登录社区云，与社区用户共同成长
邀请您加入社区
在图像处理的领域中，我们常常会遇到需要修复老旧图片或者无损扩大图片的需求。今天给大家介绍一款功能强大的免费开源工具——Final2x，它能帮助你轻松解决这些问题。1、免费开源：无需支付任何费用，也不受商业软件的使用限制，用户可以自由使用和分享。2、操作简单：一键式操作，即使是没有专业图像处理知识的小白也能轻松上手。3、效果显著：在图片修复和无损放大方面表现出色，处理后的图片质量高，细节丰富。
OpenCUDACUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。随着GPU的发展，CUDA使用人数也越来越多。但关于CUDA的库基本都是不开源的，目前手里有上一个项目遗留下的一套图像处理代码，准备整理整理，一步一步的开源出来。想分享出来和大家一起学习。也希望各位CUDA大牛能够奉献自己的源码。源码地址：https
本项目采用 CBIR（Content-based image retrieval）步骤，基于 OpenCV 的图像搜索引擎，实现构图空间特征评价指标，提高匹配精度。 CBIR（Content-based image retrieval）技术，是目前主流的图像搜索方法之一，CBIR 技术基于图像内容的相似性来检索相似的图像，相比于传统的图像搜索方法，CBIR 技术具有更高的准确性和可靠性。同时博主还
该文档介绍了一个基于Python的图像边缘检测与分割教学系统，实现了Roberts、Sobel、Prewitt和Canny四种经典算法。系统采用tkinter构建交互式GUI，支持参数调节、实时预览和结果保存，并为Canny算法设计了专用窗口展示8个中间处理步骤。项目包含完整算法代码、GUI设计思路及实验指导，注重模块化和可视化效果，适合从理论到实践的图像处理学习。文档既可作为教学参考，也可作为实
学习时使用IDEA的时候，遇到了多种中文显示乱码的情况，以下是导入.java文件中文乱码的解决方法。一、 遇到问题二、 解决方法2.1 解决 导入.java文件乱码 方法一2.2 解决 导入.java文件乱码 方法二一、 遇到问题当在idea导入别人发过来的.java文件的时候，出现了中文乱码。二、 解决方法2.1 解决 导入.java文件乱码 方法一导入后打开，会弹出提示，在弹出的提示中，选择
在图像处理的领域中，我们常常会遇到需要修复老旧图片或者无损扩大图片的需求。今天给大家介绍一款功能强大的免费开源工具——Final2x，它能帮助你轻松解决这些问题。1、免费开源：无需支付任何费用，也不受商业软件的使用限制，用户可以自由使用和分享。2、操作简单：一键式操作，即使是没有专业图像处理知识的小白也能轻松上手。3、效果显著：在图片修复和无损放大方面表现出色，处理后的图片质量高，细节丰富。专业图
我采集了一些图片，但是是透明背景的，我需要把他改成白色。阅读原文
1 基础熵年岁很大，建国前一年香农提出来的的，成精了。熵指的是体系的混乱的程度，越乱越大。图像熵是图像特征的一种统计形式,反映了图像中平均信息量的多少,能够反映图像各像素点的分布复杂程度。1.1 图像一维熵只能表示图像灰度值的聚集特征，不能表征空间特征。公式:H=−∑i=0255log2piH =- \sum_{i=0}^{255}log_2p_iH=−i=0∑255log2pi其中Pi表示
非专业人士、野路子环境搭建。跑起来就行，又不是不能用😏（OS：这玩意是干啥的咱也不知道，反正跑起来了）！！！！！注意图中所有cmd中代码的运行路径哦，也就是你要cd到哪个文件夹才执行。
在进行图像显示时，需要依次打开多张图片，也就是上一张关闭，下一张打开的这种顺序操作，此时需要将交互操作模式打开plt.ion()：import matplotlib.pyplot as pltplt.ion()# 绘图或者从磁盘读取图像并进行图像处理操作# 图像显示plt.imshow(image)# 保存图像savefig(savename)
前言：最近在跟着老师做一个项目，对一个大型的医学影像图片进行处理，老师推荐一个库opensloide（基于C语言的大型医学影像图片的处理库）。老师给我推荐这个库的时候是完全不会使用，只能是问度娘，但是百度的都是基于python的，好吧问题来了，python不怎么会呀（看来还是得学习啊，程序员这行就得一直学习啊），我相对是比较擅长Java的，于是就各个地方找啊，什么Stack OverFlow，..
