u043c\u043e\u0436\u043d\u043e \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0444\u0440\u0435\u0439\u043c\u044b \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 JPG. \u042d\u0442\u043e\u0442 \u0432\u0430\u0440\u0438\u0430\u043d\u0442 \u044f \u043d\u0435 \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e, \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u043b, \u0438\u0442\u043e\u0433\u043e\u0432\u0430\u044f \u043a\u0430\u0440\u0442\u0438\u043d\u043a\u0430 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u0445\u0443\u0436\u0435, \u0434\u0430\u0436\u0435 \u0435\u0441\u043b\u0438 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c JPG \u0432 \u0441\u0430\u043c\u043e\u043c \u0432\u044b\u0441\u043e\u043a\u043e\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435. \u0417\u0430\u0442\u043e \u043f\u043e\u0441\u043b\u0435 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 (\u043f\u0435\u0440\u0435\u0434 \u0438\u0442\u043e\u0433\u043e\u0432\u044b\u043c \u043a\u043e\u0434\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u0432 3D-\u0432\u0438\u0434\u0435\u043e), \u0432\u043f\u043e\u043b\u043d\u0435 \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0442\u044c \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0435 \u0444\u0430\u0439\u043b\u044b \u0432 \u0444\u043e\u0440\u043c\u0430\u0442 JPG, \u0438\u043d\u0430\u0447\u0435 \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043c\u043d\u043e\u0433\u043e \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0432 \u0441\u043b\u0443\u0447\u0430\u0435 \u043f\u043e\u043b\u043d\u044b\u0445 3D-\u043f\u0430\u0440, \u043d\u0430\u043c \u0431\u044b \u043f\u043e\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u043e\u0441\u044c 430&#215;2= ~<strong>860\u0413\u0431 <\/strong>\u0434\u043b\u044f \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 3D-\u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 <strong>PNG<\/strong>.<\/p>\n<p>\u0418\u0442\u0430\u043a, \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u0444\u0440\u0435\u0439\u043c\u044b \u043a\u043e\u043c\u0430\u043d\u0434\u043e\u0439:<\/p>\n<pre><code class=\"lua\">ffmpeg -i sw4.mkv \"\/home\/user\/sw4frames\/file_%06d.png\"<\/code><\/pre>\n<p><u>\u0417\u0434\u0435\u0441\u044c<\/u>:<br \/> &#171;-i sw4.mkv&#187; &#8212; \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0444\u0430\u0439\u043b<br \/> &#171;\/home\/user\/sw4frames\/&#187; &#8212; \u043f\u0443\u0442\u044c \u043a\u0443\u0434\u0430 \u0431\u0443\u0434\u0443\u0442 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c\u0441\u044f \u0444\u0440\u0435\u0439\u043c\u044b; \u043f\u0430\u043f\u043a\u0430 \u0434\u043e\u043b\u0436\u043d\u0430 \u0431\u044b\u0442\u044c \u043f\u0440\u0435\u0434\u0432\u0430\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0441\u043e\u0437\u0434\u0430\u043d\u0430<br \/> &#171;file_%06d.png&#187; &#8212; \u043c\u0430\u0441\u043a\u0430 \u0444\u0430\u0439\u043b\u043e\u0432, \u0433\u0434\u0435 %06d &#8212; 6-\u0437\u043d\u0430\u0447\u043d\u044b\u0439 \u0441\u0447\u0435\u0442\u0447\u0438\u043a \u043d\u0430\u0447\u0438\u043d\u0430\u044f \u0441 000000, \u0444\u0430\u0439\u043b\u044b \u0431\u0443\u0434\u0443\u0442 \u0432\u0438\u0434\u0430 &#171;file_000000.png&#187;, &#171;file_000001.png&#187; \u0438 \u0442\u0434.<\/p>\n<p>\u0412\u0430\u0440\u0438\u0430\u043d\u0442 \u0442\u043e\u0439 \u0436\u0435 \u043a\u043e\u043c\u0430\u043d\u0434\u044b, \u043d\u043e \u0441 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435\u043c <strong>CUDA <\/strong>(\u0432 \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u0438 \u043e\u0442 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0431\u0443\u0434\u0435\u0442 \u0431\u044b\u0441\u0442\u0440\u0435\u0435):<\/p>\n<pre><code class=\"lua\">ffmpeg -hwaccel cuda -i sw4.mkv \"\/home\/user\/sw4frames\/file_%06d.png\"<\/code><\/pre>\n<h3>\u042d\u0442\u0430\u043f 2: \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0435 3D \u0444\u0440\u0435\u0439\u043c\u043e\u0432<\/h3>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u0438\u0441\u0442\u0443\u043f\u0438\u0442\u044c \u043a \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044e 3D \u0432\u0435\u0440\u0441\u0438\u0439 \u0444\u0440\u0435\u0439\u043c\u043e\u0432. \u041d\u0438\u0436\u0435 \u0441\u043a\u0440\u0438\u043f\u0442, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0434\u0435\u043b\u0430\u0435\u0442 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0435:<\/p>\n<ul>\n<li>\n<p>\u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0435\u0442 \u043a\u0430\u0436\u0434\u044b\u0439 \u0444\u0440\u0435\u0439\u043c \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0439 \u043f\u0430\u043f\u043a\u0438<\/p>\n<\/li>\n<li>\n<p>\u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0444\u0440\u0435\u0439\u043c\u0430 \u0441\u043e\u0437\u0434\u0430\u0435\u0442 \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b<\/p>\n<\/li>\n<li>\n<p>\u043f\u0435\u0440\u0435\u0434\u0430\u0435\u0442 \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b + \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0444\u0440\u0435\u0439\u043c \u0432 \u0444\u0443\u043d\u043a\u0446\u0438\u044e \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0447\u0435\u0440\u0435\u0437 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441, \u0441\u043e\u0437\u0434\u0430\u0435\u0442 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0444\u0440\u0435\u0439\u043c\u0430<\/p>\n<\/li>\n<li>\n<p>\u0443\u0434\u0430\u043b\u044f\u0435\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0444\u0430\u0439\u043b \u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u0442 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0432 \u0444\u0430\u0439\u043b JPG<\/p>\n<\/li>\n<\/ul>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import os import subprocess from threading import Lock from concurrent.futures import ThreadPoolExecutor from multiprocessing import Value import cv2 import torch import numpy as np  from depth_anything_v2.dpt import DepthAnythingV2   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041e\u0411\u0429\u0418\u0415 # \u041f\u0430\u043f\u043a\u0430 \u0441 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c\u0438 \u043a\u0430\u0434\u0440\u0430\u043c\u0438 frames_dir = \"\/home\/user\/sw4frames\"  # \u041f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0438\u043c\u044f \u043f\u0430\u043f\u043a\u0438 \u0441 \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u043c\u0438 \u0444\u0440\u0435\u0439\u043c\u0430\u043c\u0438, \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u043f\u0430\u043f\u043a\u0443 \u0434\u043b\u044f 3D \u0444\u0440\u0435\u0439\u043c\u043e\u0432 frames_dir_name = os.path.basename(os.path.normpath(frames_dir)) images3d_dir = os.path.join(os.path.dirname(frames_dir), f\"{frames_dir_name}_3d\") os.makedirs(images3d_dir, exist_ok=True)  # \u041f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0441\u043f\u0438\u0441\u043e\u043a \u0432\u0441\u0435\u0445 \u0444\u0430\u0439\u043b\u043e\u0432 \u0432 \u0434\u0438\u0440\u0435\u043a\u0442\u043e\u0440\u0438\u0438 all_frames_in_directory = [file_name for file_name in os.listdir(frames_dir) if os.path.isfile(os.path.join(frames_dir, file_name))]  frame_counter = Value('i', 0) # \u0421\u0447\u0435\u0442\u0447\u0438\u043a \u0434\u043b\u044f \u0438\u043c\u0435\u043d\u043e\u0432\u0430\u043d\u0438\u044f \u043a\u0430\u0434\u0440\u043e\u0432 threads_count = Value('i', 0) # \u0421\u0447\u0435\u0442\u0447\u0438\u043a \u0442\u0435\u043a\u0443\u0449\u0438\u0445 \u043f\u043e\u0442\u043e\u043a\u043e\u0432, \u0447\u0442\u043e\u0431\u044b \u043d\u0435 \u0432\u044b\u0445\u043e\u0434\u0438\u0442\u044c \u0437\u0430 \u043f\u0440\u0435\u0434\u0435\u043b\u044b max_threads  chunk_size = 1000  # \u041a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0430 \u043e\u0434\u0438\u043d \u043f\u043e\u0442\u043e\u043a max_threads = 3 # \u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u043e\u0442\u043e\u043a\u043e\u0432  # \u0423\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b 3D PARALLAX_SCALE = 15  # \u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430 \u0432 \u043f\u0438\u043a\u0441\u0435\u043b\u044f\u0445, \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442\u0441\u044f \u043e\u0442 10 \u0434\u043e 20 INTERPOLATION_TYPE = cv2.INTER_LINEAR TYPE3D = \"FOU\"  # HSBS, FSBS, HOU, FOU LEFT_RIGHT = \"LEFT\"  # LEFT or RIGHT  # 0 - \u0435\u0441\u043b\u0438 \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u043c\u0435\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f new_width = 1920 new_height = 1080  # \u041f\u0443\u0442\u044c \u043a \u043f\u0430\u043f\u043a\u0435 \u0441 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0431\u0435\u0437 \u0441\u043b\u0435\u0448\u0430 \u043d\u0430 \u043a\u043e\u043d\u0446\u0435, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440: \"\/home\/user\/DepthAnythingV2\/models\" depth_model_dir = \"\/home\/user\/DepthAnythingV2\/models\"  model_depth_configs = {         'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},         'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},         'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]} }  encoder = 'vitl' # 'vitl', 'vitb', 'vits'  model_depth = DepthAnythingV2(**model_depth_configs[encoder]) model_depth.load_state_dict(torch.load(f'{depth_model_dir}\/depth_anything_v2_{encoder}.pth', weights_only=True, map_location=device)) model_depth = model_depth.to(device).eval()   def image_size_correction(current_height, current_width, left_image, right_image):     ''' \u041a\u043e\u0440\u0440\u0435\u043a\u0446\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0435\u0441\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u044b new_width \u0438 new_height '''          # \u0412\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u043c \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u0446\u0435\u043d\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f     top = (new_height - current_height) \/\/ 2     bottom = new_height - current_height - top     left = (new_width - current_width) \/\/ 2     right = new_width - current_width - left          # \u0421\u043e\u0437\u0434\u0430\u0435\u043c \u0447\u0435\u0440\u043d\u043e\u0435 \u043f\u043e\u043b\u043e\u0442\u043d\u043e \u043d\u0443\u0436\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430     new_left_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)     new_right_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)          # \u0420\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u043d\u0430 \u0447\u0435\u0440\u043d\u043e\u043c \u0444\u043e\u043d\u0435     new_left_image[top:top + current_height, left:left + current_width] = left_image     new_right_image[top:top + current_height, left:left + current_width] = right_image          return new_left_image, new_right_image              def depth_processing(frame_name, frame_path):     ''' \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u0434\u043b\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f '''          # \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     raw_img = cv2.imread(frame_path)      # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u044b     with torch.no_grad():         depth = model_depth.infer_image(raw_img)              # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043e\u0442 0 \u0434\u043e 255     depth_normalized = cv2.normalize(depth, None, 0, 255, norm_type=cv2.NORM_MINMAX)     depth_normalized = depth_normalized.astype(np.uint8)      return depth_normalized  def image3d_processing(frame_name, frame_path, depth):     ''' \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f 3D \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u0435\u0433\u043e \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b '''          # \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     