Работа с видео *

Видеонаблюдение умеет быть очень вежливым. Сначала оно тихо просит подключить еще пару камер. Потом добавить удаленный доступ. Потом аналитику. Потом второе рабочее место. Потом архив подольше. Потом мобильный просмотр. Потом облачное дублирование. А потом внезапно выясняется, что система, которую считали как “небольшую на 15 камер”, ведет себя как полноценная инфраструктура с десятками параллельных видеопотоков, конкуренцией за сеть, сервер, хранилище и внимание администратора.

Привет, меня зовут Сергей Лавров, я руководитель мобильной разработки. За последние 10 лет довелось примерить много ролей: от Android- и iOS-разработчика до технического руководителя и руководителя команды, от фрилансера и стартапера до бизнесмена, «минус-миллионера» и филантропа. По роду деятельности постоянно приходилось участвовать в созвонах и встречах, фиксировать договоренности или, если никто не записывал, что-то важное забывать.

Недавно коллеги предложили попробовать MWS TeamStream. Я тогда подумал: очередной клон Zoom или простая простая программа записи экрана. Было совершенно непонятно, чем это поможет в работе. Чтобы разобраться, попросил организовать интервью с руководителем продукта и подробнее узнать, что это такое и в чем его ценность. С этой беседы я вышел с одной мыслью: «А что, так можно было?..» Но обо всем по порядку.

Решил с понедельника открыть сезон стримов на Ютубе. Идея банальная: показывать вживую, как я проектирую и вайбкодю пет-проект. Ну как пет-проект… В мае ему уже исполнится год и по архитектуре и функциям он разросся настолько, что уже приходится относиться к нему со всем уважением :-)

Пошёл в ChatGPT, поделился идеей. «Идея замечательная!» — сказал чат и начал уже было расхваливать меня, но я его остановил. «Мне нужна помощь с OBS: хочу сделать в стриме плашку с информацией: кто я, что прямо сейчас делаю, ссылки, время, вот это всё». «Спокойствие, сейчас всё объясню!» — сказал ChatGPT — и именно с этого началась моя история, в которой я впервые за долгое время реально разозлился на ИИ.

Когда live-видео приходит как сырой H.264 поток через WebSocket, стандартные Flutter-плееры перестают работать.

В этой статье я разбираю, почему готовые решения не подошли и как я пришёл к необходимости реализации собственного декодера на C++ с использованием FFmpeg.

На российском рынке электроники сегодня трудно открыть каталог или тендерную документацию и не увидеть формулировку «спроектировано в РФ». Она встречается повсюду: от систем видеонаблюдения до промышленной электроники.

Как инженер-разработчик в компании, которая много лет варится внутри этой кухни, я регулярно сталкиваюсь с путаницей вокруг терминов OEM и ODM. Причём путаница есть не только у заказчиков - иногда и внутри отрасли трактовки «плавают».

В этой статье попробую разобрать где заканчивается OEM и начинается ODM, почему формулировка «спроектировано в РФ» ещё не всегда залог правдивости и что на практике означает глубина собственной разработки. Без попыток объявить кого-то правильным, а кого-то нет. OEM - это не зло. ODM - тоже.  Но понимать разницу сегодня критически важно.

Смотреть шоу, телеканалы, спортивные трансляции, фильмы и другой контент на Smart TV, используя приложения видеоплатформ — уже типовой сценарий. По данным на конец 2025 года, объём потребления контента в VK Видео увеличился в 2,1 раза (на 110%) по сравнению с аналогичным периодом 2024 года. Наибольшее вовлечение аудитории зафиксировано на платформе Smart TV: в начале 2026 года среднее время просмотра на одного пользователя — 241 минута. При этом многие не думают, как устроен софт для большого экрана.

Введение

Данный проект, является логическим продолжением развития темы "Солнечный трекер на Arduino".

Используя базу солнечного трекера (его конструкцию) и web-камеру можно собрать роботизированную конструкцию, которая будет отслеживать в режиме реального времени назначенный маркер или группу маркеров в определённой области пространства.

Распознавать маркеры можно по разным критериям: выбранному цвету, текстуре, форме и т.д.

Я выбрал второй вариант. Делаю фото объекта web-камерой, с выбранным однородным цветом, которую буду использовать на роботе.