AAMAS (2+): agent方面最好的会议. 但是现在agent已经是一个一般性的概念, 几乎所有AI有关的会议上都有这方面的内容, 所以AAMAS下降的趋势非常明显. ECCV (2+): 计算机视觉方面仅次于ICCV的会议, 因为这个领域发展很快, 有可能 升级到1-去. ECML (2+): 机器学习方面仅次于ICML的会议, 欧洲人极力捧场, 一些人认为它已 经是1-了
全国大学生智能车赛摄像头开源：基于自适应八向迷宫获取的边线进行信息提取，原理也适用其他算法
使用不同的 AI 模型，例如 ViT、CLIP、BLIP、EfficientNet、DINO-v2 和 VGG16比较图像并查看它们的相似之处。
摘要： 长镜头创作需先构建静态关键帧，再串联为动态画面。正确流程：1）用文生图生成3-4个风格统一的关键画面（如雨夜侦探的特写、中景、远景）；2）在图生视频阶段描述镜头如何在这些画面间移动。案例展示"雨夜追踪"和"宫廷舞会"两种长镜头实现方法，强调光线、速度、空间逻辑的连续性。避免直接描述复杂动作，需拆分步骤并保持物理合理性。核心逻辑：静态画面是路标，动态运
准备好借助Edge Impulse加速您的边缘AI开发了吗？本文将引导您快速上手Edge Impulse——从模型创建到部署——帮助开发者将原始数据迅速转化为可执行的边缘智能。
它抓住了当前图像内容安全的需求痛点，通过将复杂的AI检测模型封装成极简的网页应用，大大降低了使用门槛。建议在使用时，结合具体场景，用多种已知类型的图片（如手机原图、PS修改图、不同AI工具生成图）进行测试，以更好地了解其检测能力和边界。当然，需要注意的是，任何AI检测工具都不可能做到100%准确，其结果可作为重要参考，但不应视为绝对结论。：不仅给出“是否为AI生成”的判断，还会尝试指出可疑的痕迹区
本文介绍了一套基于YOLO系列算法的智能安全帽检测系统。系统采用YOLOv5/v8/v11/v12等多种模型，支持图片、视频和实时摄像头的安全帽检测，具备用户管理、多模型切换等功能。通过对比实验显示，YOLO12n模型表现最优（mAP40.6%），YOLO11n速度最快（56.1ms）。系统训练数据集包含7000余张图片，最终实现安全帽识别准确率达90-93%，综合mAP@0.5达到94.6%。该
本文深入解析了图像处理单元(IPU)的技术原理与应用。IPU作为嵌入式系统中的专用硬件模块，采用流水线和并行化设计，包含输入接口、ISP核心、DMA控制器和后处理引擎等关键组件。文章详细介绍了IPU的图像处理流程，包括预处理、特征提取、颜色处理和后处理等阶段，并通过伪代码展示了典型处理逻辑。性能优化方面，提出了内存带宽优化、并行处理和功耗管理等策略。应用案例显示，IPU在安防监控和车载ADAS中具
本文探讨了在Flutter应用中实现相机和图像处理功能的技术方案。文章首先介绍了相机功能的基础架构，包括状态管理和图片路径存储。然后详细讲解了拍照功能的实现，包括调用系统相机和从相册选择图片的方法。在图片预览部分，展示了如何根据状态显示不同的UI组件。最后，文章介绍了图像处理功能的实现，包括裁剪、旋转、滤镜等操作按钮的布局设计。此外，还简要提及了Flutter与OpenHarmony系统桥接的原理
也对齐你这次提到的“指令遵循与泛化能力”、“ERNIE 4.5 多模态跨场景适应性”。也对齐你这次提到的“指令遵循与泛化能力”、“ERNIE 4.5 多模态跨场景适应性”。对应你这次单独强调的“多样性”，也和上次的“创作能力”“可控生成”有关。对应你这次单独强调的“多样性”，也和上次的“创作能力”“可控生成”有关。对应你提到的“可解释性”，也与上次的“安全性/幻觉控制”有关。对应你提到的“可解释性
本文介绍了在Ubuntu24系统下使用RTX3090显卡部署Z-Image-Turbo图像生成模型的方法。首先需要安装docker和配置nvidia-container-toolkit，然后从ModelScope社区下载模型文件。文章提供了两个核心文件：zimage_server.py（FastAPI服务端代码，包含模型加载和推理逻辑）和index.html（前端交互界面）。服务端代码特别强调了关