image = cv2.imread(frame_path)          # \u0415\u0441\u043b\u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0438 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043d\u0435 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442, \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0434\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     if image.shape[:2] != depth.shape[:2]:         depth = cv2.resize(depth, (image.shape[1], image.shape[0]), interpolation=cv2.INTER_LINEAR)      # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u044b     depth = depth.astype(np.float32) \/ 255.0      # \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430     height, width, _ = image.shape     parallax = (depth * PARALLAX_SCALE)      # \u041a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439     x, y = np.meshgrid(np.arange(width, dtype=np.float32), np.arange(height, dtype=np.float32))      # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439     shift_left = np.clip(x + parallax.astype(np.float32), 0, width - 1)     shift_right = np.clip(x - parallax.astype(np.float32), 0, width - 1)      # \u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439 \u0441 cv2.remap     left_image = cv2.remap(image, shift_left, y, interpolation=INTERPOLATION_TYPE)     right_image = cv2.remap(image, shift_right, y, interpolation=INTERPOLATION_TYPE)          # \u041c\u0435\u043d\u044f\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043a\u0430\u0434\u0440\u0430 \u0435\u0441\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u044b new_width \u0438 new_height     if new_width != 0 and new_height != 0:         left_image, right_image = image_size_correction(height, width, left_image, right_image)                  # \u041c\u0435\u043d\u044f\u0435\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u043d\u0430 new_height \u0438 new_width \u0434\u043b\u044f \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e\u0433\u043e \u0441\u043a\u043b\u0435\u0438\u0432\u0430\u043d\u0438\u044f \u043d\u0438\u0436\u0435         height = new_height         width = new_width          # \u041e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u0435\u043c \u043b\u0435\u0432\u043e\u0435 \u0438 \u043f\u0440\u0430\u0432\u043e\u0435 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0432 \u043e\u0431\u0449\u0435\u0435 3D     if TYPE3D == \"HSBS\":         # \u0421\u0443\u0436\u0435\u043d\u0438\u0435 \u0448\u0438\u0440\u0438\u043d\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u043d\u0438\u0445 \u043e\u0434\u043d\u043e \u0441 \u043e\u0431\u0449\u0435\u0439 \u0448\u0438\u0440\u0438\u043d\u043e\u0439         left_image_resized = cv2.resize(left_image, (width \/\/ 2, height), interpolation=cv2.INTER_AREA)         right_image_resized = cv2.resize(right_image, (width \/\/ 2, height), interpolation=cv2.INTER_AREA)         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.hstack((left_image_resized, right_image_resized))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.hstack((right_image_resized, left_image_resized))     elif TYPE3D == \"HOU\":         # \u0421\u0443\u0436\u0435\u043d\u0438\u0435 \u0432\u044b\u0441\u043e\u0442\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439, \u0447\u0442\u043e\u0431\u044b \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0438\u0437 \u043d\u0438\u0445 \u043e\u0434\u043d\u043e \u0441 \u043e\u0431\u0449\u0435\u0439 \u0432\u044b\u0441\u043e\u0442\u043e\u0439         left_image_resized = cv2.resize(left_image, (width, height \/\/ 2), interpolation=cv2.INTER_AREA)         right_image_resized = cv2.resize(right_image, (width, height \/\/ 2), interpolation=cv2.INTER_AREA)         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.vstack((left_image_resized, right_image_resized))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.vstack((right_image_resized, left_image_resized))     elif TYPE3D == \"FSBS\":         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.hstack((left_image, right_image))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.hstack((right_image, left_image))     elif TYPE3D == \"FOU\":         # \u0421\u043a\u043b\u0435\u0439\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432 \u043e\u0434\u043d\u043e         if LEFT_RIGHT == \"LEFT\":             image3d = np.vstack((left_image, right_image))         elif LEFT_RIGHT == \"RIGHT\":             image3d = np.vstack((right_image, left_image))      # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     output_image3d_path = os.path.join(images3d_dir, f'{frame_name}.jpg')     cv2.imwrite(output_image3d_path, image3d, [int(cv2.IMWRITE_JPEG_QUALITY), 100])      def extract_frames(start_frame, end_frame):     ''' \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0440\u0430\u0437\u0431\u0438\u0432\u043a\u0438 \u0444\u0430\u0439\u043b\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u043f\u043e \u0447\u0430\u043d\u043a\u0430\u043c \u0438\u0441\u0445\u043e\u0434\u044f \u0438\u0437 chunk_size '''          frames_to_process = end_frame - start_frame + 1          with frame_counter.get_lock():         start_counter = frame_counter.value         frame_counter.value += frames_to_process              extracted_frames = []  # \u0421\u043f\u0438\u0441\u043e\u043a \u0434\u043b\u044f \u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u043f\u0443\u0442\u0435\u0439 \u043a \u0444\u0430\u0439\u043b\u0430\u043c          # \u041f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u0441\u043b\u043e\u0432\u0430\u0440\u044c \u0441\u043e \u0441\u043f\u0438\u0441\u043a\u043e\u043c \u0444\u0430\u0439\u043b\u043e\u0432 \u0432 \u0440\u0430\u0437\u043c\u0435\u0440\u0435 \u0447\u0430\u043d\u043a\u0430     chunk_files = all_frames_in_directory[start_frame:end_frame+1]  # end_frame \u0432\u043a\u043b\u044e\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u043e     extracted_frames = [os.path.join(frames_dir, file_name) for file_name in chunk_files]          return extracted_frames  def chunk_processing(extracted_frames):     ''' \u0421\u0442\u0430\u0440\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u043d\u043e\u0433\u043e \u0447\u0430\u043d\u043a\u0430 '''          # \u041e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 depth_processing \u0438 image3d_processing     for frame_path in extracted_frames:         # \u041f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u043c, \u0447\u0442\u043e \u044d\u0442\u043e \u0444\u0430\u0439\u043b, \u0430 \u043d\u0435 \u043f\u0430\u043f\u043a\u0430         if not os.path.isfile(frame_path):             continue                  # \u0418\u0437\u0432\u043b\u0435\u043a\u0430\u0435\u043c \u0438\u043c\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f         frame_name = os.path.splitext(os.path.basename(frame_path))[0]          # \u041e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 depth_processing         depth = depth_processing(frame_name, frame_path)          # \u041e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 image3d_processing \u0438 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0430         image3d_processing(frame_name, frame_path, depth)          # \u0423\u0434\u0430\u043b\u0435\u043d\u0438\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430         os.remove(frame_path)              with threads_count.get_lock():         threads_count.value = max(1, threads_count.value - 1) # \u0423\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u0438\u0435 \u0441\u0447\u0435\u0442\u0447\u0438\u043a\u0430 \u043f\u043e\u0441\u043b\u0435 \u0437\u0430\u0432\u0435\u0440\u0448\u0435\u043d\u0438\u044f \u0442\u0435\u043a\u0443\u0449\u0435\u0433\u043e \u043f\u043e\u0442\u043e\u043a\u0430      def run_processing():     ''' \u0413\u043b\u043e\u0431\u0430\u043b\u044c\u043d\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f \u0441\u0442\u0430\u0440\u0442\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0441 \u0443\u0447\u0435\u0442\u043e\u043c \u043c\u043d\u043e\u0433\u043e\u043f\u043e\u0442\u043e\u0447\u043d\u043e\u0441\u0442\u0438'''          # \u041f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u0444\u0430\u0439\u043b\u043e\u0432 \u0432 \u043f\u0430\u043f\u043a\u0435 \u0441 \u0438\u0441\u0445\u043e\u0434\u043d\u0438\u043a\u0430\u043c\u0438     total_frames = len([f for f in os.listdir(frames_dir) if os.path.isfile(os.path.join(frames_dir, f))])                              # \u0423\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u0435 \u043f\u043e\u0442\u043e\u043a\u0430\u043c\u0438     if total_frames:         with ThreadPoolExecutor(max_workers=max_threads) as executor:             futures = []             for start_frame in range(0, total_frames, chunk_size):                 while True:                     with threads_count.get_lock():                         if threads_count.value &lt; max_threads:                             threads_count.value += 1                             break                                                  time.sleep(5) # \u041f\u0430\u0443\u0437\u0430 \u043f\u0435\u0440\u0435\u0434 \u043f\u043e\u0432\u0442\u043e\u0440\u043d\u043e\u0439 \u043f\u0440\u043e\u0432\u0435\u0440\u043a\u043e\u0439 \u043d\u0430 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0449\u0438\u0445 \u043f\u043e\u0442\u043e\u043a\u043e\u0432                  end_frame = min(start_frame + chunk_size - 1, total_frames - 1)                 extracted_frames = extract_frames(start_frame, end_frame)                 future = executor.submit(chunk_processing, extracted_frames)                 futures.append(future)                          # \u041e\u0436\u0438\u0434\u0430\u0435\u043c \u0437\u0430\u0432\u0435\u0440\u0448\u0435\u043d\u0438\u044f \u0437\u0430\u0434\u0430\u0447             for future in futures:                 future.result()   # \u0417\u0410\u041f\u0423\u0421\u041a \u041e\u0411\u0420\u0410\u0411\u041e\u0422\u0427\u0418\u041a\u0410 run_processing()  print(\"\u0413\u041e\u0422\u041e\u0412\u041e.\")   # \u0412\u044b\u0433\u0440\u0443\u0436\u0430\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c del model_depth torch.cuda.empty_cache()<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<blockquote>\n<p><u>\u0420\u0435\u043c\u0430\u0440\u043a\u0430<\/u>:<br \/>\u0424\u0443\u043d\u043a\u0446\u0438\u044f extract_frames \u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043a\u0440\u0438\u043f\u0442\u0435 \u043d\u0435 \u0438\u043c\u0435\u0435\u0442 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0435 \u043a &#171;\u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u043a\u0435\/\u0438\u0437\u0432\u043b\u0435\u0447\u0435\u043d\u0438\u044e&#187;, \u043a\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0434\u0443\u043c\u0430\u0442\u044c \u0438\u0437 \u0435\u0435 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u044f, \u0432\u0435\u0434\u044c \u043a\u0430\u0434\u0440\u044b \u0443\u0436\u0435 \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u0430\u043d\u044b \u0438 \u043d\u0430\u0445\u043e\u0434\u044f\u0442\u0441\u044f \u0432 \u043f\u0430\u043f\u043a\u0435 sw4frames. \u0412 \u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u043e\u043d\u0430 \u043b\u0438\u0448\u044c \u043f\u043e\u0434\u0433\u043e\u0442\u0430\u0432\u043b\u0438\u0432\u0430\u0435\u0442 \u043f\u0430\u043a\u0435\u0442\u044b \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043f\u043e\u0442\u043e\u043a\u0430 \u0432 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 chunk_size. \u041d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u043e \u0434\u043b\u044f \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u0438\u043c\u043e\u0441\u0442\u0438 \u0441 \u0431\u0443\u0434\u0443\u0449\u0438\u043c \u0441\u043a\u0440\u0438\u043f\u0442\u043e\u043c, \u0433\u0434\u0435 \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u043a\u0430 \u043a\u0430\u0434\u0440\u043e\u0432 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u043f\u0430\u043a\u0435\u0442\u043d\u043e \u0441\u0440\u0430\u0437\u0443 \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e-\u0444\u0430\u0439\u043b\u0430 \u0431\u0435\u0437 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0441\u0442\u0438 \u043f\u0440\u0435\u0434\u0432\u0430\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0438.