- 综合排序
- 最热优先
- 最新优先
黑白图片上色-黑白照片上色-图像加彩色-照片上色API接口介绍
前言如果想把黑白照片变成彩色照片，黑白图像上色能实现此功能。它能智能识别黑白图像中的实际内容并填充合适的色彩，使黑白图像变得鲜活。比如森林会自动上绿色主色，天空会自动上天蓝色主色。 下面来介绍下黑白图像上色接口。 ": "成功",// 返回码对应描述 "taskNo": "122984078218931802948253",// 本次请求号 "data": { "base64": "" ,// 生成后图片的 base64字符串，不带图片头。 "url": ""// 生成后的图片的url，有效期30天。建议自行下载保存，避免丢失。 }}
28010编辑于 2026-06-01- 来自专栏聊点学术
电镜图片上色！看完你就会了。
（个人●上色效果图） ? （个人●上色效果图） 这些效果都是PhotoShop做出来的。 别担心！整个上色过程仅使用简简单单的3种工具：磁性套索、图层、色彩填充。 接下来，以下图为例，做电镜上色动作分解。 ? ---- 图文教程 1. 首先你的电脑上需要安装PhotoShop做，网上有很多绿色版，随意下载一个版本的就行。（我个人用的是14.0 x64版本） ? 2. 直接用PhotoShop打开电镜图片（无需建立画布） ? 3. 按“Ctrl+J”，新建图层。 ? 4. 点击左侧的缩放工具，放大局部至合适大小（个人感觉越大越方便）。 ? 5. 可以看到初步的上色效果。有内味儿了！ ? 10. 接下来重复上一步的操作方法将凹陷里面的另一个细胞也上色。 ? 11. 选择图层1，也就是最开始建立的图层。 完美上色！ ? 14. 当然了，如果耐心足够，还可以设计更多细节和颜色。比如我手痒了，就顺势添加了一些小细节。 ? Ending
2K30发布于 2020-09-14 - 来自专栏新智元
【深度学习自动上色，数月工作几秒完成】开源神经网络图片上色技术解析
【新智元导读】本文是作者对Reddit社区用户Amir Avni深度学习上色机器人的实现，看完本文后，你也能打造媲美大师级着色效果的自动上色神经网络应用。 此外，还有一个好处，即使失败了（例如本文头图，见上），你也可以说这是艺术：） 如今，上色都是人手工用Photoshop做的，一张图片要花好几个月才能完成，需要进行大量调查研究，光是其中的一张脸就需要多达 每个滤波器确定我们在图片中看到的内容，可以突出显示或删除某些东西，从图片中提取信息。网络可以从滤波器中创建新的图像，也可以将多个滤波器组合成一个图像。 图片来自Unsplash——公开的专业摄影师创意图片。这个数据集包括9.5万个训练图像和500个测试图像。 特征提取器 我们的神经网络要做的是发现将灰度图像与其彩色版本相链接的特征。 每幅图片的大小都需要确定，比例一致。
2.3K70发布于 2018-03-22 - 来自专栏机器之心
教程 | 百行代码构建神经网络黑白图片自动上色系统
本文将向你介绍一种简单而有效的黑白图片上色方法，仅需 100 行代码，你也可以搭建自己的神经网络，几秒钟内让计算机自动完成手动工作需要几个月的任务。 目前，图片上色的工作主要由人们通过 Photoshop 手工完成，这需要相当多的工序和时间。 简而言之，一张照片可能需要一个月的时间来上色。 它可以让我们对此前未见的图片进行上色。 在「正式版」中，我们会将神经网络与分类器相结合。 我们会使用训练过 120 万张图片的 Inception ResNet V2，为了让上色风格更符合现代审美，我们使用 Unsplash 上的图片来训练神经网络。 beta 版本 如果想理解 alpha 版本的弱点，可以尝试为未训练过的图片上色，可以看到，它通常会给出糟糕的结果，因为网络只对信息进行了记忆，从而无法为没见过的图像上色。
2.1K60发布于 2018-05-10 - 来自专栏移动开发面面观
OpenGL学习笔记——上色
一开始，只画找来一张纸（窗体），在上面随便的涂抹上色，然后学着画规则物体，三角形、圆形等，接着学习画一些具有透视的3D场景，最后越画越接近真实的物理效果。
1.2K40发布于 2018-07-03 - 来自专栏青蛙要fly的专栏
图片操作系列 —（2）手势旋转图片
