image-manipulation
本站收录 38 个带「image-manipulation」标签的 AI 开源项目
pytorch-CycleGAN-and-pix2pixPyTorch 实现的经典图像到图像转换框架，包含 pix2pix 与 CycleGAN 两大模型，支持风格迁移、图像修复、超分辨率等任务，是学习与复现 GAN★ 25,254
ImageToolboxImageToolbox 是一款基于 Kotlin 与 Jetpack Compose 开发的开源 Android 图像处理应用，定位为手机上的全能图片工具箱。★ 14,787
CycleGAN经典无监督图像风格迁移框架，无需成对数据即可实现照片转绘画、马变斑马等趣味效果，广泛应用于风格迁移与图像翻译领域，是计算机视觉领域教科书级的开源项目。★ 12,876
pix2pix基于条件对抗网络的开创性图像到图像翻译模型，只需成对数据即可实现线稿上色、语义图转照片、街景转换等任务，是 pix2pix 家族的奠基之作，对后续研究影响深远。★ 10,662
neural-doodle基于深度神经网络与语义风格迁移的涂鸦作画工具，可将简单涂鸦变成精致画作，支持照片无缝纹理生成、图像风格迁移与样例放大，趣味性与实用性兼备。★ 9,851
contrastive-unpaired-translationCUT（Contrastive Unpaired Translation）是一个基于对比学习的无配对图像到图像翻译框架，由Taesung Park等人于ECCV★ 2,556
Awesome-Text-to-ImageAwesome-Text-to-Image 是一个聚焦文本到图像生成/合成领域的精选资源列表，旨在系统梳理该方向的研究进展、关键技术和开源工具。它解决了研究人员★ 2,447
Paint-by-ExamplePaint-by-Example 是一个基于扩散模型的图像编辑工具，通过给定示例图像，实现对输入图像的语义编辑，如替换物体、改变风格等。它解决了传统图像编辑需要★ 1,252
SDEditSDEdit 是一个基于 PyTorch 的图像生成与编辑工具，核心思想是利用随机微分方程（SDE）在图像生成和编辑过程中引入可控的随机性。它解决了传统图像编辑★ 1,171
clean-fidclean-fid 是一个用于计算 FID（Frechet Inception Distance）分数的 PyTorch 工具库，由 CVPR 2022 论文提★ 1,170
MixNMatchMixNMatch 是一个基于 PyTorch 的图像生成与编辑工具，专注于解耦表示学习。它能够将图像分解为背景、形状、外观和姿态四个独立因子，并支持用户通过任★ 964
anycost-ganAnycost GANs 是 CVPR 2021 收录的交互式图像合成与编辑框架，由 MIT 等机构提出。它解决的是 GAN 模型在推理时计算开销大、难以在普通★ 779
texturizetexturize 是一个基于深度学习的命令行工具，用于从源图像生成照片级真实的纹理，并支持纹理的混搭、重制与变体创作。它解决的是设计师和开发者快速生成多样化纹★ 760
SelectionGANSelectionGAN是一个用于跨视角图像翻译的生成对抗网络模型，发表于CVPR 2019（Oral）。它解决的是给定一个视角的场景图像，生成另一个视角（如航★ 467
FreeDragFreeDrag 是一个基于点的图像编辑工具，由 CVPR 2024 论文官方实现。它解决了 DragGAN 等现有方法在点拖拽编辑中因特征更新不稳定而导致的编★ 420
CoCosNet-v2CoCosNet-v2 是一个基于深度学习的图像翻译项目，专注于全分辨率对应关系学习。它解决的是图像到图像翻译中，当输入图像与参考图像存在大形变或视角差异时，如★ 346
InterpAny-ClearerInterpAny-Clearer 是一个基于深度学习的视频帧插值（Video Frame Interpolation）与图像操作工具，专注于生成更清晰、更自然★ 296
TSITTSIT是ECCV 2020 Spotlight论文的官方实现，提出了一种简单且通用的图像到图像翻译框架。它通过特征变换（feature transformat★ 288