<\/p>\n<\/blockquote>\n<p>\u0412 \u0441\u043a\u0440\u0438\u043f\u0442\u0435 \u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d\u0430 \u043f\u0441\u0435\u0432\u0434\u043e\u043c\u043d\u043e\u0433\u043e\u043f\u043e\u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c. \u041f\u0441\u0435\u0432\u0434\u043e, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u044d\u0442\u043e \u0441\u0443\u0433\u0443\u0431\u043e \u0432\u044b\u0442\u0435\u0441\u043d\u044f\u044e\u0449\u0438\u0435 \u0434\u0440\u0443\u0433 \u0434\u0440\u0443\u0433\u0430 \u043f\u043e\u0442\u043e\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u044e\u0442 \u043e\u0434\u043d\u043e \u0438 \u0442\u043e \u0436\u0435. \u0421\u0434\u0435\u043b\u0430\u043d\u043e \u044d\u0442\u043e \u0441 \u0442\u043e\u0439 \u0438\u0434\u0435\u0435\u0439, \u0447\u0442\u043e \u0432 \u043e\u0434\u0438\u043d \u043c\u043e\u043c\u0435\u043d\u0442 \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043a\u0430\u0436\u0434\u044b\u0439 \u043f\u043e\u0442\u043e\u043a \u043c\u043e\u0436\u0435\u0442 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043d\u044b\u0435 \u0437\u0430\u0434\u0430\u0447\u0438: \u0437\u0430\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0444\u0430\u0439\u043b \u0432 \u043f\u0430\u043c\u044f\u0442\u044c, \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0442\u044c \u0444\u0430\u0439\u043b \u043d\u0430 \u0434\u0438\u0441\u043a, \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0442\u044c \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b (GPU), \u0434\u0435\u043b\u0430\u0442\u044c \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441 (CPU) \u0438 \u0442\u0434. \u0418 \u0434\u0430\u0436\u0435 \u0432 \u0442\u0430\u043a\u043e\u0439 \u043f\u0441\u0435\u0432\u0434\u043e \u043c\u043d\u043e\u0433\u043e\u043f\u043e\u0442\u043e\u0447\u043d\u043e\u0441\u0442\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0431\u044b\u0441\u0442\u0440\u0435\u0435. \u041b\u0438\u0447\u043d\u043e \u0434\u043b\u044f \u0441\u0435\u0431\u044f \u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u043b \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u043c <strong>2-3 \u043f\u043e\u0442\u043e\u043a\u0430<\/strong>, \u0431\u043e\u043b\u044c\u0448\u0435\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u043f\u043e\u0442\u043e\u043a\u043e\u0432 \u043d\u0438\u043a\u0430\u043a \u043d\u0435 \u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043d\u0430 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438, \u0437\u0430\u0442\u043e \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u043e\u0431\u044a\u0435\u043c \u043f\u043e\u0442\u0440\u0435\u0431\u043b\u044f\u0435\u043c\u043e\u0439 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438.<\/p>\n<blockquote>\n<p><u>\u0420\u0435\u043c\u0430\u0440\u043a\u0430<\/u>:<br \/>\u042d\u0442\u043e \u043a\u0430\u0441\u0430\u0435\u0442\u0441\u044f \u0440\u0430\u0431\u043e\u0442\u044b \u0441 \u0443\u0436\u0435 \u0432\u044b\u0433\u0440\u0443\u0436\u0435\u043d\u043d\u044b\u043c\u0438 \u0444\u0440\u0435\u0439\u043c\u0430\u043c\u0438. \u042f \u0441\u0435\u0439\u0447\u0430\u0441 \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u043d\u0430\u0434 \u0441\u043a\u0440\u0438\u043f\u0442\u043e\u043c, \u0433\u0434\u0435 \u0444\u0440\u0435\u0439\u043c\u044b \u0431\u0443\u0434\u0443\u0442 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c\u0441\u044f \u043d\u0435 \u0432\u0441\u0435 \u0441\u0440\u0430\u0437\u0443, \u0430 \u043f\u0430\u043a\u0435\u0442\u0430\u043c\u0438, \u0442\u0430\u043c \u043f\u0441\u0435\u0432\u0434\u043e\u043c\u043d\u043e\u0433\u043e\u043f\u043e\u0442\u043e\u0447\u043d\u043e\u0441\u0442\u044c \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0435\u0449\u0435 \u043b\u0443\u0447\u0448\u0435, \u0438 \u044d\u043c\u043f\u0438\u0440\u0438\u0447\u0435\u0441\u043a\u0438 \u044f \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u043b \u0434\u043b\u044f \u0441\u0435\u0431\u044f \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u043c\u0438 <strong>3-5 \u043f\u043e\u0442\u043e\u043a\u043e\u0432<\/strong>. \u041d\u043e \u043e\u0431 \u044d\u0442\u043e\u043c \u0431\u0443\u0434\u0435\u0442 \u0434\u0440\u0443\u0433\u0430\u044f \u0441\u0442\u0430\u0442\u044c\u044f.<\/p>\n<\/blockquote>\n<p>\u041d\u0438\u0436\u0435 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0441\u043a\u0440\u0438\u043f\u0442\u0430 \u043d\u0430 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435 \u0432 <strong>100 \u0444\u0440\u0435\u0439\u043c\u043e\u0432<\/strong> \u043f\u0440\u0438 \u0440\u0430\u0437\u043d\u043e\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u043e\u0442\u043e\u043a\u043e\u0432, \u043c\u043e\u0434\u0435\u043b\u044c \u0432\u0435\u0437\u0434\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0430\u0441\u044c Large, \u0432\u0441\u0435 \u043f\u0440\u043e\u0447\u0438\u0435 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u0438\u0434\u0435\u043d\u0442\u0438\u0447\u043d\u044b:<br \/><strong>1 \u043f\u043e\u0442\u043e\u043a<\/strong> (100 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0430 \u043f\u043e\u0442\u043e\u043a):<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d:  <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 20 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 19 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438 (\u0437\u0434\u0435\u0441\u044c \u0438 \u0434\u0430\u043b\u0435\u0435 &#8212; \u0431\u0435\u0437 \u0443\u0447\u0435\u0442\u0430 \u0437\u0430\u0440\u0435\u0437\u0435\u0440\u0432\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0439): <strong>2675.17 MB<\/strong>.<\/p>\n<p><strong>2 \u043f\u043e\u0442\u043e\u043a\u0430<\/strong> (50 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0430 \u043f\u043e\u0442\u043e\u043a) &#8212;<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438: <strong>3994.97 MB<\/strong>.<\/p>\n<blockquote>\n<p>10 \u0441\u0435\u043a\u0443\u043d\u0434 \u0441\u044d\u043a\u043e\u043d\u043e\u043c\u0438\u043b\u0438 \u043d\u0430 \u043f\u0441\u0435\u0432\u0434\u043e\u043c\u043d\u043e\u0433\u043e\u043f\u043e\u0442\u043e\u0447\u043d\u043e\u0441\u0442\u0438, \u0438\u043b\u0438 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438 <strong>12.5%<\/strong>. \u042d\u0442\u043e \u043c\u043e\u0436\u0435\u0442 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043d\u0435\u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c, \u043d\u043e \u0437\u0434\u0435\u0441\u044c \u043c\u044b \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0442\u043e\u043b\u044c\u043a\u043e 100 \u0444\u0440\u0435\u0439\u043c\u043e\u0432, \u0442\u043e\u0433\u0434\u0430 \u043a\u0430\u043a \u0432\u0441\u0435\u0433\u043e \u0443 \u0444\u0438\u043b\u044c\u043c\u0430 ~194000 \u0444\u0440\u0435\u0439\u043c\u043e\u0432, \u0441\u044d\u043a\u043e\u043d\u043e\u043c\u0438\u0442\u044c \u043f\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0447\u0430\u0441\u043e\u0432 (~<strong>5\u0447<\/strong>). \u041f\u0440\u0438\u043c\u0435\u0440\u043d\u044b\u0439 \u043f\u043e\u0434\u0441\u0447\u0435\u0442 \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u043e\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043d\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u0432\u0441\u0435\u0445 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0431\u0443\u0434\u0435\u0442 \u043d\u0438\u0436\u0435.<\/p>\n<\/blockquote>\n<p><strong>3 \u043f\u043e\u0442\u043e\u043a\u0430<\/strong> (34+34+32 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0430 \u043f\u043e\u0442\u043e\u043a) &#8212;<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438: <strong>5351.92 MB<\/strong>.<\/p>\n<blockquote>\n<p>\u041a\u043e\u043d\u043a\u0440\u0435\u0442\u043d\u043e \u043d\u0430 \u044d\u0442\u043e\u0439 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0435 \u043d\u0435\u0442 \u0440\u0430\u0437\u043d\u0438\u0446\u044b \u043c\u0435\u0436\u0434\u0443 2\u043c\u044f \u0438 3\u043c\u044f \u043f\u043e\u0442\u043e\u043a\u0430\u043c\u0438 (\u043a\u0440\u043e\u043c\u0435 \u043f\u043e\u0432\u044b\u0448\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438 \u043d\u0430 3\u0445 \u043f\u043e\u0442\u043e\u043a\u0430\u0445), \u043d\u043e \u043d\u0430 \u0437\u0430\u043c\u0435\u0440\u0430\u0445 \u043f\u043e \u0431\u043e\u043b\u0435\u0435 \u043a\u0440\u0443\u043f\u043d\u044b\u043c \u0432\u044b\u0431\u043e\u0440\u043a\u0430\u043c \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043f\u0440\u0438\u0440\u043e\u0441\u0442 \u0431\u044b\u043b.<\/p>\n<\/blockquote>\n<p><strong>4 \u043f\u043e\u0442\u043e\u043a\u0430<\/strong> (25 \u0444\u0430\u0439\u043b\u043e\u0432 \u043d\u0430 \u043f\u043e\u0442\u043e\u043a) &#8212;<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>1 \u043c\u0438\u043d\u0443\u0442\u0430 9 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438: <strong>6708.48 MB<\/strong>.<\/p>\n<p>\u0421\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u0432\u044b\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u0434\u0430\u043b\u044c\u0448\u0435 \u043d\u0435 \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f, \u0437\u0430\u0442\u043e \u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u043e\u0431\u044a\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438.<\/p>\n<p>\u0414\u043b\u044f \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044f, \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u0437\u0430\u0439\u043c\u0435\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0442\u043e\u0439 \u0436\u0435 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0438 \u0432 <strong>2 \u043f\u043e\u0442\u043e\u043a\u0430<\/strong> \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 <strong>Base<\/strong>:<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>24.30 \u0441\u0435\u043a\u0443\u043d\u0434\u044b<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>24.47 \u0441\u0435\u043a\u0443\u043d\u0434\u044b<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438: <strong>2415.44 MB<\/strong>.<\/p>\n<p>\u0418 \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 <strong>Small<\/strong>:<br \/>\u041f\u0435\u0440\u0432\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d:  <strong>11.68 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041a\u043e\u043d\u0442\u0440\u043e\u043b\u044c\u043d\u044b\u0439 \u043f\u0440\u043e\u0433\u043e\u043d: <strong>11.59 \u0441\u0435\u043a\u0443\u043d\u0434<\/strong>.<br \/>\u041c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 \u0432\u0438\u0434\u0435\u043e-\u043f\u0430\u043c\u044f\u0442\u0438: <strong>1134.84 MB<\/strong>.<\/p>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u043d\u043e \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e (\u043e\u0447\u0435\u043d\u044c \u0433\u0440\u0443\u0431\u043e!) \u043e\u0446\u0435\u043d\u0438\u0442\u044c, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u043d\u0430 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u0432\u0441\u0435\u0445 <strong>194000 <\/strong>\u0444\u0440\u0435\u0439\u043c\u043e\u0432.<br \/>\u0414\u043b\u044f <strong>Large <\/strong>\u043c\u043e\u0434\u0435\u043b\u0438: \u0415\u0441\u043b\u0438 \u043d\u0430 2\u0445 \u043f\u043e\u0442\u043e\u043a\u0430\u0445 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 100 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u043b\u043e\u0441\u044c 59 \u0441\u0435\u043a\u0443\u043d\u0434, \u0434\u043b\u044f 194000 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f 114460 \u0441\u0435\u043a\u0443\u043d\u0434, \u0438\u043b\u0438 ~<strong>32 \u0447\u0430\u0441\u0430<\/strong>.