摘要 卷积神经网络(CNN)是深度学习在图像处理领域的核心算法。本文系统介绍了CNN的基本概念、发展历程和核心组件，重点解析了卷积层和池化层的原理与实现。卷积层通过可学习的滤波器提取图像特征，具有参数共享和局部连接特性；池化层则通过下采样减少特征图尺寸。文章通过数学公式、代码示例和流程图展示了CNN的工作原理，比较了手动设计卷积核与自动学习的区别，揭示了传统图像处理与深度学习的本质差异。从LeNe
2025年12月将举办多场EI/Scopus国际学术会议，涵盖计算建模、机械工程、能源电力、人工智能等多个领域。会议主要分布在青岛、北京、广州等城市，包括第五届计算建模国际会议（CMSDA2025）、第六届应用力学会议（ICAMME2025）等30余场学术活动。这些会议为科研人员提供了学术交流平台，部分会议可免费主题匹配，具体信息可通过扫码获取完整日程清单。
无论你是在修复珍贵的家庭照片、塑造风格统一的社交媒体形象，还是在竞争激烈的电商平台准备产品图，AIEnhancer 都能提供所需的灵活与精准。凭借直观的操作流程和快速的自动处理，AIEnhancer 在为用户节省时间的同时，持续输出令人满意的效果。AIEnhancer 可以优化视频封面、帖子配图与数字素材，背景去除工具则能快速生成清晰抠图，适用于缩略图、横幅广告、短视频封面等，让每一条社交内容都显
本文介绍了Kotlin Multiplatform (KMP)项目中实现图像处理的完整流程，包括图像加载、缩放、旋转和滤镜处理等核心功能。通过将Kotlin代码编译为JavaScript并在OpenHarmony的ArkTS中调用，展示了跨平台图像处理能力。文章详细解析了图像格式、色彩空间、变换操作和常见滤镜效果，并提供了性能指标和应用场景。KMP项目实现了高效的图像处理功能，支持同一套代码在多个
本文介绍了OpenCV在计算机视觉领域的核心应用，通过7个实战案例展示其强大功能。首先讲解了环境配置和图像去噪预处理，然后详细演示了Canny边缘检测算法和Haar级联人脸检测方法，最后介绍了ORB特征匹配技术。每个案例都提供完整的Python代码实现，涵盖从基础图像处理到高级目标检测的关键技术，帮助开发者快速掌握OpenCV在视觉任务中的实际应用。
老照片修复”（old photo restoration）传统上是工匠对纸质照片进行画笔修补，清除裂痕、污点、补色、平衡构图，让旧照片恢复原貌。随着图像数字化普及，这类照片往往被扫描为 JPG/PNG 等格式。再加上计算机处理能力与深度学习的发展，如今“图像修复”技术已经进入自动化时代。
本文聚焦一款 PC 端 AI 图像处理工具，基于其核心功能模块展开实操教学，详细拆解抠图、证件照优化、智能擦除、图片转换与压缩的操作逻辑，结合不同用户场景分析工具的适配性，为有高效图像处理需求的用户提供可落地的技术方案，附完整工具教程获取路径。
本文分析了深度学习算法向工程应用转化存在的问题, 结合陆军智能弹药的特点和发展趋势, 分别从深度学习模型压缩、 量化, 硬件平台加速设计以及异构加速框架设计等方面进行研究, 提出了面向深度学习的弹载图像处理异构加速体系, 实现从算法开发到硬件异构移植的流程化设计。随后, 利用DeePhi Tech的异构加速框架DNNDK对Yolo v3模型进行压缩、 量化, 权重压缩率90%以上, 模型参数压缩率
本项目基于先进的YOLOv8目标检测算法，开发了一套高效精准的铁路轨道缺陷智能检测系统，专门用于识别和定位轨道表面的四种典型缺陷：裂缝(Crack)、断轨(Putus)、剥落(Spalling)和压溃(Squat)。系统采用专业构建的铁路轨道缺陷数据集进行训练和验证，包含训练集1312张、验证集184张和测试集97张高质量图像，总计1593张精细标注的轨道缺陷样本。该检测系统能够实时分析轨道表面状
本文详细记录了使用PyTorch实现CIFAR-10图像分类的完整流程。从数据预处理（transforms标准化）、Dataset加载到CNN网络搭建（两层卷积+池化+全连接），再到训练过程中的损失函数选择、优化器调参等关键步骤。作者分享了实际踩坑经验，如忘记梯度清零导致训练失败、数据标准化对收敛速度的影响等。最终模型测试准确率约50%，并提出了增加训练轮数、优化网络结构等改进方向。文章为深度学习
图像处理
——图像处理
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
曙光工业编程平台sugonri
2048 AI社区
九章云极普惠算力
昇腾开源生态专区
开源鸿蒙跨平台开发者社区
北京朝阳AI社区
葡萄城开发者空间