前言 在上次的文章：图片操作系列 —（1）手势缩放图片功能中，我们已经学会了如何用手势来对图片进行缩放。这次我们继续来看第二个操作，那就是如何用手势来旋转图片。 所以我们本文我们一共要实现二个功能： 根据二个手指头的旋转来使图片跟着旋转 当二个手指头放开后，图片会自动回归到合适的位置。 大家可以直接参考图片操作系列 —（1）手势缩放图片功能。 ) (ev.getX(0) + ev.getX(1)) / 2; int pivotY = (int) (ev.getY(0) + ev.getY(1)) / 2; //获取二个手指头之间的 我们用Math.atan2(v[Matrix.MSKEW_Y], v[Matrix.MSCALE_X])来获取弧度。再用Math.toDegrees来获取相应的最终图片的旋转的度数。
4.6K40发布于 2018-08-29 - 来自专栏往期博文
老照片上色——DeOldify快速上手
简单理解，就是说Artistic模型比较倾向艺术型，上色会趋向丰富大胆一些，Stable模型比较稳定，上色通常比较写实，适合风景和肖像。 这两个都是针对图像上色，对于视频上色需要使用第三个Vidio模型，它解决了视频上色的闪烁问题。 这个文件作者提供了网盘下载地址，也可以使用我提供的下载地址，下载得更快： https://pan.baidu.com/s/1Wgib3b8o5F5W2dUnYrY_zw? 根据仓库的issue[2]，作者解释这可能是Linux和windows的路径不兼容导致的，只能以后有机会再试。 pwd=8888 References [1]https://www.likecs.com/show-205090690.html [2]https://zhuanlan.zhihu.com/p/55050741
2.2K20编辑于 2022-09-16 - 来自专栏Node开发
图片文字识别(2)
上篇文章只介绍了第一个实用性接口：身份证识别接口，我们当时只以正面照做了示例，该接口不支持图片url，而是需要将图片数据以BASE64编码。我们直接贴关键代码： ? (图片来源于百度，假数据) 可以看到我们传入图片url，最后可以转化为BASE64编码再调用接口可以成功解析到用户身份证文字信息。 但是这样操作优缺点在哪呢： 优点：相对于读取本地照片，用户可以传入指定图片的url进行缓冲数据再进 行编码为BASE64，可以达到文字识别用户想要上传的图片。 其实我觉得有两种方案可以进行选择： 1.如果图片只需要解析不需要进行保存，前端提供用户选择本地图片操作， 直接编码为BASE64，然后直接将BASE64编码传递给后端，后端直接调用 接口解析图片文字信息 2.如果图片需要进行保存，可以前端将图片转化为binary格式，后端先将图 片上传到服务器或者直接传到对象存储oss，然后获得图片路径，使用现 在的方法加载缓冲数据，进行BASE64编码最后调用接口解析图片文字信息
58.3K30发布于 2019-07-01 - 来自专栏机器之心
资源 | Style2paints：专业的AI漫画线稿自动上色工具
来自苏州大学的研究者们提出的 Style2paints 或许可以帮助我们缓解这样的情况，这种工具可以使用 AI 技术为黑白线稿快速自动上色。 2.「上色」会将线稿风格迁移为彩色图画。图画和上色的线稿图，其中的区别在于阴影和纹理。 这是一个非常具有挑战性的设计，这也意味着该工具是面向专业用途的（与此同时，其他上色方法的提示笔工具更倾向于嘈杂的提示，对于准确性把握不佳）。 2. 在训练时，开发者未加入强制神经网络为草图上色的规则，但神经网络自行从输入图片中学习到了上色的方法，这样的过程让鉴别器更加难以识别。 Style2paints 的模型里面没有 ResBlock。研究人员使用的是特别适合线稿上色的一种 Inception 变体。
2.2K40发布于 2018-05-10 - 来自专栏量子位
0.7秒，完成动漫线稿上色
我们照例一起扒一扒背后的技术~ 理解线稿，精细上色 想要学会上色，AI首先要明白线稿为何物。 为了使得上色效果精准，并在多帧情况下保持各帧风格的一致性，爱奇艺工程师们祭出了以下几招： 根据具体需求调整网络结构，使模型与数据更加匹配 设计色彩参考模块和风格参考模块等预处理模块，提高上色图片的色彩丰富度和风格统一性 需要说明的是，在给动态漫画上色的过程中，AI倒是也「参考」了一些人工上色的方法，比如背景和特效大多可以重复使用，上色模型可以只专注于对人物进行上色。 （论文地址见文末） 研究人员发现，动画帧之间存在着很强的关联性，很多只是身体位置和动作发生了变化，如果能获得帧间的相关性，只需要一帧上好色的图片，就能将其颜色变换到其他待上色帧，减少大量重复、非创造性的劳动 爱奇艺表示，相较于纯人工上色，智能上色引擎预计可在动态漫制作上色环节中，节省约30%的人力。