<br \/>\u0414\u043b\u044f <strong>Base <\/strong>\u043c\u043e\u0434\u0435\u043b\u0438: ~<strong>13 \u0447\u0430\u0441\u043e\u0432<\/strong>.<br \/>\u0414\u043b\u044f <strong>Small <\/strong>\u043c\u043e\u0434\u0435\u043b\u0438: ~<strong>6 \u0447\u0430\u0441\u043e\u0432<\/strong>.<\/p>\n<h3>\u042d\u0442\u0430\u043f 3: \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u044f 3D-\u0432\u0438\u0434\u0435\u043e<\/h3>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u0442\u043e\u0433\u043e\u0432\u043e\u0435 3D-\u0432\u0438\u0434\u0435\u043e \u0441 \u043f\u043e\u0434\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0430\u0443\u0434\u0438\u043e-\u0434\u043e\u0440\u043e\u0436\u0435\u043a.<br \/>\u042f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e \u043a\u043e\u0434\u0435\u043a <strong>hevc_nvenc<\/strong>, \u043a\u043e\u0434\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u043d\u0430 <strong>GPU<\/strong>, \u0447\u0442\u043e \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0431\u044b\u0441\u0442\u0440\u0435\u0435 CPU.<\/p>\n<p>\u041a\u043e\u043c\u0430\u043d\u0434\u0430:<\/p>\n<pre><code class=\"lua\">ffmpeg -r 24000\/1001 -i \"\/home\/user\/sw4frames_3d\/file_%06d.jpg\" -i sw4.mkv -c:v hevc_nvenc -b:v 20M -minrate 10M -maxrate 30M -bufsize 60M -preset p7 -map 0:v -map 1:a -c:a copy -pix_fmt yuv420p sw4_3d.mp4<\/code><\/pre>\n<p><u>\u0417\u0434\u0435\u0441\u044c<\/u>:<br \/> &#171;-r 24000\/1001&#187; &#8212; \u0447\u0430\u0441\u0442\u043e\u0442\u0430 \u043a\u0430\u0434\u0440\u043e\u0432 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e, 24000\/1001=23,976 \u043a\u0430\u0434\u0440\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443<br \/> &#171;-i &#171;\/home\/user\/sw4frames_3d\/file_%06d.jpg&#187;&#187; &#8212; \u043f\u0430\u043f\u043a\u0430 \u0441 3D \u0444\u0440\u0435\u0439\u043c\u0430\u043c\u0438<br \/> &#171;-i sw4.mkv&#187; &#8212; \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u0444\u0430\u0439\u043b \u0434\u043b\u044f \u044d\u043a\u0441\u043f\u043e\u0440\u0442\u0430 \u0430\u0443\u0434\u0438\u043e-\u0434\u043e\u0440\u043e\u0436\u0435\u043a<br \/> &#171;-c:v hevc_nvenc&#187; &#8212; \u043a\u043e\u0434\u0435\u043a<br \/> &#171;-b:v 20M -minrate 10M -maxrate 30M&#187; &#8212; \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u0439 \u0431\u0438\u0442\u0440\u0435\u0439\u0442, \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 20\u041c\u0431\u0438\u0442\/\u0441\u0435\u043a, \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 10\u041c\u0431\u0438\u0442\/\u0441\u0435\u043a, \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 30\u041c\u0431\u0438\u0442\/\u0441\u0435\u043a<br \/> &#171;-bufsize 60M&#187; &#8212; \u0440\u0430\u0437\u043c\u0435\u0440 \u0431\u0443\u0444\u0435\u0440\u0430 \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0433\u043e \u0431\u0438\u0442\u0440\u0435\u0439\u0442\u0430, \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c 2x \u043e\u0442 maxrate (2x30M=60M), \u043b\u0438\u0431\u043e \u043c\u043e\u0436\u043d\u043e \u0432\u043e\u0432\u0441\u0435 \u043d\u0435 \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c, \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043d\u0430 \u0443\u0441\u043c\u043e\u0442\u0440\u0435\u043d\u0438\u0435 ffmpeg<br \/> &#171;-preset p7&#187; &#8212; \u043f\u0440\u0435\u0441\u0435\u0442 7 \u0434\u043b\u044f \u043a\u043e\u0434\u0435\u043a\u0430 hevc_nvenc, \u0432\u044b\u0441\u043e\u043a\u043e\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e<br \/> &#171;-map 0:v&#187; &#8212; \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0430\u043f\u043a\u0443 \u0441 \u0444\u0440\u0435\u0439\u043c\u0430\u043c\u0438, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0443\u043a\u0430\u0437\u0430\u043b\u0438 \u0440\u0430\u043d\u0435\u0435, \u0434\u043b\u044f \u0432\u0438\u0434\u0435\u043e<br \/> &#171;-map 1:a -c:a copy&#187; &#8212; \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0430\u0443\u0434\u0438\u043e-\u0434\u043e\u0440\u043e\u0436\u043a\u0438 \u0438\u0437 &#171;-i sw4.mkv&#187; \u0431\u0435\u0437 \u043f\u0435\u0440\u0435\u0436\u0430\u0442\u0438\u044f, &#171;-c:a copy&#187; &#8212; \u043f\u0440\u044f\u043c\u043e\u0435 \u043a\u043e\u043f\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435<br \/> &#171;-pix_fmt yuv420p&#187; &#8212; \u0446\u0432\u0435\u0442\u043e\u0432\u043e\u0439 \u0444\u043e\u0440\u043c\u0430\u0442 \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439, \u0434\u043b\u044f \u0432\u044b\u0445\u043e\u0434\u043d\u044b\u0445 \u0432\u0438\u0434\u0435\u043e \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442\u0441\u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c yuv420p<br \/> &#171;sw4_3d.mp4&#187; &#8212; \u0438\u043c\u044f \u0432\u044b\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430<\/p>\n<p>\u0416\u0434\u0435\u043c \u043a\u043e\u043c\u043f\u0438\u043b\u044f\u0446\u0438\u0438 \u0438&#8230; \u043d\u0430\u0441\u043b\u0430\u0436\u0434\u0430\u0435\u043c\u0441\u044f \u043f\u0440\u043e\u0441\u043c\u043e\u0442\u0440\u043e\u043c.<\/p>\n<h3>\u0414\u0440\u0443\u0433\u0438\u0435 \u043c\u043e\u043c\u0435\u043d\u0442\u044b<\/h3>\n<p>\u041c\u044b \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0438 \u0444\u0438\u043b\u044c\u043c \u0444\u043e\u0440\u043c\u0430\u0442\u0430 FullHD (1920&#215;1080). \u0422\u0430\u043a\u0436\u0435 \u043c\u043e\u0436\u043d\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441 \u0434\u0440\u0443\u0433\u0438\u043c\u0438 \u0444\u043e\u0440\u043c\u0430\u0442\u0430\u043c\u0438, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 4K UltraHD (3840&#215;2160). \u042f \u043f\u043e\u043a\u0430 \u043d\u0435 \u0434\u0435\u043b\u0430\u043b \u043f\u043e\u043b\u043d\u043e\u0446\u0435\u043d\u043d\u044b\u0435 3D \u0432\u0435\u0440\u0441\u0438\u0438 \u0432 4K, \u043d\u043e \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 \u044d\u0442\u0438\u043c \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435\u043c, \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u0439 \u043f\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u044f \u043d\u0435 \u0437\u0430\u043c\u0435\u0442\u0438\u043b. \u041d\u043e \u0442\u0443\u0442 \u043d\u0443\u0436\u043d\u043e \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c, \u0447\u0442\u043e \u0434\u043b\u044f \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0438 <strong>3840&#215;2160 <\/strong>\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u043a\u0430\u0441\u0430\u0435\u0442\u0441\u044f \u0444\u043e\u0440\u043c\u0430\u0442\u0430 <strong>PNG<\/strong>, \u0437\u0434\u0435\u0441\u044c \u0442\u0440\u0435\u0431\u0443\u0435\u043c\u044b\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u0432\u0430\u0435\u0442\u0441\u044f \u0432 <strong>4 \u0440\u0430\u0437\u0430<\/strong> \u0432 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0438 \u0441 \u0444\u0440\u0435\u0439\u043c\u0430\u043c\u0438 1920&#215;1080.<\/p>\n<p>\u041a\u0441\u0442\u0430\u0442\u0438 \u043e \u0437\u0430\u043d\u0438\u043c\u0430\u0435\u043c\u043e\u043c \u043c\u0435\u0441\u0442\u0435 \u043d\u0430 \u0434\u0438\u0441\u043a\u0435. \u0422\u0430\u043a \u043a\u0430\u043a \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0430\u0446\u0438\u044f \u0432 3D \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0431\u044b\u0441\u0442\u0440\u043e, \u043d\u0435 \u043e\u0431\u044f\u0437\u0430\u0442\u0435\u043b\u044c\u043d\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043d\u0430 \u0434\u0438\u0441\u043a\u0435 \u043e\u0431\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 \u0444\u0438\u043b\u044c\u043c\u0430, \u043e\u0431\u044b\u0447\u043d\u0443\u044e \u0438 3D, \u0432 \u043b\u044e\u0431\u043e\u0439 \u043c\u043e\u043c\u0435\u043d\u0442 \u043c\u043e\u0436\u043d\u043e \u0441\u0438\u043d\u0442\u0435\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c 3D \u0432\u0435\u0440\u0441\u0438\u044e, \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0438 \u0443\u0434\u0430\u043b\u0438\u0442\u044c, \u0430 \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0430\u0440\u0445\u0438\u0432\u043d\u043e\u0439 \u043a\u043e\u043f\u0438\u0438 \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0438\u0441\u0445\u043e\u0434\u043d\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e. \u041f\u0440\u0438\u0447\u0435\u043c \u0438\u0441\u0445\u043e\u0434\u043d\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f \u043c\u043e\u0436\u0435\u0442 \u0431\u044b\u0442\u044c \u0432 4K, \u0430 \u0441\u0438\u043d\u0442\u0435\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c 3D \u0432\u0435\u0440\u0441\u0438\u044e, \u0434\u043b\u044f \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u0438, \u043c\u043e\u0436\u043d\u043e \u0432 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0438 FullHD. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 \u0434\u043b\u044f \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0438 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0431\u0443\u0434\u0435\u0442:<\/p>\n<pre><code class=\"lua\">ffmpeg -i video4k.mkv -vf \"scale=1920:1080\" \"\/home\/user\/frames_in\/file_%06d.png\"<\/code><\/pre>\n<p>\u0418\u043b\u0438 \u0434\u0440\u0443\u0433\u0430\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u0430, \u0433\u0434\u0435 \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u043c \u0442\u043e\u043b\u044c\u043a\u043e \u0448\u0438\u0440\u0438\u043d\u0443 \u043a\u0430\u0434\u0440\u0430 (\u0432\u044b\u0441\u043e\u0442\u0430 \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u0430\u0435\u0442\u0441\u044f \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438):<\/p>\n<pre><code class=\"lua\">ffmpeg -i video4k.mkv -vf \"scale=1920:-2\" \"\/home\/user\/frames_in\/file_%06d.png\"<\/code><\/pre>\n<p>\u0415\u0441\u043b\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0435 \u0432\u0438\u0434\u0435\u043e \u0441 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0447\u0430\u0441\u0442\u043e\u0442\u043e\u0439 \u043a\u0430\u0434\u0440\u043e\u0432, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 60 \u043a\u0430\u0434\u0440\u043e\u0432 \u0432 \u0441\u0435\u043a\u0443\u043d\u0434\u0443 (\u043c\u043d\u043e\u0433\u0438\u0435 \u0432\u0438\u0434\u0435\u043e \u043d\u0430 YouTube), \u0442\u043e\u0433\u0434\u0430 \u0440\u0430\u0437\u0443\u043c\u043d\u0435\u0435 \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u0447\u0430\u0441\u0442\u043e\u0442\u0443 \u043a\u0430\u0434\u0440\u043e\u0432 \u0434\u043e \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0445 23.976 (24000\/1001), \u044d\u0442\u043e, \u043d\u0430 \u043c\u0438\u043d\u0443\u0442\u043e\u0447\u043a\u0443, \u0443\u0441\u043a\u043e\u0440\u0438\u0442 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0443 \u0432 <strong>2.5 \u0440\u0430\u0437\u0430<\/strong>. \u041a\u043e\u043c\u0430\u043d\u0434\u0430 \u0434\u043b\u044f \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0438 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0431\u0443\u0434\u0435\u0442:<\/p>\n<pre><code class=\"lua\">ffmpeg -i video4k.mkv -vf \"fps=24000\/1001\" \"\/home\/user\/frames_in\/file_%06d.png\"<\/code><\/pre>\n<p>\u0418\u043b\u0438 \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0435\u043d\u043d\u0430\u044f \u043a\u043e\u043c\u0430\u043d\u0434\u0430:<\/p>\n<pre><code class=\"lua\">ffmpeg -i video4k.mkv -vf \"scale=1920:-2,fps=24000\/1001\" \"\/home\/user\/frames_in\/file_%06d.png\"<\/code><\/pre>\n<p>\u0415\u0449\u0435 \u0432\u0430\u0436\u043d\u044b\u0439 \u043c\u043e\u043c\u0435\u043d\u0442\u00a0\u2014 Depth\u2011Anything\u2011V2\u00a0\u0442\u0430\u043a\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0441 <strong>\u0447\u0435\u0440\u043d\u043e\u2011\u0431\u0435\u043b\u044b\u043c\u0438<\/strong> \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f\u043c\u0438, \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0438\u043a\u0430\u043a\u043e\u0439 \u0440\u0430\u0437\u043d\u0438\u0446\u044b \u0432\u00a0\u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0441\u00a0\u0446\u0432\u0435\u0442\u043d\u044b\u043c\u0438. \u042f \u0443\u0436\u0435 \u043f\u0440\u043e\u0431\u043e\u0432\u0430\u043b \u00ab\u043e\u0431\u044a\u0435\u043c\u0438\u0442\u044c\u00bb \u0447\u0435\u0440\u043d\u043e\u2011\u0431\u0435\u043b\u044b\u0435 \u0444\u0438\u043b\u044c\u043c\u044b, \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u043e\u0442\u043b\u0438\u0447\u043d\u044b\u0435.