此文件包含了基于java的图像处理源代码，具体有图像灰度变换、阈值变换、线性变换、伪彩色处理、图像融合、图像合成、内置变换、仿射变换、图像插值、边缘检测、图像分割、hough变换、图像编码、分形演示等等等等，太多了说不完，基本上包含图像处理领域的基本算法实现
2024/11/15 19:17:48
3.1MB
1
这个源码是C#编写，能够实现图像合成。
比如为图片添加水印，添加文字，添加艺术字、各类图形（比如线段、曲线、箭头、矩形、圆角矩形、三角形、多边形、星形等）、图片和图片进行叠加、也可以多次混合叠加，也可以对叠加的元素以及最终效果应用多达50多种的滤镜，形成更复杂的合成效果。
媲美Photoshop！
比如为图片添加水印，添加文字，添加艺术字、各类图形（比如线段、曲线、箭头、矩形、圆角矩形、三角形、多边形、星形等）、图片和图片进行叠加、也可以多次混合叠加，也可以对叠加的元素以及最终效果应用多达50多种的滤镜，形成更复杂的合成效果。
媲美Photoshop！
2024/10/3 18:39:33
6.68MB
1
分享课程——深度学习-对抗生成网络实战(GAN)；
对抗生成网络实战系列主要包括三大核心内容：1.经典GAN论文解读；
2.源码复现解读；
3.项目实战应用。
全程实战解读各大经典GAN模型构建与应用方法，通俗讲解论文中核心知识点与整体网络模型架构，从数据预处理与环境配置开始详细解读项目源码及其应用方法。
提供课程所需全部数据，代码，PPT。
第1章对抗生成网络架构原理与实战解析第2章基于CycleGan开源项目实战图像合成第3章stargan论文架构解析第4章stargan项目实战及其源码解读。
。
。
。
。
第9章基础补充-PyTorch卷积模型实例
对抗生成网络实战系列主要包括三大核心内容：1.经典GAN论文解读；
2.源码复现解读；
3.项目实战应用。
全程实战解读各大经典GAN模型构建与应用方法，通俗讲解论文中核心知识点与整体网络模型架构，从数据预处理与环境配置开始详细解读项目源码及其应用方法。
提供课程所需全部数据，代码，PPT。
第1章对抗生成网络架构原理与实战解析第2章基于CycleGan开源项目实战图像合成第3章stargan论文架构解析第4章stargan项目实战及其源码解读。
。
。
。
。
第9章基础补充-PyTorch卷积模型实例
2024/5/23 10:45:56
773B
1
该代码是CVPR2018一篇关于文本到图像合成的文章，经过测试可以使用
2024/5/22 8:46:49
35.95MB
1
这个是一个源码。
里边调用了SharpImage，实现了图像特效滤镜，就是Photoshop的滤镜效果。
SharpImage是用于.NET（C#、VB）的专业图像特效以及图像合成类库。
借助它，您可以简单快速地实现类似Photoshop的图像特效滤镜以及图像合成：1、创建合成图像。
比如为图片添加水印，添加文字，添加艺术字、各类图形（比如线段、曲线、箭头、矩形、圆角矩形、三角形、多边形、星形等）、图片和图片进行叠加、也可以多次混合叠加，形成更复杂的合成效果；
2、应用特效滤镜。
内置50多种图像特效滤镜（如亮度、对比度、负片、图像阴影、高斯模糊、透视图、宝利来、胶片、缩放、倾斜、调整大小、反射、浮雕等50余种）；
里边调用了SharpImage，实现了图像特效滤镜，就是Photoshop的滤镜效果。
SharpImage是用于.NET（C#、VB）的专业图像特效以及图像合成类库。
借助它，您可以简单快速地实现类似Photoshop的图像特效滤镜以及图像合成：1、创建合成图像。
比如为图片添加水印，添加文字，添加艺术字、各类图形（比如线段、曲线、箭头、矩形、圆角矩形、三角形、多边形、星形等）、图片和图片进行叠加、也可以多次混合叠加，形成更复杂的合成效果；
2、应用特效滤镜。
内置50多种图像特效滤镜（如亮度、对比度、负片、图像阴影、高斯模糊、透视图、宝利来、胶片、缩放、倾斜、调整大小、反射、浮雕等50余种）；
2023/9/9 12:43:19
6.67MB
1
今天在网上看到有人介绍一本新出的书，叫做ComputerVisionforVisualEffects。
现在的很多大片例如阿凡达等，里面的特效制作都使用了大量的计算机视觉技术。