1.2K10编辑于 2023-03-10 - 来自专栏Sign
人工智能 线稿上色工具
官方demo 当然，这个AI还没有达到『一键完美上色』的程度。 实际上，这个工具学习成本还是有的，而且目前上色AI的水平也有天花板。 ? 当然，这个上色AI的作者也发出这样的感慨。 ? ---- 目前这个工具可以做到的是，把以往的上色方式，改成单点排布，也就是你只要点击区域就会帮你计算色块区域，而且这个工具貌似比较偏向于日漫的上色风格…… 期待后续的进化吧，希望作者可以加油，持续关注中 ---- 最后，AI工具并不是『取代』而是『优化』，上色AI一出来，就大批人鼓吹『画师失业』，程序AI一出来，就大批人鼓吹『程序员失业』…… 工具始终是工具，有美术基础的画师，上手上色AI肯定比零基础的小白要快
2K50发布于 2018-07-23 - 来自专栏IT派
资源 | Style2paints：专业的AI漫画线稿自动上色工具
来自苏州大学的研究者们提出的 Style2paints 或许可以帮助我们缓解这样的情况，这种工具可以使用 AI 技术为黑白线稿快速自动上色。 2.「上色」会将线稿风格迁移为彩色图画。图画和上色的线稿图，其中的区别在于阴影和纹理。 这是一个非常具有挑战性的设计，这也意味着该工具是面向专业用途的（与此同时，其他上色方法的提示笔工具更倾向于嘈杂的提示，对于准确性把握不佳）。 2. 在训练时，开发者未加入强制神经网络为草图上色的规则，但神经网络自行从输入图片中学习到了上色的方法，这样的过程让鉴别器更加难以识别。 Style2paints 的模型里面没有 ResBlock。研究人员使用的是特别适合线稿上色的一种 Inception 变体。
3.9K60发布于 2018-03-27 winform基于opencvsharp实现黑白图像上色
例如，在OpenCV中，这可以使用COLOR_BGR2Lab选项的cvtColor来实现。 为了简化计算，Lab颜色空间的ab空间进行312级量化，如图2所示。 prototxt", Application.StartupPath + "\\weights\\colorization_release_v2.caffemodel"); public openFileDialog.ShowDialog() == DialogResult.OK) { src = Cv2. } } } 【测试环境】 vs2019 netframework4.7.2 opencvsharp4.8.0 【演示视频】 C#使用OpenCvSharp实现黑白老照片上色 BV1es421T7zK/ 【C#源码下载】 https://download.csdn.net/download/FL1623863129/89450272 同时我也用python和C++都实现了使用这个算法进行图像上色
50400编辑于 2025-07-21- 来自专栏github@hornhuang
Android-图片压缩-2行搞定图片压缩【2019】
图片压缩的方法有很多，这两天向同学学了一种方法，刚觉非常行之有效，与大家分享。 ---- 图片压缩的作用： 当我们上传图片到数据库时，如果是头像图片，那么在客户端显示出来一般是缩略图，这时大图是没有用的，又浪费加载时间 ---- 图片压缩的方法 /* 压缩路径下的文件 */ private ; } return pic; } ---- 使用解析 bitmap=Bitmap.createScaledBitmap(bitmap, 400, 400, false); 这段代码将图片大小压缩到 newBitmap = BitmapFactory.decodeStream(new ByteArrayInputStream(baos.toByteArray()), null, null); 这段将图片质量减少到原来的一半 ---- 最后返回的File 为图片在内存中的暂存地址，自动释放，不用手动删除
2.7K10发布于 2021-09-24 - 来自专栏站长的编程笔记
【说站】ps钢笔勾完怎么上色
ps钢笔勾完怎么上色 1、钢笔工具通过一系列锚构建路径，转化为选区 2、使用添加锚工具，可在路径中插入其他锚，有效地将线段分成两部分。 以上就是ps钢笔勾完上色的方法，当我们用钢笔对图片进行描边后，就可以采取这种方法继续上色，对图片不断地完善。大家学会后也赶快动手尝试下吧。