\u00a0\u041b\u0438\u0447\u043d\u043e \u043c\u043d\u0435 \u0434\u0430\u0436\u0435 \u0431\u043e\u043b\u044c\u0448\u0435 \u0437\u0430\u0448\u043b\u043e \u0438\u043c\u0435\u043d\u043d\u043e \u0447\u0435\u0440\u043d\u043e\u2011\u0431\u0435\u043b\u043e\u0435 3D\u2011\u043a\u0438\u043d\u043e, \u0442\u0430\u043c \u043e\u0431\u044a\u0435\u043c \u043e\u0449\u0443\u0449\u0430\u0435\u0442\u0441\u044f \u043f\u043e\u00a0\u0434\u0440\u0443\u0433\u043e\u043c\u0443, \u043d\u043e\u00a0\u044d\u0442\u043e \u043d\u0430\u0432\u0435\u0440\u043d\u043e\u0435\u00a0\u043b\u0438\u0447\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0435\u043d\u0438\u044f.<\/p>\n<p>\u0415\u0441\u0442\u044c\u00a0\u043b\u0438 \u043d\u0435\u0434\u043e\u0441\u0442\u0430\u0442\u043a\u0438 \u043c\u0435\u0442\u043e\u0434\u0430? \u0414\u0430, \u043d\u043e\u00a0\u043d\u0435\u0437\u043d\u0430\u0447\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435. \u0415\u0441\u043b\u0438 \u043d\u0435\u00a0\u0437\u043d\u0430\u0442\u044c, \u0447\u0442\u043e\u00a0\u0441\u043c\u043e\u0442\u0440\u0438\u0448\u044c \u043d\u0435\u043d\u0430\u0441\u0442\u043e\u044f\u0449\u0435\u0435 3D, \u0430\u00a0\u0441\u0438\u043d\u0442\u0435\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435, \u0442\u043e \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u043d\u0438\u0447\u0435\u0433\u043e \u043d\u0435\u00a0\u0437\u0430\u043c\u0435\u0442\u0438\u0448\u044c. \u0412\u00a0\u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u0438\u043d\u0430\u043c\u0438\u0447\u043d\u044b\u0445 \u0441\u0446\u0435\u043d\u0430\u0445, \u0433\u0434\u0435\u00a0\u0431\u044b\u0441\u0442\u0440\u0430\u044f \u0441\u043c\u0435\u043d\u0430 \u043e\u0431\u044a\u0435\u043a\u0442\u043e\u0432, \u043e\u0431\u044a\u0435\u043c \u0441\u043e\u0441\u0435\u0434\u043d\u0438\u0445 \u043a\u0430\u0434\u0440\u043e\u0432 \u043c\u043e\u0436\u0435\u0442 \u043c\u0435\u043d\u044f\u0442\u044c\u0441\u044f. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0432\u00a0\u0442\u0435\u043a\u0443\u0449\u0435\u043c \u043a\u0430\u0434\u0440\u0435 \u0441\u0442\u043e\u0438\u0442 \u0447\u0435\u043b\u043e\u0432\u0435\u043a \u0438 \u0440\u044f\u0434\u043e\u043c \u043f\u0440\u043e\u043d\u043e\u0441\u0438\u0442\u0441\u044f \u043c\u043e\u0442\u043e\u0446\u0438\u043a\u043b, \u0430\u00a0\u0432\u00a0\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u043c \u043a\u0430\u0434\u0440\u0435 (\u0438\u043c\u0435\u043d\u043d\u043e \u043a\u0430\u0434\u0440\u0435, \u043d\u0435\u00a0\u0441\u0435\u043a\u0443\u043d\u0434\u0435) \u043c\u043e\u0442\u043e\u0446\u0438\u043a\u043b\u0430 \u0443\u0436\u0435 \u043d\u0435\u0442, \u0442\u043e\u043b\u044c\u043a\u043e \u0447\u0435\u043b\u043e\u0432\u0435\u043a, \u0442\u043e\u0433\u0434\u0430 \u043e\u0431\u044a\u0435\u043c\u043d\u043e\u0441\u0442\u044c \u044d\u0442\u0438\u0445 \u0434\u0432\u0443\u0445 \u043a\u0430\u0434\u0440\u043e\u0432 \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0437\u043d\u0430\u044f, \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0440\u0430\u0437\u043d\u0430\u044f \u043a\u043e\u043c\u043f\u043e\u043d\u043e\u0432\u043a\u0430 \u043a\u0430\u0434\u0440\u043e\u0432. \u041d\u043e, \u0435\u0449\u0435 \u0440\u0430\u0437, \u044d\u0442\u043e \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u043c\u0435\u0442\u0438\u0442\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0435\u0441\u043b\u0438 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0441\u0442\u0430\u0440\u0430\u0442\u044c\u0441\u044f.<\/p>\n<p>\u0417\u0430\u0442\u043e \u0435\u0441\u0442\u044c \u0437\u0430\u0431\u0430\u0432\u043d\u044b\u0435 \u043f\u043e\u0431\u043e\u0447\u043d\u044b\u0435 \u044f\u0432\u043b\u0435\u043d\u0438\u044f. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u0432 \u0437\u0435\u0440\u043a\u0430\u043b\u0435 \u0441\u043a\u043e\u0440\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0431\u0443\u0434\u0435\u0442 \u0442\u0440\u0435\u0445\u043c\u0435\u0440\u043d\u044b\u043c, \u0438\u043b\u0438 \u0440\u0438\u0441\u0443\u043d\u043e\u043a \u043d\u0430 \u0431\u0443\u043c\u0430\u0433\u0435. \u041d\u043e \u044d\u0442\u043e \u043d\u0435 \u0432\u044b\u0437\u044b\u0432\u0430\u0435\u0442 \u0434\u0438\u0441\u043a\u043e\u043c\u0444\u043e\u0440\u0442, \u0441\u043a\u043e\u0440\u0435\u0435 \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442, \u043e\u0449\u0443\u0449\u0430\u0435\u0442\u0441\u044f \u043a\u0430\u043a\u0430\u044f-\u0442\u043e \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u043c\u0430\u0433\u0438\u044f, \u0441\u0432\u043e\u0435\u0433\u043e \u0440\u043e\u0434\u0430 \u0438\u043d\u0442\u0435\u0440\u0430\u043a\u0442\u0438\u0432, \u0447\u0442\u043e-\u043b\u0438, \u043d\u0430\u0432\u0435\u0440\u043d\u043e\u0435 \u0442\u0430\u043a \u043c\u043e\u0436\u043d\u043e \u0441\u043a\u0430\u0437\u0430\u0442\u044c. \u042f \u0434\u0435\u043b\u0430\u043b \u0442\u0440\u0435\u0445\u043c\u0435\u0440\u043d\u0443\u044e \u0432\u0435\u0440\u0441\u0438\u044e \u043e\u0434\u043d\u043e\u0433\u043e \u043c\u0443\u0437\u044b\u043a\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0444\u0435\u0441\u0442\u0438\u0432\u0430\u043b\u044f, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u043a\u043e\u0433\u0434\u0430-\u0442\u043e \u043f\u043e\u0441\u0435\u0449\u0430\u043b, \u0442\u0430\u043c \u0431\u044b\u043b \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0441\u0442\u0435\u043d\u0434 &#8212; \u043f\u043b\u0430\u043d-\u0441\u0445\u0435\u043c\u0430 \u043c\u0435\u0440\u043e\u043f\u0440\u0438\u044f\u0442\u0438\u044f, \u0433\u0434\u0435 \u0431\u044b\u043b\u0438 \u043d\u0430\u0440\u0438\u0441\u043e\u0432\u0430\u043d\u044b \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u044b \u0441 \u0432\u0438\u0434\u043e\u043c \u0441\u0432\u0435\u0440\u0445\u0443, \u0438 \u0432\u0441\u044f \u044d\u0442\u0430 \u0441\u0445\u0435\u043c\u0430 \u043d\u0430 \u0432\u0438\u0434\u0435\u043e \u0441\u0442\u0430\u043b\u0430 \u043e\u0431\u044a\u0435\u043c\u043d\u0430\u044f, \u0441\u043c\u043e\u0442\u0440\u0435\u043b\u043e\u0441\u044c \u043e\u0447\u0435\u043d\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e \u0438 \u043a\u0430\u043a \u043d\u0438 \u0441\u0442\u0440\u0430\u043d\u043d\u043e \u043e\u0440\u0433\u0430\u043d\u0438\u0447\u043d\u043e.<\/p>\n<h3>\u0417\u0430\u043a\u043b\u044e\u0447\u0435\u043d\u0438\u0435<\/h3>\n<p>\u041f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f, \u043f\u043e \u0442\u0430\u043a\u043e\u0439 \u0441\u0445\u0435\u043c\u0435 \u043c\u043e\u0436\u043d\u043e \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0444\u0438\u043b\u044c\u043c \u0432 3D? \u0414\u0430, \u0430\u0431\u0441\u043e\u043b\u044e\u0442\u043d\u043e \u043b\u044e\u0431\u043e\u0439 \u0444\u0438\u043b\u044c\u043c, \u0438 \u0432\u043e\u043e\u0431\u0449\u0435 \u043b\u044e\u0431\u043e\u0439 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432\u0438\u0434\u0435\u043e \u0441 YouTube. \u041a\u0441\u0442\u0430\u0442\u0438, \u043d\u0430 YouTube \u043c\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e \u043e\u0442 \u043f\u0435\u0440\u0432\u043e\u0433\u043e \u043b\u0438\u0446\u0430, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0443 \u0442\u0440\u0435\u0432\u0435\u043b-\u0431\u043b\u043e\u0433\u0435\u0440\u043e\u0432, \u043e\u043d\u0438 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u043c\u043e\u0442\u0440\u044f\u0442\u0441\u044f \u0432 \u043e\u0431\u044a\u0435\u043c\u0435.<\/p>\n<p>\u0423 \u043c\u0435\u043d\u044f \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u0441\u043f\u0438\u0441\u043e\u043a \u0444\u0438\u043b\u044c\u043c\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u0431\u044b \u0445\u043e\u0442\u0435\u043b \u043f\u0435\u0440\u0435\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 3D. \u0412\u0437\u044f\u0442\u044c \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0444\u0438\u043b\u044c\u043c\u044b \u041a\u0440\u0438\u0441\u0442\u043e\u0444\u0435\u0440\u0430 \u041d\u043e\u043b\u0430\u043d\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u044b\u043b \u043f\u0440\u043e\u0442\u0438\u0432 3D (\u0447\u0442\u043e \u0432 \u043e\u0431\u0449\u0435\u043c \u043f\u043e\u043d\u044f\u0442\u043d\u043e, 3D \u043e\u0431\u043e\u0440\u0443\u0434\u043e\u0432\u0430\u043d\u0438\u0435 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0435\u0442 \u0438 \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0432\u0430\u0435\u0442 \u043f\u0440\u043e\u0446\u0435\u0441\u0441 \u0441\u044a\u0435\u043c\u043a\u0438). \u0422\u0435\u043f\u0435\u0440\u044c \u0432\u0441\u0435 \u0435\u0433\u043e \u0444\u0438\u043b\u044c\u043c\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u0445\u043e\u0440\u043e\u0448\u0435\u043c 3D, \u0430 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u044f \u0435\u0433\u043e \u043b\u044e\u0431\u043e\u0432\u044c \u043a \u043a\u0440\u0443\u043f\u043d\u043e\u043c\u0443 \u043f\u043b\u0430\u043d\u0443, \u0438\u0433\u0440\u043e\u0439 \u0441\u043e \u0441\u0432\u0435\u0442\u043e\u043c \u0438 \u0442\u0435\u043d\u044f\u043c\u0438, \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435 \u0432\u0435\u0440\u0441\u0438\u0438 \u0434\u043e\u043b\u0436\u043d\u044b \u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c\u0441\u044f \u0432\u0435\u043b\u0438\u043a\u043e\u043b\u0435\u043f\u043d\u043e. \u0424\u0438\u043b\u044c\u043c\u044b \u041a\u0443\u0431\u0440\u0438\u043a\u0430, \u0441 \u0435\u0433\u043e \u043f\u0435\u0440\u0444\u0435\u043a\u0446\u0438\u043e\u043d\u0438\u0437\u043c\u043e\u043c \u0432 \u043a\u043e\u043c\u043f\u043e\u043d\u043e\u0432\u043a\u0435 \u0441\u0446\u0435\u043d, \u0438\u0434\u0435\u0430\u043b\u044c\u043d\u043e\u0439 \u0433\u0435\u043e\u043c\u0435\u0442\u0440\u0438\u0435\u0439 \u0438 \u0442\u0434, \u0442\u0443\u0442 \u0431\u0435\u0437 \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0435\u0432. \u0414\u0440\u0443\u0433\u0438\u0435 \u0441\u0442\u0430\u0440\u044b\u0435 \u0444\u0438\u043b\u044c\u043c\u044b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0442\u0440\u0438\u043b\u043e\u0433\u0438\u0438 &#171;\u041d\u0430\u0437\u0430\u0434 \u0432 \u0431\u0443\u0434\u0443\u0449\u0435\u0435&#187;, &#171;\u0418\u043d\u0434\u0438\u0430\u043d\u0430 \u0414\u0436\u043e\u043d\u0441&#187; \u0438 \u043c\u043d\u043e\u0433\u0438\u0435 \u0434\u0440\u0443\u0433\u0438\u0435 \u043a\u0430\u0440\u0442\u0438\u043d\u044b \u0436\u0434\u0443\u0442 \u0441\u0432\u043e\u0435\u0439 \u043e\u0447\u0435\u0440\u0435\u0434\u0438, \u0432\u0441\u0435 \u0445\u043e\u0447\u0435\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c.<br \/>\u042f \u0443\u0436\u0435 \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u043b \u0442\u0440\u0438\u043b\u043e\u0433\u0438\u044e \u043f\u0435\u0440\u0432\u044b\u0445 \u0417\u0432\u0435\u0437\u0434\u043d\u044b\u0445 \u0432\u043e\u0439\u043d (\u044d\u043f\u0438\u0437\u043e\u0434\u044b 4, 5, 6) \u0432 3D, \u043f\u0440\u043e \u0432\u043e\u0441\u0442\u043e\u0440\u0433 \u0443\u0436\u0435 \u043d\u0435 \u0431\u0443\u0434\u0443 \u043f\u0438\u0441\u0430\u0442\u044c, \u0434\u0443\u043c\u0430\u044e \u044d\u0442\u043e \u0438 \u0442\u0430\u043a \u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u0437\u0430\u043c\u0435\u0447\u0443 \u043b\u0438\u0448\u044c, \u0447\u0442\u043e \u044d\u0442\u0438 \u043a\u0430\u0440\u0442\u0438\u043d\u044b \u0432 3D \u0441\u043c\u043e\u0442\u0440\u044f\u0442\u0441\u044f \u0441\u0432\u0435\u0436\u0435\u0435, \u043a\u0430\u043a-\u0431\u0443\u0434\u0442\u043e \u043e\u0431\u044a\u0435\u043c \u0438\u0445 \u043e\u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u0438\u0432\u0430\u0435\u0442. \u0412\u0441\u0435, \u043f\u043e\u0440\u0430 \u0437\u0430\u043a\u0430\u043d\u0447\u0438\u0432\u0430\u0442\u044c \u0441 \u043b\u0438\u0440\u0438\u043a\u043e\u0439.