- 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。 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. 8. 弹窗中选择“颜色”，选择“柔光”，选择“保留透明区域”，颜色自选（个人喜爱红色）。 ? 9. 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。 (3, 3), activation='relu', padding='same', strides=2)) model.add(Conv2D(8, (3, 3), activation='relu' 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 - 来自专栏往期博文
老照片上色——DeOldify快速上手
契源 最近家里人翻出了一些黑白老照片，想让我帮忙给老照片上色，于是我在gayhub上找到了DeOldify这个项目。 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? 代码备份 另外，我发现这个仓库作者仍在维护更新，为了保证后续结果的稳定，我将目前的代码进行备份，同时不方便上gayhub的读者可以下载： https://pan.baidu.com/s/1k4Dp8Sanz4FzbR6jtoTZ6g
2.2K20编辑于 2022-09-16 - 来自专栏初见Linux
8.图片样式-CSS基础
一、图片大小 在CSS中，我们可以使用width、height属性来定义图片的大小。 1.实际开发 在实际开发中，需要使用多大的图片，就用Photoshop制作多大的图片。 DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-<em>8</em>"> （3）图片水平对齐定义在何处? 图片是在父元素中进行水平对齐，因此要在图片的父元素中定义。而不是在img元素中进行定义。 DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-<em>8</em>"> DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta charset="utf-<em>8</em>">
3K20发布于 2020-10-29 - 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
} } } 【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 未来自主研究中心, 作者简介 未来自主研究中心，相关视频：使用易语言调用opencv进行视频和摄像头每一帧处理，Perplexity AI可以将你的搜索到的答案一键生成博客、文章，用C#部署yolov8的 tensorrt模型进行目标检测winform最快检测速度，使用C#的winform部署yolov8的onnx实例分割模型，将yolov5-6.2封装成一个类几行代码完成语义分割任务，基于yolov8+ bytetrack实现目标追踪视频演示，使用C#部署openvino-yolov5s模型，使用C++部署yolov8的onnx和bytetrack实现目标追踪，C#使用纯OpenCvSharp部署yolov8 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
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 - 来自专栏一“技”之长
iOS MachineLearning 系列（8）—— 图片热区分析
iOS MachineLearning 系列（8）—— 图片热区分析 对图片进行热区分析可以帮助我们图片中可能会受关注的区域，也可以获取到图片中需要被关注的事物的区域。 { get } } 下图展示了关注区分析的效果： 可以看到，分析出的关注区基本是图片中内容最丰富的区域，也是我们在观察图片时最先关注到的。需要注意，分析出的关注区不一定会完整的包含图片中的物体。 可以看到，针对猫狗的那张图片，关注区分析得到的结果是相对居中的位置，物体区分析得到的结果会完整的包含猫狗的边界。 在实际应用中，我们可以通过这些分析能力来对图像的部分进行视觉增强。
67030编辑于 2023-05-02 - 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 8, 512) downsample(512, 4), # (bs, 4, 4, 512) downsample(512, 4), # (bs, 2, 2, 512) , 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
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。 Sample Input 3 1 4 w 8 11 w 3 5 b Sample Output 8 11 解题思路： 1、输入区间，离散化区间 2、建立线段树，然后通过线段树对每个节点着色 3、依次计算连续区间的颜色
1.6K50发布于 2019-01-02 FPS游戏：D3D实现游戏人物上色
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- 来自专栏机器学习与生成对抗网络
【图像上色小综述】生成对抗网络的GAN法
0，图像上色及其分类 图像上色一般分为两种：无引导上色和有引导上色。 顾名思义，无引导指的是全交由算法进行自动化上色，而有引导则在上色过程中有人为（其它参照）干预，比如给出一幅风格参考图像或指定某一区域为特定颜色。 图像上色的主要难点比如：1）数据集获取；2)上色的语义辨识性，前背景、各目标实例独立色彩效果；3）合理统一的评估方法等 结合GAN的上色方案一般具有一些优点是：1）GAN生成模型擅长图像转换任务，而图像上色也属于图像转换 8，2020-CVPR: Reference-Based Sketch Image Colorization using Augmented-Self Reference and Dense Semantic Correspondence 与大多数有引导图像上色方法一样，本文在给定已着色的参考图像下，解决了草图自动上色问题。
2.5K20发布于 2020-10-27 - 来自专栏烂笔头
Python图片验证码降噪 — 8邻域降噪
，比如背景，干扰线，干扰像素等等，只留下需要识别的字符，让图片变成2进制点阵，方便代入模型训练。 8邻域降噪 8邻域降噪 的前提是将图片灰度化，即将彩色图像转化为灰度图像。 以上面的灰度图片为例，图片越接近白色的点像素越接近255，越接近黑色的点像素越接近0，而且验证码字符肯定是非白色的。对于其中噪点大部分都是孤立的小点的，而且字符都是串联在一起的。 8邻域降噪 的原理就是依次遍历图中所有非白色的点，计算其周围8个点中属于非白色点的个数，如果数量小于一个固定值，那么这个点就是噪点。 经过测试8邻域降噪 对于小的噪点的去除是很有效的，而且计算量不大，下图是阈值设置为4去噪后的结果： ?
2.5K10发布于 2019-12-05 - 来自专栏萌海无涯
Python之pygame学习绘制图片（8）
pygame之绘制图片 ✕ 游戏中用图片来制作更加漂亮的界面，人物，物体等 有了以前绘制基本图形，绘制文字的基础，图片就绘制基本类似 主要步骤： 从文件加载图像 pygame.image.load BMP PCX TGA （未压缩） TIF LBM（和PBM） PBM（和PGM，PPM） XPM 绘制到指定位置 screen.blit(绘制的对象, 绘制的位置) 再说一个可能会用到的： 缩放图片 ： pygame.transform.smoothscale(缩放的图片对象,缩放的大小类型元祖或列表) 返回缩放后的图片 还有旋转图片： pygame.transform.rotate(图片对象, 角度) 返回旋转后的图片尺寸 可以使用 screen.blit(图片, 返回旋转的图片变量) import pygame def main(): # 游戏初始化 pygame.init 缩放图片 tp1 = pygame.transform.smoothscale(tp,[600,600]) # 获取图片的宽高大小 tp_wz = tp1.get_rect()
1.9K30发布于 2019-08-19 - 来自专栏机器学习算法与Python学习
Python：爬虫系列笔记(8) -- 爬去MM图片
我们首先抓取本页面的MM详情页面地址，姓名，年龄等等的信息打印出来，直接贴代码如下 123456789101112131415161718192 __author__ = 'CQC'# -*- coding:utf-8 2.文件写入简介 在这里，我们有写入图片和写入文本两种方式 1）写入图片 1234567 #传入图片地址，文件名，保存单张图片def saveImg(self,imageURL,fileName): ".txt" f = open(fileName,"w+") print u"正在偷偷保存她的个人信息为",fileName f.write(content.encode('utf-8' f = open(fileName,"w+") print u"正在偷偷保存她的个人信息为",fileName f.write(content.encode('utf-8' spider.savePagesInfo(2,10) 1 tool.py 123456789101112131415161718192 __author__ = 'CQC'#-*- coding:utf-8
1.2K60发布于 2018-04-04
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