1.5K40编辑于 2022-11-24 - 来自专栏Flutter笔记
Flutter | ShaderMask - 给你的Widget加上色彩
图来自张风捷特烈[2] References [1] Shader: https://api.flutter.dev/flutter/dart-ui/Shader-class.html [2] 张风捷特烈
3.1K40发布于 2020-03-19 - 来自专栏林德熙的博客
win2d 图片水印
本文告诉大家如何使用 win2d 给图片加上水印。 安装 首先需要使用 Nuget 安装 win2d ，安装参见win10 uwp win2d 如果没有更新 dot net core 那么在运行可能会出现下面异常System.TypeLoadException win2d 使用图片需要 CanvasBitmap ，这个类不可以直接创建，需要通过LoadAsync、CreateFromBytes、CreateFromColors、CreateFromSoftwareBitmap 在图片添加文字的方法实际上和在 win2d 的其他处理相同，具体可以去看我的win2d博客。 (float) (duvDbecdgiu.Size.Width / 2), (float) duvDbecdgiu.Size.Height/2), Colors.Black);
68920发布于 2018-09-19 - 来自专栏叶子陪你玩编程
python 文件代码转图片（2）
昨天写的 python 代码转图片，只能将给定的一段代码转换成图片，要将一个文件夹的全部图片转换还需要自己处理一下，对于刚学的读者还有点难度，今天抽空完善了一下，使用也比较简单了。 运行效果： 源代码： # 导入模块 from PIL import Image,ImageDraw,ImageFont import os def create_img2(text,img_name = ImageDraw.Draw(img) #在图片中间位置 写入内容，文字颜色 draw.text(((W-w)/2,(H-h)/2), text, fill=font_color,font= " py_filename_list = [] files_dir = list(os.walk(Dir))[0][0] files_py = list(os.walk(Dir))[0][2] range(len(py_filename_list)): content,img_name = read_py_file(py_filename_list[i]) create_img2(
2K30编辑于 2022-04-04 - 来自专栏矩池云
教你如何使用GAN为口袋妖怪上色
在本案例中，我们用神经网络来给口袋妖怪的线框图上色。 我们每张数据图片分成了两个部分，左边部分是线框图，我们用来作为输入数据，右边部分是上色图，我们用来作为训练的目标图片。 我们采取如下的数据增强方案: 图片缩放, 将输入数据的图片缩放到我们指定的图片的大小 随机裁剪 数据归一化 左右翻转 def resize(input_image, real_image, height ] 第九步: 训练 在训练中，我们输出第一张图片来查看每个epoch给我们的预测结果带来的变化。 , target) 矩池云现在已经上架 “口袋妖怪上色” 镜像；感兴趣的小伙伴可以通过“Jupyter 教程 Demo” 镜像中尝试使用。
1.1K30发布于 2020-03-13 - 来自专栏ACM算法日常
给球上色（线段树+离散化） - HDU 1199
0;i<n;i++) a[i]=lower_bound(sub_a,sub_a+size,a[i])-sub_a + 1;//k为b[i]经离散化后对应的值 对于第3步，若离散化后序列为0,1,2, ,size - 1则用lower_bound，从1,2,3,...,size则用upper_bound。 现在吉姆用一个刷子给球上色，整数a、b，w为白色，b为黑色。找出最长的白色序列。 All the input are less than 2^31-1. If no such sequence exists, output "Oh, my god". 找出最长的白色序列。 数字小于2^31-1。
1.6K50发布于 2019-01-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号