<\/p>\n<p>\u0412 \u043f\u043b\u0430\u043d\u0430\u0445 \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u0435\u0449\u0435 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0441\u0442\u0430\u0442\u0435\u0439 \u043f\u043e \u0442\u0435\u043c\u0435. \u041e\u0434\u043d\u0430 \u0438\u0437 \u043d\u0438\u0445 &#8212; \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u0440\u0430\u0437\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 Depth-Anything-V2 (Large, Base, Small). \u0414\u0440\u0443\u0433\u0430\u044f \u0441\u0442\u0430\u0442\u044c\u044f \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0432\u043e\u043a\u0440\u0443\u0433 &#171;\u043a\u043e\u043c\u0431\u0430\u0439\u043d\u0430&#187; (\u0441\u0435\u0439\u0447\u0430\u0441 \u044f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u043d\u0430\u0434 \u043d\u0438\u043c), \u0433\u0434\u0435 \u043a\u043e\u043d\u0432\u0435\u0440\u0442\u0430\u0446\u0438\u044f \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442\u044c \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u0438\u043b\u0438 \u043f\u043e\u0447\u0442\u0438 \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u0432 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u043c \u0440\u0435\u0436\u0438\u043c\u0435, \u0441\u0440\u0430\u0437\u0443 \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e-\u0444\u0430\u0439\u043b\u0430. \u041d\u0435 \u043d\u0443\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u0432\u0440\u0443\u0447\u043d\u0443\u044e, \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0444\u0440\u0435\u0439\u043c\u044b, \u0440\u0435\u043d\u0434\u0435\u0440\u0438\u0442\u044c \u0438\u0445, \u0437\u0430\u0442\u0435\u043c \u043a\u043e\u043c\u043f\u0438\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u0437 \u043d\u0438\u0445 \u0438\u0442\u043e\u0433\u043e\u0432\u043e\u0435 \u0432\u0438\u0434\u0435\u043e. \u0421\u0430\u043c\u043e\u0435 \u0433\u043b\u0430\u0432\u043d\u043e\u0435 &#8212; \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0430 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0438\u0441\u0445\u043e\u0434\u0438\u0442\u044c \u043f\u0430\u0440\u0442\u0438\u044f\u043c\u0438, \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043c\u0435\u043d\u044c\u0448\u0435 \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430 \u0434\u043b\u044f \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0432\u0441\u0435\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430. \u041d\u0443 \u0430 \u043a\u043e\u043d\u0435\u0447\u043d\u0430\u044f \u0446\u0435\u043b\u044c &#8212; \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043d\u0430 \u0431\u0430\u0437\u0435 \u044d\u0442\u0438\u0445 \u0441\u043a\u0440\u0438\u043f\u0442\u043e\u0432 \u0433\u043e\u0442\u043e\u0432\u0443\u044e \u0443\u0442\u0438\u043b\u0438\u0442\u0443 \u0441 \u043f\u0440\u043e\u0441\u0442\u044b\u043c GUI. \u041d\u043e \u044d\u0442\u043e \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u043d\u0435 \u0442\u0430\u043a \u043f\u0440\u043e\u0441\u0442\u043e, \u043a\u0430\u043a \u0434\u0443\u043c\u0430\u043b\u043e\u0441\u044c \u0438\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e. \u041f\u043e\u0441\u0442\u043e\u044f\u043d\u043d\u043e \u0432\u044b\u043b\u0435\u0437\u0430\u044e\u0442 \u0448\u0442\u0443\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043d\u0443\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0435 \u0440\u0430\u0437\u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0432\u0438\u0434\u0435\u043e, \u0434\u0443\u0431\u043b\u0438 \u0438\u043b\u0438 \u043f\u0440\u043e\u043f\u0443\u0441\u043a\u0438 \u043a\u0430\u0434\u0440\u043e\u0432, \u0440\u0430\u0441\u0441\u0438\u043d\u0445\u0440\u043e\u043d\u0438\u0437\u0430\u0446\u0438\u044f \u0441\u043e \u0437\u0432\u0443\u043a\u043e\u043c \u0438 \u0442\u0434. \u041c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u0434\u043f\u0438\u0441\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u043c\u0435\u043d\u044f, \u0447\u0442\u043e\u0431\u044b \u0441\u043b\u0435\u0434\u0438\u0442\u044c \u0437\u0430 \u043d\u043e\u0432\u043e\u0441\u0442\u044f\u043c\u0438.<\/p>\n<p>\u0415\u0449\u0435 \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u044e \u043d\u0430\u043f\u0438\u0441\u0430\u0442\u044c \u043a\u0430\u043a \u044f \u0430\u043f\u0441\u043a\u0435\u0439\u043b\u044e \u0444\u0438\u043b\u044c\u043c\u044b \u0438\u0437 DVD \u0432 FullHD \u0438 4K \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u044b\u043c\u0438 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u043a\u043e\u0434 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0442\u0430\u043a\u0436\u0435 \u0431\u0443\u0434\u0443\u0442.<\/p>\n<p>\u042d\u0442\u043e \u043c\u043e\u044f \u043f\u0435\u0440\u0432\u0430\u044f \u0441\u0442\u0430\u0442\u044c\u044f \u0437\u0434\u0435\u0441\u044c, \u0441 \u0433\u043e\u0442\u043e\u0432\u043d\u043e\u0441\u0442\u044c\u044e \u0432\u044b\u0441\u043b\u0443\u0448\u0430\u044e \u043a\u0440\u0438\u0442\u0438\u043a\u0443 \u0438\u043b\u0438 \u0434\u043e\u043f\u043e\u043b\u043d\u0435\u043d\u0438\u044f \u043a \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0443.<\/p>\n<p>\u0422\u0430\u043a\u0436\u0435 \u043c\u043e\u0436\u0435\u0442\u0435 \u043f\u043e\u0434\u043f\u0438\u0441\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u043c\u043e\u0439 \u0422\u0433-\u043a\u0430\u043d\u0430\u043b: <strong>\u041f\u0435\u0442\u0440 \u0438\u0441\u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0418\u0418 <\/strong>(<a href=\"https:\/\/t.me\/peter_touch_ai\" rel=\"noopener noreferrer nofollow\">@peter_touch_ai<\/a>). \u0422\u0443\u0434\u0430 \u044f \u0431\u0443\u0434\u0443 \u043f\u043e\u0441\u0442\u0438\u0442\u044c \u0430\u043d\u043e\u043d\u0441\u044b \u043d\u043e\u0432\u044b\u0445 \u0441\u0442\u0430\u0442\u0435\u0439, \u0430 \u0442\u0430\u043a\u0436\u0435 \u0440\u0430\u0437\u043c\u0435\u0449\u0430\u0442\u044c \u043a\u0430\u043a\u0438\u0435-\u043b\u0438\u0431\u043e \u0434\u043e\u043f\u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u044b, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u043e \u0442\u0435\u043c \u0438\u043b\u0438 \u0438\u043d\u044b\u043c \u043f\u0440\u0438\u0447\u0438\u043d\u0430\u043c \u043d\u0435 \u0432\u043e\u0439\u0434\u0443\u0442 \u0432 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0441\u0442\u0430\u0442\u044c\u0438 (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0447\u0442\u043e\u0431\u044b \u043d\u0435 \u043f\u0435\u0440\u0435\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0438\u0445). \u0412\u043e\u043e\u0431\u0449\u0435 \u043f\u043b\u0430\u043d\u0438\u0440\u0443\u044e \u043f\u0438\u0441\u0430\u0442\u044c \u0432\u043e\u043a\u0440\u0443\u0433 \u0418\u0418, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u044b\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u044f\u0445, \u0442\u0435\u0441\u0442\u0430\u0445 \u0438 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0438 \u0440\u0430\u0437\u043b\u0438\u0447\u043d\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, ComputerVision, NLP, LLM, RAG, \u0430\u0433\u0435\u043d\u0442\u0430\u0445, \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u0438 \u0438 \u0442\u0434.<\/p>\n<p><a href=\"https:\/\/github.com\/peterplv\/MakeAnything3D\" rel=\"noopener noreferrer nofollow\">\u0421\u043a\u0440\u0438\u043f\u0442\u044b \u0438\u0437 \u0441\u0442\u0430\u0442\u044c\u0438 \u0434\u043e\u0441\u0442\u0443\u043f\u043d\u044b \u043d\u0430 GitHub<\/a>, \u0442\u0430\u043c \u044f \u0438\u0445 \u0431\u0443\u0434\u0443 \u043f\u0435\u0440\u0438\u043e\u0434\u0438\u0447\u0435\u0441\u043a\u0438 \u043e\u0431\u043d\u043e\u0432\u043b\u044f\u0442\u044c.<\/p>\n<p>\u0415\u0449\u0435 \u0440\u0430\u0437 \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u0433\u0443\u0433\u043b-\u0434\u0438\u0441\u043a \u0441 <a href=\"https:\/\/drive.google.com\/drive\/folders\/1ovCMNJG-FLJcuOfE0Y-zuBsewUKpy_fy?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u043f\u0440\u0438\u043c\u0435\u0440\u0430\u043c\u0438 \u0438 3D-\u0433\u0438\u0444\u0430\u043c\u0438<\/a>.<\/p>\n<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p><!----><!----><\/div>\n<p><!----><!----><br \/> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/articles\/897860\/\"> https:\/\/habr.com\/ru\/articles\/897860\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><!--[--><!--]--><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<p>\u0417\u0430\u0433\u043e\u043b\u043e\u0432\u043e\u043a \u043d\u0435 \u0441\u043e\u0432\u0441\u0435\u043c \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u0435\u043d, \u043f\u043e\u0442\u043e\u043c\u0443, \u0447\u0442\u043e 3D \u0432\u0435\u0440\u0441\u0438\u044e \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043b\u044e\u0431\u043e\u0433\u043e 2D \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430: \u0444\u0438\u043b\u044c\u043c\u0430, \u043c\u0443\u043b\u044c\u0442\u0444\u0438\u043b\u044c\u043c\u0430, \u0441\u0432\u043e\u0438\u0445 \u043b\u0438\u0447\u043d\u044b\u0445 \u0432\u0438\u0434\u0435\u043e\/\u0444\u043e\u0442\u043e \u0438 \u0442\u0434, \u0434\u0430 \u0445\u043e\u0442\u044c \u0441\u043a\u0440\u0438\u043d\u0448\u043e\u0442 \u0441 \u0440\u0430\u0431\u043e\u0447\u0435\u0433\u043e \u0441\u0442\u043e\u043b\u0430 \u043c\u043e\u0436\u043d\u043e \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u0432 3D. \u041d\u043e \u0432 \u0434\u0430\u043d\u043d\u043e\u043c \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0435 \u043c\u044b \u0431\u0443\u0434\u0435\u043c \u0434\u0435\u043b\u0430\u0442\u044c 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0444\u0438\u043b\u044c\u043c\u0430.<\/p>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0432\u043e\u0437\u044c\u043c\u0435\u043c <strong>\u0417\u0432\u0435\u0437\u0434\u043d\u044b\u0435 \u0432\u043e\u0439\u043d\u044b. \u042d\u043f\u0438\u0437\u043e\u0434 IV: \u041d\u043e\u0432\u0430\u044f \u043d\u0430\u0434\u0435\u0436\u0434\u0430<\/strong> (Star Wars. Episode IV: A New Hope, 1977).<\/p>\n<p>\u0414\u043b\u044f\u00a0\u044d\u0442\u043e\u0433\u043e \u043d\u0430\u043c \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u044f\u0442\u0441\u044f:<\/p>\n<ul>\n<li>\n<p>\u041f\u041a \u0438 \u0432\u0438\u0434\u0435\u043e\u043a\u0430\u0440\u0442\u0430 \u0441\u00a0\u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u043e\u0439 CUDA<\/p>\n<\/li>\n<li>\n<p>Python<\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth%E2%80%91Anything%E2%80%91V2\" rel=\"noopener noreferrer nofollow\">\u0411\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0430 Depth\u2011Anything\u2011V2\u00a0<\/a><\/p>\n<\/li>\n<li>\n<p><a href=\"https:\/\/www.ffmpeg.org\/\" rel=\"noopener noreferrer nofollow\">ffmpeg<\/a><\/p>\n<\/li>\n<li>\n<p>\u0414\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0434\u0438\u0441\u043a\u043e\u0432\u043e\u0433\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0441\u0442\u0432\u0430. \u0414\u043b\u044f\u00a0\u043e\u0431\u044b\u0447\u043d\u043e\u0433\u043e \u0444\u0438\u043b\u044c\u043c\u0430 FullHD 1080p, \u0434\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u044e ~1.5\u20132\u00a0\u0447\u0430\u0441\u0430, \u043f\u043e\u0442\u0440\u0435\u0431\u0443\u0435\u0442\u0441\u044f \u043f\u043e\u0440\u044f\u0434\u043a\u0430 <strong>400\u2013500\u0413\u0431<\/strong> \u0434\u043b\u044f\u00a0\u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432\u00a0\u0444\u043e\u0440\u043c\u0430\u0442\u0435 PNG, \u0438 <strong>150\u2013200\u0413\u0431<\/strong> \u0434\u043b\u044f\u00a0\u0438\u0442\u043e\u0433\u043e\u0432\u044b\u0445 3D\u2011\u0444\u0440\u0435\u0439\u043c\u043e\u0432 \u0432\u00a0\u0444\u043e\u0440\u043c\u0430\u0442\u0435 JPG \u0441\u00a0\u043d\u0430\u0438\u0432\u044b\u0441\u0448\u0438\u043c \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e\u043c. \u041d\u0430\u00a0\u0441\u0430\u043c\u043e\u043c \u0434\u0435\u043b\u0435 \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u043a\u0440\u0430\u0442\u0438\u0442\u044c \u043d\u0435\u043e\u0431\u0445\u043e\u0434\u0438\u043c\u044b\u0439 \u043e\u0431\u044a\u0435\u043c \u0434\u043b\u044f\u00a0\u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0444\u0440\u0435\u0439\u043c\u044b \u043c\u043e\u0436\u043d\u043e \u0432\u044b\u0433\u0440\u0443\u0436\u0430\u0442\u044c \u0447\u0430\u0441\u0442\u044f\u043c\u0438, \u043e\u0431\u00a0\u044d\u0442\u043e\u043c \u0431\u0443\u0434\u0435\u0442 \u043d\u0438\u0436\u0435.