直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

可以去模糊,去马赛克的开源工具有哪些

回答

  1. OpenCV

    • OpenCV(Open Source Computer Vision Library)是一个功能强大的开源计算机视觉库,提供了丰富的图像处理和计算机视觉算法。它包含了一系列用于去模糊和去马赛克的函数和算法,如基于模糊核的去模糊方法和基于块的马赛克去除算法。
  2. GIMP

    • GIMP(GNU Image Manipulation Program)是一款免费、开源的图像处理软件,功能强大,支持多种平台。它提供了丰富的滤镜和工具,包括去模糊和去马赛克的功能。
  3. DeblurGAN

    • DeblurGAN是一种基于生成对抗网络(GAN)的去模糊算法,能够对模糊图像进行恢复。该项目提供了开源的代码和预训练模型,可以用于去除各种类型的模糊。
  4. De-Mosaicing

    • De-Mosaicing是一个用于去除图像马赛克(Demosaicing)的开源工具,它提供了一系列算法和工具,可用于将经过单色滤光片阵列(Bayer阵列)处理的图像转换为全彩图像。
  5. Blind Image Deblurring

    • Blind Image Deblurring是一个用于盲目图像去模糊的开源工具,它提供了一系列基于深度学习的算法,可以用于恢复模糊图像的清晰度。

以上工具都可以在处理模糊和马赛克图像时发挥作用,具体选择取决于你的需求和项目要求。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