Подготовка ПО

Для корректной работы программы вам нужно:

1. Установить Python https://www.python.org/

2. Установить модули numpy, opencv и pyserial используя инструмент pip https://pypi.org/project/numpy/

https://pypi.org/project/opencv-python/

https://pypi.org/project/pyserial/

3. Установить Arduino ide

https://learnlange.blogspot.com/p/blog-page_28.html

Сборка робота

Система представляет стационарную установку с двумя степенями свободы, которые позволяют вращаться в пространстве цилиндрической формы. На верхней части системы закреплена USB web-камера (её можно заменить на smart камеру или ip камеру).

Для быстрого создания прототипа использую образовательный набор КЛИК: базовый и ресурсный
Поворотные механизмы реализованы с использованием DC моторов с понижающей передачей.

Привет, друзья!

На днях помогал коллеге с видеоотчетом для руководства. Он все четко рассказал, но когда сел просматривать материал обнаружил, что забыл вовремя остановить запись. В итоге после финальной фразы камера еще пять минут добросовестно снимала его разговор с клиентом, обсуждение обеденного меню с женой и поиск ключей на столе. Сразу встал вопрос монтажа: как обрезать видео?

Ситуация показалась мне очень знакомой. Несколько лет назад я записывал видеолекции и одновременно был спикером и оператором. В такой ситуации без обрезки не обойтись: каждый ролик начинался с моего пути к столу, откуда я вел урок, и заканчивался обратным путешествием для выключения камеры. И эти хвосты нужно было как-то убирать — желательно быстро и без погружения в функционал профессионального софта.

Так вот, я собрал для приятеля простые видеоредакторы на ПК, браузерные помощники, ну и мобилки на всякий случай. Теперь хочу поделиться с вами, вдруг кто-то оказался в похожей ситуации.

Есть ряд сценариев, когда управление таймлайном видеофайла в ландшафтном режиме на телефонах не просто неудобно, но и может испортить все впечатление от просмотренного остросюжетного кино-шедевра, в конце которого все обязательно поженятся. Например, когда одной рукой держишь телефон и хочешь оценить операторскую работу и игру актеров не в маленьком окошечке в портретном режиме, а в формате фулскрин. Но вот беда, второй рукой готовишь блинчики или взбиваешь сливки для безешки. И вот одним пальце это невозможно сделать, не дотягивается большой палец до бегунка на таймлайне, чтобы пролистать скучное начало.

Привет, Хабр! Это вторая часть статьи по мотивам доклада реверс-инженера Дмитрия Ильина для прикладной конференции по Data Sience Ai Conf 2025. Дмитрий рассказал о своём проекте OpenIPC, где IPC — это аббревиатура от IP-камера. Изначально он задумывался как специализированный дистрибутив Linux для IP-камер, но со временем превратился в большое комьюнити любителей опенсорса, каждый из которых является носителем уникального кусочка знаний.

В предыдущем материале мы разбирали вопросы видеоаналитики, сравнивали Cloud AI протв Edge AI и изучали, что есть интересного кроме GPU. Освежить материал в памяти можно по ссылке. Сегодня поговорим о многокамерных массивах (Multi Camera Array), мультисенсоры и разберём конкретные кейсы.

Современные модели компьютерного зрения впечатляют результатами, но цена очевидна: огромные датасеты, тяжелые архитектуры, тысячи GPU и недели или месяцы обучения. При этом значительная часть вычислений уходит на то, чтобы сначала разрушить структуру данных, а потом попытаться восстановить ее из патчей.

В этой статье мы даем высокоуровневый технический обзор архитектуры T+ML, которая работает не с сырыми пикселями, а с элементами TAPe (Theory of Active Perception). Модель, благодаря TAPe, сразу видит структурированные «строительные блоки» с известными связями и решает задачу, опираясь на них, а не на статичные произвольные патчи.

Ниже — чем этот подход отличается от трансформеров и CNN, какие задачи он покрывает и что показывают первые эксперименты.

Привет, Хабр! Эта статья написана по мотивам доклада реверс-инженера Дмитрия Ильина для прикладной конференции по Data Sience Ai Conf 2025. В нём Дмитрий рассказывает о своём многолетнем хобби, которое родилось на стыке реверс-инжиниринга, софта и железа. Это проект OpenIPC, где IPC — это аббревиатура от IP-камера. Изначально он задумывался как специализированный дистрибутив Linux для IP-камер, но со временем превратился в большое комьюнити любителей опенсорса, каждый из которых является носителем уникального кусочка знаний.

