最新

libjpeg-turbo 几乎是你电脑、手机或任何其他数字屏幕上看到的每一张图片的幕后功臣。<p>我在进行计算机视觉模型训练时也使用它。所有经过我模型处理的图片都需要解码。<p>我曾经对解码 JPEG 图片的 Python 库进行过一次基准测试：https://github.com/ternaus/imread_benchmark<p>所有顶尖的库都使用了 libjpeg-turbo。<p>该库经过了高度优化 => 我提交了一个 PR，带来了 3% 的小幅改进。虽然不算突破性，但聊胜于无。<p>该 PR 被拒绝了。<p>> 这不足以证明潜在的干扰是合理的。霍夫曼解码和部分图像解压多年来一直是该库中不成比例的安全问题来源。<p>> 谷歌在 2015 年贡献了部分图像解压功能，但十一年后我仍然不得不花费无偿的时间来修复它（包括几周前花费 18 个无偿小时修复 #915），而谷歌却对我六个月前获得的安保补丁奖励的付款置之不理。<p>> 与此同时，libjpeg-turbo 的一般基金负债累累，按照目前的补充速度，需要到 2028 年才能补足，而且这还是假设我不需要花费更多无偿的时间来修复新发现的错误。<p>> 像这样在细枝末节上做文章，不幸的是，对于像 libjpeg-turbo 这样受到严格审查且长期资金不足的项目来说，并不是一个好的选择。<p>----<p>也就是说，几乎所有使用互联网的人每天都在使用 libjpeg-turbo，但非常有影响力的工作却得不到报酬。<p>附注：我曾尝试通过 GitHub Sponsors 捐款，但没有找到该选项。<p>再附注：现在，用 LLM 重写别人的软件变得容易了……开源万岁。