ForgeditForgedit 是一个基于 Stable Diffusion 和 DreamBooth 的文本引导图像编辑工具，旨在解决传统图像编辑中需要精确蒙版或复杂操作的★ 284
fineganFineGAN 是一个基于生成对抗网络（GAN）的细粒度图像生成与发现工具，由 IBM 研究院开发。它通过无监督的分层解耦学习，将图像生成过程分解为背景、父类别★ 281
Awesome-ICCV2025-ICCV2021-Low-Level-Vision这是一个汇总ICCV 2025和ICCV 2021低层视觉方向论文与代码的精选列表。低层视觉是计算机视觉中处理图像像素级任务的分支，包括图像去噪、去模糊、去雨、★ 249
TargetCLIPTargetCLIP 是 ECCV 2022 论文的官方 PyTorch 实现，专注于基于图像的 CLIP 引导本质迁移。它解决的是在图像编辑中，如何将参考图像★ 231
DistanceGANDistanceGAN 是论文《One-Sided Unsupervised Domain Mapping》（NIPS 2017）的 PyTorch 实现，用于★ 194
Paint-by-SketchPaint-by-Sketch 是一个基于 Stable Diffusion 的图像编辑方法，用户提供一张草图和一个参考图像，模型将参考图像的内容（如颜色、纹理★ 183
DCLGANDCLGAN 是一个基于 PyTorch 的无监督图像到图像翻译框架，源自 CVPRW 2021 论文《Dual Contrastive Learning fo★ 179
GestureGANGestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它解决的是在自然场景（非受控环境）中，如★ 176
repath-studiorepath-studio 是一个基于 Web 的矢量图形编辑器，旨在将程序化设计工具与传统设计工作流相结合。它解决了设计师在复杂、重复性图形创建中效率低下的问★ 171
LGGANLGGAN 是一个基于生成对抗网络的语义引导场景生成模型，发表于 CVPR 2020。它解决的是从语义分割图（或跨视角条件）生成逼真场景图像的问题，核心创新在于★ 144
OneShotTranslationOneShotTranslation 是论文《One-Shot Unsupervised Cross Domain Translation》（NIPS 2018★ 141
sem2nerfSem2NeRF 是 ECCV 2022 收录的研究项目，旨在将单张语义分割掩码（Semantic Mask）转换为三维神经辐射场（NeRF），实现从单视角语义★ 127
ExprGANExprGAN 是一个基于 TensorFlow 实现的面部表情编辑开源项目，核心创新在于可控的表情强度编辑。它解决了传统 GAN 只能生成固定表情、无法精细控★ 125
pytti-notebookpytti-notebook 是一个基于 Google Colab 的图像生成与风格迁移实验笔记本，主要利用 GAN（生成对抗网络）技术实现图像动画化和风格转换★ 112
AODAAODA是论文《Adversarial Open Domain Adaptation for Sketch-to-Photo Synthesis》的官方实现，发★ 87
CycleGAN_ssimCycleGAN_ssim 是一个基于 CycleGAN 的图像生成改进项目，核心目标是解决 CycleGAN 生成图像视觉质量不佳的问题。它通过对比多种相似度★ 83
1SHOT1SHOT 是一个基于 Discord.js v14 和 ES6 模块构建的多功能 Discord 机器人，集音乐播放、娱乐游戏、经济系统、图片处理、管理工具和★ 82
h-edith-Edit 是一个基于扩散模型的图像编辑工具，核心创新在于引入 Doob 的 h-变换理论，将编辑过程建模为条件扩散过程，从而在保持图像结构的同时实现灵活、高★ 81
BananaSliceBananaSlice 是一个基于 AI 的选择性图像编辑工具，利用 Google 的 Nano Banana 和 Nano Banana Pro 模型实现生成★ 56
PixelPrunerPixelPruner 是一款面向 AI 生成艺术品的用户友好型图像裁剪工具。它支持 PNG、JPG、JPEG 和 WEBP 格式，提供交互式预览、缩略图视图、★ 53