<\/p>\n<\/li>\n<\/ul>\n<p>\u041c\u043e\u044f \u043a\u043e\u043d\u0444\u0438\u0433\u0443\u0440\u0430\u0446\u0438\u044f \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438:<\/p>\n<ul>\n<li>\n<p>Gigabyte A520M, AMD Ryzen 5 PRO 3600, 32Gb DDR4 3200 MT\/s (16+16)<\/p>\n<\/li>\n<li>\n<p>Gigabyte GeForce RTX 3060 12GB, CUDA Version: 12.5<\/p>\n<\/li>\n<li>\n<p>Ubuntu 22.04<\/p>\n<\/li>\n<\/ul>\n<p>\u041a\u0440\u0430\u0442\u043a\u043e \u0441\u0443\u0442\u044c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0430:<\/p>\n<ul>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e ffmpeg \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u043c \u0444\u0438\u043b\u044c\u043c \u043f\u043e \u043a\u0430\u0434\u0440\u0430\u043c<\/p>\n<\/li>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e Depth-Anything-V2 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u043c \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b<\/p>\n<\/li>\n<li>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u0430\u0440\u044b \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439 &#171;\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0439 \u043a\u0430\u0434\u0440&#187; + &#171;\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u0434\u043b\u044f \u044d\u0442\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430&#187; \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u0435\u043c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u0447\u0435\u0440\u0435\u0437 \u044d\u0444\u0444\u0435\u043a\u0442 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430<\/p>\n<\/li>\n<li>\n<p>\u0421 \u043f\u043e\u043c\u043e\u0449\u044c\u044e ffmpeg \u043a\u043e\u0434\u0438\u0440\u0443\u0435\u043c \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0435 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0432 3D \u0432\u0435\u0440\u0441\u0438\u044e \u0444\u0438\u043b\u044c\u043c\u0430 + \u043f\u0440\u0438\u0441\u043e\u0435\u0434\u0438\u043d\u044f\u0435\u043c \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0430\u0443\u0434\u0438\u043e-\u0434\u043e\u0440\u043e\u0436\u043a\u0438<\/p>\n<\/li>\n<li>\n<p>\u0421\u043c\u043e\u0442\u0440\u0438\u043c \u0438 \u0443\u0434\u0438\u0432\u043b\u044f\u0435\u043c\u0441\u044f, \u0447\u0442\u043e \u044d\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442<\/p>\n<\/li>\n<\/ul>\n<p>\u0417\u0430\u0431\u0435\u0433\u0430\u044f \u043d\u0430\u043f\u0435\u0440\u0435\u0434 \u0441\u043a\u0430\u0436\u0443 &#8212; \u0434\u0430, \u044d\u0442\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442. \u041a\u0430\u0447\u0435\u0441\u0442\u0432\u043e 3D \u043e\u0442\u043b\u0438\u0447\u043d\u043e\u0435, \u043d\u0438 \u0437\u0430 \u0447\u0442\u043e \u043d\u0435 \u043f\u043e\u0434\u0443\u043c\u0430\u0435\u0448\u044c, \u0447\u0442\u043e 3D \u0441\u0438\u043d\u0442\u0435\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u043e \u043f\u0440\u043e\u0433\u0440\u0430\u043c\u043c\u043d\u043e.<\/p>\n<p>\u0410 \u0442\u0435\u043f\u0435\u0440\u044c \u043a \u0434\u0435\u043b\u0443.<\/p>\n<h3>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 \u041f\u041e<\/h3>\n<h4>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 ffmpeg<\/h4>\n<p><a href=\"https:\/\/www.ffmpeg.org\/download.html\" rel=\"noopener noreferrer nofollow\">\u0414\u043b\u044f Windows<\/a><br \/><a href=\"https:\/\/www.ffmpeg.org\/download.html%EF%BF%BC\" rel=\"noopener noreferrer nofollow\"><br \/><\/a>\u041a\u0430\u0447\u0430\u0435\u043c \u043e\u0434\u0438\u043d \u0438\u0437 \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u0438\u0445 build, \u0440\u0430\u0441\u043f\u0430\u043a\u043e\u0432\u044b\u0432\u0430\u0435\u043c \u0430\u0440\u0445\u0438\u0432, \u0446\u0435\u043b\u0438\u043a\u043e\u043c \u043b\u0438\u0431\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u0439\u043b ffmpeg.exe (\u0437\u0434\u0435\u0441\u044c \u043d\u0430\u043c \u043d\u0443\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u043d), \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0435\u0433\u043e \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432 c:\\ffmpeg.<br \/>\u041c\u043e\u0436\u043d\u043e \u043f\u0440\u043e\u043f\u0438\u0441\u0430\u0442\u044c \u043f\u0443\u0442\u044c \u043a \u043f\u0430\u043f\u043a\u0435 ffmpeg \u0432 PATH, \u0447\u0442\u043e\u0431\u044b \u0431\u044b\u043b\u0430 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0432\u044b\u0437\u044b\u0432\u0430\u0442\u044c ffmpeg \u0438\u0437 \u043a\u043e\u043c\u0430\u043d\u0434\u043d\u043e\u0439 \u0441\u0442\u0440\u043e\u043a\u0438 \u0432 \u043b\u044e\u0431\u043e\u043c \u043c\u0435\u0441\u0442\u0435 \u0441\u0438\u0441\u0442\u0435\u043c\u044b.<\/p>\n<p>\u041d\u0435 \u0431\u0443\u0434\u0443 \u0437\u0430\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0442\u044c\u0441\u044f \u043d\u0430 \u044d\u0442\u043e\u043c \u044d\u0442\u0430\u043f\u0435, \u0434\u0443\u043c\u0430\u044e \u0442\u0443\u0442 \u0432\u0441\u0435 \u043e\u0447\u0435\u0432\u0438\u0434\u043d\u043e.<\/p>\n<h4>\u0423\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 Depth-Anything-V2<\/h4>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2\" rel=\"noopener noreferrer nofollow\">Github \u043f\u0440\u043e\u0435\u043a\u0442\u0430<\/a><\/p>\n<p>\u0421\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u043e\u043f\u0438\u0441\u0430\u043d\u0438\u0435 \u043e\u0442 \u0442\u0443\u0434\u0430:<\/p>\n<blockquote>\n<p>git clone <a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2%EF%BF%BC\" rel=\"noopener noreferrer nofollow\">https:\/\/github.com\/DepthAnything\/Depth-Anything-V2<br \/><\/a>cd Depth-Anything-V2<br \/>pip install -r requirements.txt<\/p>\n<\/blockquote>\n<p>\u0422\u0430\u043a\u0436\u0435 \u0432 \u0441\u0438\u0441\u0442\u0435\u043c\u0435 \u0434\u043e\u043b\u0436\u0435\u043d \u0431\u044b\u0442\u044c \u0443\u0441\u0442\u0430\u043d\u043e\u0432\u043b\u0435\u043d <strong>numpy<\/strong>:<\/p>\n<pre><code class=\"python\">pip install numpy<\/code><\/pre>\n<p><a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2#pre-trained-models\" rel=\"noopener noreferrer nofollow\">\u041e\u0442\u0434\u0435\u043b\u044c\u043d\u043e \u043d\u0443\u0436\u043d\u043e \u0441\u043a\u0430\u0447\u0430\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u0438<\/a><\/p>\n<p>\u042f \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441 Large-\u043c\u043e\u0434\u0435\u043b\u044c\u044e (<strong>335.3M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>1280Mb<\/strong>). \u0422\u0430\u043a\u0436\u0435 \u0445\u043e\u0440\u043e\u0448\u043e \u0441\u0435\u0431\u044f \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430 Base-\u043c\u043e\u0434\u0435\u043b\u044c (<strong>97.5M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>372Mb<\/strong>). \u0415\u0449\u0435 \u0435\u0441\u0442\u044c Small-\u043c\u043e\u0434\u0435\u043b\u044c (<strong>24.8M <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0440\u0430\u0437\u043c\u0435\u0440 ~<strong>95Mb<\/strong>) \u0438 \u0435\u0449\u0435 \u043d\u0430 \u0441\u0430\u0439\u0442\u0435 \u0443\u043a\u0430\u0437\u0430\u043d\u043e &#171;<em>Coming soon<\/em>&#187; \u0434\u043b\u044f \u043c\u043e\u0434\u0435\u043b\u0438 <strong>Giant <\/strong>\u043d\u0430 <strong>1.3B <\/strong>\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u043d\u043e \u043f\u043e \u0441\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u044e \u043d\u0430 03.04.2025 \u0435\u0435 \u043d\u0435\u0442 \u0434\u043b\u044f \u0441\u043a\u0430\u0447\u0438\u0432\u0430\u043d\u0438\u044f.<\/p>\n<p>\u0415\u0449\u0435 \u043e \u043c\u043e\u0434\u0435\u043b\u044f\u0445. \u042f \u0442\u0435\u0441\u0442\u0438\u0440\u043e\u0432\u0430\u043b \u0432\u0441\u0435 3 \u043c\u043e\u0434\u0435\u043b\u0438, \u0432\u0441\u0435 \u043e\u043d\u0438 \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0442 \u0434\u043b\u044f \u044d\u0442\u043e\u0439 \u0437\u0430\u0434\u0430\u0447\u0438, \u0434\u0430\u0436\u0435 \u0441 \u043c\u043e\u0434\u0435\u043b\u044c\u044e Small \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0445\u043e\u0440\u043e\u0448\u0438\u0435 \u043e\u0431\u044a\u0435\u043c\u043d\u044b\u0435 3D. \u041b\u0438\u0447\u043d\u043e \u044f \u043e\u0441\u0442\u0430\u043d\u043e\u0432\u0438\u043b\u0441\u044f \u043d\u0430 Large \u043c\u043e\u0434\u0435\u043b\u0438, \u0442. \u043a. \u0441\u043a\u043e\u0440\u043e\u0441\u0442\u044c \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0434\u043b\u044f \u043c\u0435\u043d\u044f \u043d\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043a\u0440\u0438\u0442\u0438\u0447\u043d\u044b\u043c \u043c\u0435\u0441\u0442\u043e\u043c (\u0441\u0440\u0435\u0434\u043d\u0438\u0439 \u0444\u0438\u043b\u044c\u043c \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0432 \u043f\u0440\u0435\u0434\u0435\u043b\u0430\u0445 \u0441\u0443\u0442\u043e\u043a), \u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e Large \u043c\u043e\u0434\u0435\u043b\u0438 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043b\u0443\u0447\u0448\u0435, \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u0432 \u0434\u0435\u0442\u0430\u043b\u044f\u0445. \u0421 Base \u043c\u043e\u0434\u0435\u043b\u044c\u044e \u0442\u0430\u043a \u0436\u0435 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u043e\u0442\u043b\u0438\u0447\u043d\u044b\u0435 3D, \u0430 \u0441\u0440\u0435\u0434\u043d\u0438\u0439 \u0444\u0438\u043b\u044c\u043c \u0434\u0435\u043b\u0430\u0435\u0442\u0441\u044f \u0437\u0430 \u043d\u043e\u0447\u044c.