这本书就是用来介绍如何使用现在最先进的计算机视觉技术来制作电影电视特效。
在书中，首先介绍了好莱坞特效制作中设计到的基本的计算机视觉算法，例如蓝色背景图像matting，SFM，光流，特征点跟踪等。
也介绍了一些最近发展的新算法，这些都可能被用于未来的电影特效中，例如自然图像matting，多图像合成，图像中目标的重定位，以及视点模拟等。
书中也介绍了运动捕捉和3D数据获取的原理。
全书使用了超过200张原始图像来展示原理，算法，以及结果。
同时还有好莱坞视觉特效专家的采访。
这本书于2012年秋天由剑桥大学出版社出版。
获取方式可以参考作者主页。
同时，博主发现网上也可以下载到这本书。
大家可以自己上网搜索一下。
作者的主页上还放上了书中涉及到的一些有用的代码，供大家参考
现在的很多大片例如阿凡达等，里面的特效制作都使用了大量的计算机视觉技术。
这本书就是用来介绍如何使用现在最先进的计算机视觉技术来制作电影电视特效。
在书中，首先介绍了好莱坞特效制作中设计到的基本的计算机视觉算法，例如蓝色背景图像matting，SFM，光流，特征点跟踪等。
也介绍了一些最近发展的新算法，这些都可能被用于未来的电影特效中，例如自然图像matting，多图像合成，图像中目标的重定位，以及视点模拟等。
书中也介绍了运动捕捉和3D数据获取的原理。
全书使用了超过200张原始图像来展示原理，算法，以及结果。
同时还有好莱坞视觉特效专家的采访。
这本书于2012年秋天由剑桥大学出版社出版。
获取方式可以参考作者主页。
同时，博主发现网上也可以下载到这本书。
大家可以自己上网搜索一下。
作者的主页上还放上了书中涉及到的一些有用的代码，供大家参考
2023/8/14 21:15:08
14.67MB
1
针对传统光线投射算法在三维场景中绘制大量烟雾数据时存在计算资源消耗大、绘制速度缓慢等一系列问题,提出一种基于改进光线投射算法的室内烟雾可视化方法。
将三维数据场按照统一大小划分成均匀的数据块,求出光线穿越数据块时入射点和出射点的中点位置,利用视点和中点之间的距离比例来调整采样频率,从而获得重采样点的位置。
再通过对光线上的重采样点进行分级分组操作,对处于不同级别的采样点采取不同的插值策略,最初使用图像合成算法完成光线上重采样点数据值的映射,得到室内烟雾的渲染效果。
实验结果表明,该方法是可行且有效的,与现有的光线投射算法相比,在保证绘制图像真实性和稳定性的前提下,改进过后的光线投射算法极大地减少了渲染过程中重采样和线性插值时的计算量,同时帧率能够稳定保持在75frame·s-1左右,可满足不同室内场景下烟雾的实时绘制要求。
将三维数据场按照统一大小划分成均匀的数据块,求出光线穿越数据块时入射点和出射点的中点位置,利用视点和中点之间的距离比例来调整采样频率,从而获得重采样点的位置。
再通过对光线上的重采样点进行分级分组操作,对处于不同级别的采样点采取不同的插值策略,最初使用图像合成算法完成光线上重采样点数据值的映射,得到室内烟雾的渲染效果。
实验结果表明,该方法是可行且有效的,与现有的光线投射算法相比,在保证绘制图像真实性和稳定性的前提下,改进过后的光线投射算法极大地减少了渲染过程中重采样和线性插值时的计算量,同时帧率能够稳定保持在75frame·s-1左右,可满足不同室内场景下烟雾的实时绘制要求。
2023/3/14 11:32:25
5.97MB
1
1）图像基本操作：不同格式（大于3种）图像的读入与存盘、文字叠加、不同彩色空间的转换、图像的DCT及FFT变换等；
（2）图像增强：包括直方图拉升（线性和非线性）、直方图均衡、平滑与锐化（采用不同的滤镜），美颜（加分项）；
（3）图像恢复：几何操作（如旋转、缩放、投影校正等）、模糊恢复（如运动模糊消除）；
（4）图像合成：实现换背景、图像拼接等功能
（2）图像增强：包括直方图拉升（线性和非线性）、直方图均衡、平滑与锐化（采用不同的滤镜），美颜（加分项）；
（3）图像恢复：几何操作（如旋转、缩放、投影校正等）、模糊恢复（如运动模糊消除）；
（4）图像合成：实现换背景、图像拼接等功能
2018/11/9 16:03:25
6.61MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB