- 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） ? 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 你可以将它们视为3D眼镜中的蓝/红滤镜。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 FPS游戏：D3D实现游戏人物上色
本教程是《FPS游戏：实现D3D劫持透视 (API Hook)》教程的延续篇，在上一课我们讲解了如何通过函数劫持，实现对特定角色墙后透视功能，不过我们当时使用的是全局透视，并没有找到人物模型号，如下我们将继续延续 如何对人物上色 上色只需要清空D3D着色器即可，默认是白色。 如果只需要全局上色，则只需要过滤主ID，从ID无需过滤。 上色没啥难度，只要找对人物模型即可。
1.4K10编辑于 2023-02-25- 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。 #include "stdafx.h" // GLEW #define GLEW_STATIC #include <GL/glew.h> // GLFW #include <GLFW/glfw3. int main(void) { glfwInit(); glfwWindowHint(GLFW_CONTEXT_VERSION_MAJOR, 3); glfwWindowHint (GLFW_CONTEXT_VERSION_MINOR, 3); glfwWindowHint(GLFW_OPENGL_PROFILE, GLFW_OPENGL_CORE_PROFILE);
1.2K40发布于 2018-07-03 - 来自专栏往期博文
老照片上色——DeOldify快速上手
This model was trained with 3 critic pretrain/GAN cycle repeats via NoGAN, in addition to the initial This adds up to a total of 7% of Imagenet data trained once (3 hours of direct GAN training). 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?
2.2K20编辑于 2022-09-16 - 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 winform基于opencvsharp实现黑白图像上色
与RGB颜色空间一样，它是3通道颜色空间，但与RGB颜色空间不同，颜色信息仅在a（绿红分量）和b（蓝黄分量）通道中编码。L（亮度）通道仅对亮度信息进行编码。 } } } 【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Mac软件的分享
Mac图片查看EdgeView 3
EdgeView 3是为现代 macOS 开发和设计的。它可以打开各种图像文件，如 JPEG、PNG、TIFF、BMP 和单反相机的 RAW 文件、EPS 和 PDF、AI。 图片查看软件中文版EdgeView 3图片用户可以从 EdgeView 的文件浏览器打开文件、重命名文件、删除文件。还可以访问 SMB/AFP/FTP 网络卷。 EdgeView 3 将是查看和管理图像文件的最佳选择。
1.7K10编辑于 2022-10-05 - 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。 3、在钢笔工具画线后，右键建立选区，按m键变成矩形选框工具，右键画边即可。 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。
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
这就是官方demo的例子，也是 ShaderMask 最基础的用法，下面就来说一下进阶的用法。
3.1K40发布于 2020-03-19 - 来自专栏机器之心
三星3D版「AI上色」算法：神经网络实时渲染真实视频
选自 arXiv 作者：Kara-Ali Aliev、Dmitry Ulyanov、Victor Lempitsky 机器之心编译 近日，三星的三维研究人员开发出了一种「实时真实图片神经渲染器」的模型 渲染图像的流程如下：首先使用普通的摄像机扫描目标，使用普通的软件（如 Agisoft Metashape）生成 3D 点云，将点云和视频输入神经网络，这样就可以渲染目标图片了。 对于点云中的每一个点，我们将其和一个小的 N-维描述器（类似于 3 维的颜色描述器）联系起来。 图 2：系统总体结构的概念，它会给 3D 点云「上色」，并通过神经网络生成渲染结果。 具体而言，如上所示模型会在给定点云 P、神经描述器 D 和相机参数 C 的情况下估计方向的视角。 图 5：「Plant」数据集上的对比结果，细节展示格式与图 3 相同。 ? 图 6：「Shoe」数据集上的对比结果，细节展示格式与图 3 相同。
1.2K20发布于 2019-07-30 - 来自专栏python3
python3 文本变图片
python3下的PIL叫做 pillow python -m pip install pillow 创建目录 fonts，把微软雅黑字体放到下面。msyh.ttf #!
1.2K10发布于 2020-01-03 - 来自专栏python3
python3图片处理（笔记）
(r'E:\python\material\img1.jpg') # 2、更改图像模式 img = img.convert('L') # 3、保存/或展示图片 img.show() 二、缩放图片/滤镜处理 (w,h) # 3、对图片宽高缩放操作 img.thumbnail((w//2, h//2)) # 4、滤镜操作(BlUR均值滤波模糊 CONTOUR找轮廓 FIND_EDGES边缘处理) img = :\python\material\img1.jpg') # 2、添加位置坐标(规整图片取左上角像素坐标和右下角像素坐标) box = (100, 128, 400, 572) # 3、打开替换图片/其他操作 resize((横坐标，纵坐标)) tmg_img = img2.resize((box[2]-box[0], box[3]-box[1])) # 5、粘贴操作 paste(替换的图片，替换的位置坐标 ) img1.paste(tmg_img, box) """ 合成照片（相加) blend(图片一，图片二，合成度) 注意：图片一和图片二尺寸大小必须相同，否则报错。
1.1K30发布于 2020-01-13 - 来自专栏网优小兵玩Python
【Python 3 获取Word所有图片】
上次讲到如何手动快速提取Word文档中的所有图片。这次我们用Python-3基于图片提取原理，写代码实现自动获取。 Python 3实现代码 import os,zipfile,shutil #引入os（文件及目录操作）、zipfile（zip文件操作）、shutil(拷贝文件)库 def getimage(docdir ): #自定义getimage函数，用于实现Word文档图片获取功能 os.chdir(docdir) #改变当前工作目录到传递过来的的路径 dirlist = os.listdir file) #将压缩包里的word文件夹解压出来 f.close() oldimagedir = r"%s\word\media"%docdir #定义图片文件夹 ') #调用图片获取函数，传递目录 以上是功能实现源代码，感兴趣的小伙伴可以自己动手尝试一下。
4.1K20发布于 2019-09-24 - 来自专栏Java小王子
Python3 图片打水印
blank2.paste(textImage, pastebox) waterImage = Image.blend(img, blank2, 0.2) #图片合并
60320发布于 2021-11-02 - 来自专栏zaking's
走近webpack（3）--图片的处理
这一篇文章咱们来学习一下如何用webpack来处理图片。废话不多说，咱们开始吧。 首先，咱们随便找一张你喜欢的图片放到src/images目录下，然后把图片设置为背景图片，代码是这个样子。 这就会导致图片引入失败。 相当于把图片数据翻译成一串字符。再把这串字符打包到文件中，最终只需要引入这个文件就能访问图片了。当然，如果图片较大，编码会消耗性能。 打开页面发现我们引入的图片已经显示了。 再有就是，我们在引入图片的时候，用的是绝对地址，也就是node起服务器后你本地的ip地址，如果不通过npm run server起本地服务器，是无法找到图片的。
1.4K70发布于 2018-05-02 - 来自专栏python3
python3 图片横向合并
install Pillow 代码 import os import glob import time from sys import argv from PIL import Image # 多少张图片合成一张
91910发布于 2020-01-02
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