<\/p>\n<h3>\u042d\u0442\u0430\u043f 0: \u043f\u0440\u043e\u0431\u043d\u044b\u0439 \u0437\u0430\u043f\u0443\u0441\u043a<\/h3>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u0440\u043e\u0431\u043d\u0438\u043a\u0430 \u0432\u043e\u0437\u044c\u043c\u0435\u043c \u044d\u0442\u043e\u0442 \u043a\u0430\u0434\u0440:<\/p>\n<figure class=\"full-width\">\n<div><figcaption>C-3PO \u0438 R2-D2 \u0435\u0449\u0435 \u043d\u0435 \u043f\u043e\u0434\u043e\u0437\u0440\u0435\u0432\u0430\u044e\u0442, \u0447\u0442\u043e \u0441\u043a\u043e\u0440\u043e \u0441\u0442\u0430\u043d\u0443\u0442 3D<\/figcaption><\/div>\n<\/figure>\n<p>\u041d\u0430 <a href=\"https:\/\/github.com\/DepthAnything\/Depth-Anything-V2\" rel=\"noopener noreferrer nofollow\">\u0441\u0442\u0440\u0430\u043d\u0438\u0446\u0435 <strong>Depth-Anything-V2<\/strong><\/a> \u0435\u0441\u0442\u044c \u043f\u0440\u0438\u043c\u0435\u0440 \u0437\u0430\u043f\u0443\u0441\u043a\u0430 \u0434\u043b\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b:<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import cv2 import torch  from depth_anything_v2.dpt import DepthAnythingV2  DEVICE = 'cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu'  model_configs = {     'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},     'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},     'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]},     'vitg': {'encoder': 'vitg', 'features': 384, 'out_channels': [1536, 1536, 1536, 1536]} }  encoder = 'vitl' # or 'vits', 'vitb', 'vitg'  model = DepthAnythingV2(**model_configs[encoder]) model.load_state_dict(torch.load(f'checkpoints\/depth_anything_v2_{encoder}.pth', map_location='cpu')) model = model.to(DEVICE).eval()  raw_img = cv2.imread('your\/image\/path') depth = model.infer_image(raw_img) # HxW raw depth map in numpy<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<p>\u041d\u0435\u043c\u043d\u043e\u0433\u043e \u0434\u043e\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u043c \u044d\u0442\u043e\u0442 \u0441\u043a\u0440\u0438\u043f\u0442 \u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u043c \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432 \u0432 \u0444\u0430\u0439\u043b:<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import os import cv2 import torch import numpy as np  from depth_anything_v2.dpt import DepthAnythingV2   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041e\u0411\u0429\u0418\u0415 # \u041f\u0443\u0442\u044c \u043a \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 image_path = \"\/home\/user\/sw4test\/file_000790.png\"  # \u0412 \u043a\u0430\u043a\u0443\u044e \u043f\u0430\u043f\u043a\u0443 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 output_dir = \"\/home\/user\/sw4test\"  # \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0432 \u0442\u043e\u0439 \u0436\u0435 \u043f\u0430\u043f\u043a\u0435, \u0438\u043c\u044f \u0444\u0430\u0439\u043b\u0430 \u0431\u0443\u0434\u0435\u0442 file_000790_depth.png  # \u0423\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041c\u041e\u0414\u0415\u041b\u0418 # \u041f\u0443\u0442\u044c \u043a \u043f\u0430\u043f\u043a\u0435 \u0441 \u043c\u043e\u0434\u0435\u043b\u044f\u043c\u0438, \u0443\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0431\u0435\u0437 \u0441\u043b\u0435\u0448\u0430 \u043d\u0430 \u043a\u043e\u043d\u0446\u0435, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440: \"\/home\/user\/DepthAnythingV2\/models\" depth_model_dir = \"\/home\/user\/DepthAnythingV2\/models\"  model_depth_configs = {         'vits': {'encoder': 'vits', 'features': 64, 'out_channels': [48, 96, 192, 384]},         'vitb': {'encoder': 'vitb', 'features': 128, 'out_channels': [96, 192, 384, 768]},         'vitl': {'encoder': 'vitl', 'features': 256, 'out_channels': [256, 512, 1024, 1024]} }  encoder = 'vitl' # 'vitl', 'vitb', 'vits'  model_depth = DepthAnythingV2(**model_depth_configs[encoder]) model_depth.load_state_dict(torch.load(f'{depth_model_dir}\/depth_anything_v2_{encoder}.pth', weights_only=True, map_location=device)) model_depth = model_depth.to(device).eval()   # \u041d\u0410\u0427\u0410\u041b\u041e \u041e\u0411\u0420\u0410\u0411\u041e\u0422\u041a\u0418 # \u0417\u0430\u0433\u0440\u0443\u0437\u043a\u0430 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f raw_img = cv2.imread(image_path)  # \u0418\u0437\u0432\u043b\u0435\u043a\u0430\u0435\u043c \u0438\u043c\u044f \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0435\u0433\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b image_name = os.path.splitext(os.path.basename(image_path))[0]  # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u044b with torch.no_grad():     depth = model_depth.infer_image(raw_img)      # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439 \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043e\u0442 0 \u0434\u043e 255 depth_normalized = cv2.normalize(depth, None, 0, 255, norm_type=cv2.NORM_MINMAX) depth_normalized = depth_normalized.astype(np.uint8)  # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b output_path = os.path.join(output_dir, f'{image_name}_depth.png') cv2.imwrite(output_path, depth_normalized)   # \u041e\u041f\u0426\u0418\u041e\u041d\u0410\u041b\u042c\u041d\u041e: \u0421\u041e\u0425\u0420\u0410\u041d\u042f\u0415\u041c \u041a\u0410\u0420\u0422\u0423 \u0413\u041b\u0423\u0411\u0418\u041d\u042b \u0412 \u0426\u0412\u0415\u0422\u0415 depth_colored = cv2.applyColorMap(depth_normalized, cv2.COLORMAP_JET)  # \u0421\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u0435 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u0432 \u0446\u0432\u0435\u0442\u0435 output_path = os.path.join(output_dir, f'{image_name}_depth_color.png') cv2.imwrite(output_path, depth_colored)   print(\"\u0413\u041e\u0422\u041e\u0412\u041e.\")   # \u0423\u0434\u0430\u043b\u044f\u0435\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u0437 \u043f\u0430\u043c\u044f\u0442\u0438 \u0438 \u043e\u0447\u0438\u0449\u0430\u0435\u043c \u043a\u0435\u0448 Cuda del model_depth torch.cuda.empty_cache()<\/code><\/pre>\n<\/p>\n<\/div>\n<\/details>\n<p>\u041f\u043e\u043b\u0443\u0447\u0438\u043c \u043a\u0430\u0440\u0442\u0443 \u0433\u043b\u0443\u0431\u0438\u043d\u044b:<\/p>\n<figure class=\"full-width\">\n<div><figcaption>\u041a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0447\u0435\u043c \u0441\u0432\u0435\u0442\u043b\u0435\u0435 \u043e\u0431\u044a\u0435\u043a\u0442, \u0442\u0435\u043c \u043e\u043d \u0431\u043b\u0438\u0436\u0435<\/figcaption><\/div>\n<\/figure>\n<p>\u0418\u043b\u0438 \u0446\u0432\u0435\u0442\u043d\u0430\u044f \u0432\u0435\u0440\u0441\u0438\u044f, \u0434\u043b\u044f \u043d\u0430\u0433\u043b\u044f\u0434\u043d\u043e\u0441\u0442\u0438 (\u0432 \u0440\u0430\u0431\u043e\u0442\u0435 \u043e\u043d\u0430 \u043d\u0430\u043c \u043d\u0435 \u043f\u043e\u043d\u0430\u0434\u043e\u0431\u0438\u0442\u0441\u044f):<\/p>\n<figure class=\"full-width\">\n<div><figcaption>\u0426\u0432\u0435\u0442\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0430 \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u043e\u0442 \u0442\u0435\u043c\u043d\u043e-\u043a\u0440\u0430\u0441\u043d\u043e\u0433\u043e (\u0431\u043b\u0438\u0436\u0435) \u0434\u043e \u0442\u0435\u043c\u043d\u043e \u0441\u0438\u043d\u0435\u0433\u043e (\u0434\u0430\u043b\u044c\u0448\u0435)<\/figcaption><\/div>\n<\/figure>\n<p>\u0422\u0435\u043f\u0435\u0440\u044c, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u043e\u0439 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b, \u0441\u0434\u0435\u043b\u0430\u0435\u043c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435 FOU (Full Over-Under):<\/p>\n<details class=\"spoiler\">\n<summary>\u041a\u043e\u0434:<\/summary>\n<div class=\"spoiler__content\">\n<pre><code class=\"python\">import os import cv2 import numpy as np   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b \u041e\u0411\u0429\u0418\u0415 # \u041f\u0443\u0442\u044c \u043a \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u043c\u0443 \u0444\u0430\u0439\u043b\u0443 image_path = \"\/home\/user\/sw4test\/file_000790.png\"  # \u041f\u0443\u0442\u044c \u043a \u043a\u0430\u0440\u0442\u0435 \u0433\u043b\u0443\u0431\u0438\u043d\u0435 \u0434\u043b\u044f \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430 depth_path = \"\/home\/user\/sw4test\/file_000790_depth.png\"  # \u0412 \u043a\u0430\u043a\u0443\u044e \u043f\u0430\u043f\u043a\u0443 \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c 3D \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 output_dir = \"\/home\/user\/sw4test\"  # \u0421\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u043c \u0432 \u0442\u043e\u0439 \u0436\u0435 \u043f\u0430\u043f\u043a\u0435, \u0438\u043c\u044f \u0444\u0430\u0439\u043b\u0430 \u0431\u0443\u0434\u0435\u0442 file_000790_3d.jpg   # \u041f\u0410\u0420\u0410\u041c\u0415\u0422\u0420\u042b 3D PARALLAX_SCALE = 15  # \u0420\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u0435\u0442\u0441\u044f \u043e\u0442 10 \u0434\u043e 20 INTERPOLATION_TYPE = cv2.INTER_LINEAR TYPE3D = \"FOU\"  # HSBS, FSBS, HOU, FOU LEFT_RIGHT = \"LEFT\"  # LEFT or RIGHT  # 0 - \u0435\u0441\u043b\u0438 \u043d\u0435 \u043d\u0443\u0436\u043d\u043e \u043c\u0435\u043d\u044f\u0442\u044c \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f new_width = 1920 new_height = 1080   def image_size_correction(current_height, current_width, left_image, right_image):     ''' \u041a\u043e\u0440\u0440\u0435\u043a\u0446\u0438\u044f \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f, \u0435\u0441\u043b\u0438 \u0437\u0430\u0434\u0430\u043d\u044b new_width \u0438 new_height '''          # \u0412\u044b\u0447\u0438\u0441\u043b\u044f\u0435\u043c \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u0446\u0435\u043d\u0442\u0440\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f     top = (new_height - current_height) \/\/ 2     bottom = new_height - current_height - top     left = (new_width - current_width) \/\/ 2     right = new_width - current_width - left          # \u0421\u043e\u0437\u0434\u0430\u0435\u043c \u0447\u0435\u0440\u043d\u043e\u0435 \u043f\u043e\u043b\u043e\u0442\u043d\u043e \u043d\u0443\u0436\u043d\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430     new_left_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)     new_right_image = np.zeros((new_height, new_width, 3), dtype=np.uint8)          # \u0420\u0430\u0437\u043c\u0435\u0449\u0430\u0435\u043c \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0435 \u043d\u0430 \u0447\u0435\u0440\u043d\u043e\u043c \u0444\u043e\u043d\u0435     new_left_image[top:top + current_height, left:left + current_width] = left_image     new_right_image[top:top + current_height, left:left + current_width] = right_image          return new_left_image, new_right_image      def image3d_processing(image_name, image, depth):     ''' \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f 3D \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u0435\u0433\u043e \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b '''          # \u0415\u0441\u043b\u0438 \u0440\u0430\u0437\u043c\u0435\u0440\u044b \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u0434\u0440\u0430 \u0438 \u043a\u0430\u0440\u0442\u044b \u0433\u043b\u0443\u0431\u0438\u043d\u044b \u043d\u0435 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442, \u0433\u043b\u0443\u0431\u0438\u043d\u0430 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u0434\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u043e\u0432 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u044f     if image.shape[:2] != depth.shape[:2]:         depth = cv2.resize(depth, (image.shape[1], image.shape[0]), interpolation=cv2.INTER_LINEAR)          # \u041d\u043e\u0440\u043c\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0433\u043b\u0443\u0431\u0438\u043d\u044b     depth = depth.astype(np.float32) \/ 255.0      # \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u043b\u043b\u0430\u043a\u0441\u0430     height, width, _ = image.shape     parallax = (depth * PARALLAX_SCALE)      # \u041a\u043e\u043e\u0440\u0434\u0438\u043d\u0430\u0442\u044b \u043f\u0438\u043a\u0441\u0435\u043b\u0435\u0439     x, y = np.meshgrid(np.arange(width, dtype=np.float32), np.arange(height, dtype=np.float32))      # \u0412\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439     shift_left = np.clip(x + parallax.astype(np.float32), 0, width - 1)     shift_right = np.clip(x - parallax.astype(np.float32), 0, width - 1)      # \u041f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435 \u0441\u043c\u0435\u0449\u0435\u043d\u0438\u0439 \u0441 cv2.remap     left_image = cv2.remap(image, shift_left, y, interpolation=INTERPOLATION_TYPE)     right_image = cv2.remap(image, shift_right, y, interpolation=INTERPOLATION_TYPE)          if new_width != 0 and new_height != 0:         left_image, right_image = image_size_correction(height, width, left_image, right_image)         # \u041c\u0435\u043d\u044f\u0435\u043c \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0438\u0441\u0445\u043e\u0434\u043d\u044b\u0445<\/code><\/pre>\n<\/div>\n<\/details>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-454907","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/454907","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=454907"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/454907\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=454907"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=454907"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=454907"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}