其他人在问
最好的开源LLM是什么
目前开源的 LLM 有很多优秀的选择,以下为您列举一些: OPT 是表现最优秀的全开源 LLM 之一。这个拥有 1750 亿参数的模型的发布附带了代码,并在公开可用的数据集上进行了训练。 ChatGLM 是中文领域效果最好的开源底座模型之一,针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练,辅以监督微调、反馈自助、人类反馈强化学习等技术的加持。 VisualGLM6B 是一个开源的,支持图像、中文和英文的多模态对话语言模型,语言模型基于 ChatGLM6B,具有 62 亿参数;图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁,整体模型共 78 亿参数。依靠来自于 CogView 数据集的 30M 高质量中文图文对,与 300M 经过筛选的英文图文对进行预训练。 ChineseLLaMAAlpaca 是在原版 LLaMA 的基础上扩充了中文词表并使用了中文数据进行二次预训练,支持本地 CPU/GPU 部署。 需要注意的是,对于“最好的开源 LLM”的评判标准因人而异,取决于具体的应用场景和需求。
2024-10-19
开源音频质量检测模型有哪些?
以下为一些开源音频质量检测模型: 此外,还有: VALLEX:一个开源的多语言文本到语音合成与语音克隆模型。它支持多种语言(英语、中文和日语)和零样本语音克隆,具有语音情感控制和口音控制等高级功能。 智谱·AI 自 2019 年成立以来推出并开源的多款模型,具体可参考。但请注意,Token 数代表了模型支持的总 Token 数量,包括了输入+输出的所有 token,且一个 token 约等于 1.8 个汉字。
2024-10-16
开源音乐生成模型
以下为您介绍一些开源音乐生成模型: ElevenLabs 推出了自己的音乐生成模型 ElevenLabs Music,并展示了早期预览版生成的歌曲。该模型可直接通过文本提示生成完整带歌词音乐,且声称这些歌曲都是根据单个文本提示生成的,没有任何编辑。各首歌曲风格涵盖流行摇滚、乡村、爵士、当代 R&B 和独立摇滚等多样化类型。详细内容及更多试听:https://xiaohu.ai/p/7687 Deepmind 与 YouTube 的 Lyria 音乐生成模型,只要哼唱或者吹口哨就能帮您自动生成交响乐,还能进行歌词创作和风格控制,模仿艺术家风格。其特色是生成音频带 AI 水印。详情链接:https://deepmind.google/discover/blog/transformingthefutureofmusiccreation/ 🔗
2024-10-14
有哪些完全开源免费的AIgc知识库,可以随意复制
以下是一些完全开源免费且可随意复制的 AIGC 知识库: :可将任何文档、资源或内容转换为大语言模型(LLM)知识库,便于在对话中引用。 :包含获取 GPTs 的 Prompt、Knowledge 以及防护教程,还对破解官方 GPTs 的 Prompt 进行了分类。 :收集了众多被破解的 GPTs Prompt。 :精心收集整理的优秀 AI 助手列表。 :仅需一张角色图片,就能生成动作可控的生动视频。 :可安装在电脑和安卓手机上的用户界面,能与文本生成的人工智能互动并进行角色扮演。 :微软开源的 AI 工具,用于简化大模型应用开发周期,打通从构思到生产部署的全流程。 :开源的计算机视觉 AI 工具箱,安装简便,能提升开发效率。
2024-10-07
有哪个完全开源免费的AI知识库
以下为您推荐一个完全开源免费的 AI 知识库:WayToAGI(通往 AGI 之路)。它是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库,大家贡献并整合各种 AI 资源,使得大家都可以轻松学习各种 AI 知识,应用各类 AI 工具和实战案例等。 WayToAGI 提供了一系列开箱即用的工具,文生图、文生视频、文生语音等详尽的教程,将您的文字化为视觉与听觉的现实。它还会追踪 AI 领域最新的进展,时刻更新,让您紧跟 AI 领域的步伐,每次访问都能有新的收获。 无论您是 AI 初学者还是行业专家,都可以在这里发掘有价值的内容,让更多的人因 AI 而强大。 相关链接: 🔗:https://waytoagi.com/(通往 AGI 之路) 🚀即刻体验:https://waytoagi.com/
2024-10-07
怎么加载开源模型?
加载开源模型的步骤如下: 1. 下载相关模型节省时间: Base Model DreamShaper XL Turbo: https://civitai.com/models/112902/dreamshaperxl LoRA:Envy Anime Watercolor XL 03:https://civitai.com/models/382684/envyanimewatercolorxl03 Alphonse Mucha Style:https://civitai.com/models/63072/alphonsemuchastyle 2. 打开以下链接放在后台: Ollama: https://ollama.com/ https://github.com/stavsap/comfyuiollama IPAdapter:https://github.com/cubiq/ComfyUI_IPAdapter_plus InstantID: https://github.com/cubiq/ComfyUI_InstantID PuLID:https://github.com/cubiq/PuLID_ComfyUI 3. 安装缺失节点: 下载过程中若发现 layer style 下不了,可重启重新下载,尝试修复。若仍不行,从官网重新下载到./custom_nodes 的文件夹下。 4. 从官网下载两个文件,点击左上角部分将加载器展开并选择官网下载好的两个模型。 5. 对于 GDino 加载器部分,在链接:处下载相关文件,然后检查文件是否齐全。对于 groundingdino 和 sams 配置是否齐全可以使用“抠头发.json”来检验。 6. Ollama 大模型部分: 首先,下载 ollama,网站: 其次,在网站中,复制代码。然后,打开 ComfyUi 根目录下的 custom_nodes\\ComfyUiOllamaYN 的文件路径,在上方的路径下输入 cmd,进入到命令行,右键粘贴刚才的代码,等待下载。