Это будет материал из двух частей. В первой Дмитрий объясняет, как работать с видеоаналитикой, какие есть проблемы  в области Computer Vision и какие нестандартные решения можно найти сегодня.

В 2025 году платформа VK Видео стала лидером в России по ежедневной и ежемесячной аудитории. За этим результатом стоит не только рост числа авторов и объёма контента. В его основе системное развитие технологий: мы последовательно масштабируем инфраструктуру, совершенствуем пайплайны обработки видео и инвестируем силы в стабильность воспроизведения на всех пользовательских устройствах и при любых условиях сети. Это постоянная инженерная работа, направленная на предсказуемое и стабильное качество сервиса при быстрорастущей нагрузке. 

Меня зовут Алексей Шпагин, я руководитель разработки бэкенда видеоплатформы VK. В статье расскажу о технологиях, лежащих в основе VK Видео, и жизненном цикле контента на платформе: от загрузки и обработки до доставки зрителям.

5 лет назад мы пытались внедрить видеодетекцию движения для промышленного освещения. Программист не справился, проект лёг в ящик. В январе 2026-го я собрал работающий MVP за 40 минут с помощью Claude Code — без единого программиста нужного стека в команде.

RuTube — отечественный аналог YouTube, который, если верить российским СМИ, должен был стать  достойной заменой  «проклятому западному YouTube», после того, как у того начали якобы деградировать сервера.

Сегодня я поделюсь своим опытом ведения игрового канала на RuTube, расскажу, сколько удалось заработать, и отвечу на главный вопрос: смог ли RuTube заменить YouTube?

Спойлер: ответ вы, конечно же, уже знаете.

Автор в телеге: Кеша (Мозг/ИИ Просто)

Ютуб версия: https://youtu.be/MaR_uPjEb6Y

Ролик-рефлексия на тему происходящего сейчас в мире.

Входим в VHS Decode нежно и плавно. Пытаемся понять, как собрать сетап без потери интереса и визитов в ПНД.

Пакет ld-decode произвёл мини-революцию в сфере оцифровки и сделал доступным захват сырого FM сигнала для последующего декодирования. VHS Decode продолжил развитие ld-decode и значительно расширил список поддерживаемых форматов, а также увеличил скорость и улучшил качество работы.

Данная заметка рассчитана на аудиторию, уже знакомую с феноменом RF декодирования и ориентирована в первую очередь на новичков, которые хотят «вкатиться» или уже сделали первые шаги. Для более опытных юзеров были припасены не совсем очевидные факты о формате и оборудовании.

Привет, Хабр!

Мне надоело платить подписки за генерацию видео. Каждый сервис хочет $20–50 в месяц, а если тебе нужно генерировать контент на нескольких языках, то расходы множатся. Поэтому я сделал YumCut - генератор коротких видео с открытым исходным кодом, который превращает одну текстовую идею в готовое озвученное видео. Без GPU, без дорогих подписок, без ограничений на количество.

В этой статье расскажу, как он устроен, какие технические решения пришлось придумывать, как ИИ-агенты писали за меня код и мобильное приложение, и почему faceless-видео - это тренд, который стоит понять и использовать.

Я обожаю смотреть иностранные фильмы в оригинале.

Во-первых, мне нравится расширять кругозор, погружаться в другую культуру, расшифровывать структуру разных языков, пополнять словарный запас.

Во-вторых, мне просто нравится звучание некоторых языков - например, французского, китайского, датского.

Также я работаю над сайтом по изучению языков Language Dove, а учить языки по фильмам - это очень эффективно.

Так родился проект по генерации идеальных субтитров.

VK Видео — один из крупнейших видеосервисов в России. В декабре 2025 года его ежемесячная аудитория достигла 81,5 млн пользователей. А в первую неделю января 2026 года среднесуточная аудитория VK Видео превысила 42 млн человек (без учёта просмотров на Smart TV и встраиваемых плееров, по данным Mediascope). 

Часть аудитории пользуется сервисом на устройствах Android. Для работы с видео на Android у VK есть единое решение — SDK OneVideo Player. Оно основано на библиотеке Media3 и содержит много улучшений и доработок в части проигрывания видео. Одна из таких оптимизаций — адаптация видео под viewport.

Меня зовут Егор Баженов. Я Android-разработчик в команде видеоплатформы VK. В этой статье я расскажу, как мы внедрили адаптацию под viewport в нашу библиотекуи каких результатов это позволило достичь.