2024-10-01
推荐一些听讲座可以用的AI工具
以下是为您推荐的一些听讲座可用的 AI 工具: 1. 大模型工具: chatGPT 4.0 kimichat 智谱清言 4 2. 文本纠错工具:飞书文档自带纠错功能。若使用 prompt 纠错,文本量不能太大,可直接告诉大模型:检查下列文本中的错别字、语法错误和格式错误,指出并改正,重新生成新的文本。 3. 国产大模型中文生图工具:智谱和文心。 需要注意的是,关于 AI 绘画提示词生成技巧的问题超纲了。
2024-10-23
有什么AI工具 可以转换视频的尺寸
以下是一些可以转换视频尺寸的 AI 工具: 1. Topaz Video AI:可通过以下链接获取:https://www.topazlabs.com/topazvideoai 。超级会员 V6 可通过百度网盘分享获取相关文件,链接:https://pan.baidu.com/s/1bL4tGfl2nD6leugFh4jg9Q?pwd=16d1 ,提取码:16d1 ,复制这段内容打开「百度网盘 APP 即可获取」。 2. Kraken.io:主要用于图像压缩,但也提供了免费的图像放大功能,能保证图像的细节清晰度。 3. Deep Art Effects:强大的艺术效果编辑器,通过 AI 技术能够将图像放大并赋予艺术效果,支持多种滤镜和风格。 4. RealESRGAN:https://replicate.com/nightmareai/realesrgan ,这是一个基于 RealESRGAN 的图像超分辨率增强模型,具有可选的人脸修复和可调节的放大倍数,但使用几次后要收费。 5. Stability AI 推出的基于 Discord 的媒体生成和编辑工具:包括搜索和替换(无需蒙版,通过搜索提示识别对象并替换)、创意放大(将低分辨率或低质量图像放大至 4K 分辨率,同时可以附加提示)、外扩(在图像中添加内容以扩展空间)、控制草图(将手绘草图转换为高质量图像)、删除背景(准确分割前景并删除背景)、基于初始图像使用 Stable Video Diffusion 生成短视频等功能。
2024-10-22
有没有什么好用的视频剪辑AI工具
以下为您介绍一些好用的视频剪辑 AI 工具: 剪映:方便之处在于有很多人性化设计以及简单的音效库和小特效。但无法协同工作和导出工程文件,难以与其他软件进行工程联通,应用于商业化效果有限。剪辑流程包括视频粗剪、定剪、音效/音乐、特效、包装(如字幕)。在声音运用方面,好的声音制作可为影片增色,视频粗剪时可先确定画面逻辑,定剪时再调整和替换画面素材至满意效果。音效方面,剪映的简单音效库可用于制作简单短片,复杂音效可能需另外制作。特效方面,例如可添加一些光影效果。包装方面,剪映可智能匹配字幕再修改。 视频配音效的 AI 工具: Vidnoz AI:支持 23 多种语言的配音,音质高保真,支持文本转语音和语音克隆功能,提供语音参数自定义和背景音乐添加工具,有面向个人和企业的经济实惠的定价方案。 Wavel Studio:支持 30 多种语言的配音,音质自然流畅,能自动去除背景噪音和杂音,提供添加字幕和文本叠加层的工具,界面友好且有多种自定义选项。 Elai.io:支持 65 多种语言的配音,音色和语调真实,能自动将唇形与语音同步,生成字幕提高视频可访问性,支持多位配音者适合复杂对话场景。 Rask AI:支持 130 多种语言的配音,包括稀有和濒危语言,采用先进语音合成技术音质高保真,提供语音参数自定义和音效添加工具,与多种视频编辑平台和工作流程整合。 Notta:提供快速实惠的多语言配音解决方案,保留原声说话风格和细微差别,提供调整语音速度和音调的工具,支持批量处理高效完成多视频配音。 Dubverse:支持 60 多种语言的配音,音质接近真人,提供文本转语音和语音克隆功能,提供语音参数自定义和情感添加工具,与多种视频平台和社交媒体渠道整合。 在选择视频配音工具时,请考虑支持的语言数量、语音质量、自定义选项和价格等因素。
2024-10-22
我有126个docs文件,我需要用同一套提示词,对这些文件进行总结,有什么工具可以做到
以下是一些可能用于对 126 个 docs 文件进行总结的工具和方法: 1. 可以考虑使用由杨志磊开发的律师的文本总结助手。其说明为对客户提供的文件或文本进行总结,具有明确的角色设定、目标和约束条件。链接地址为:https://waytoagi.feishu.cn/wiki/HvJGwlMFhidzZukPsoKcnuXlnKe 。 2. 在 Stable Diffusion 中,Embedding 功能可以将很多提示词打包到一个文件里。例如常见的负向提示词 Embedding,如 EasyNegative,官方推荐搭配二次元模型使用,能在一定程度上优化生成效果。但需注意,对于一些复杂问题如 AI 绘图中的手部问题,可能无法完全解决。
2024-10-22
如何对文件批处理总结,需要什么工具。
对文件进行批处理总结可以参考以下步骤和工具: 1. 抓取公众号内容: 先在平台搜索现成的插件,如 Coze 平台,但部分插件可能已荒废。 可考虑自己写爬虫抓取,或者通过 API 调用现成的服务,如“瓦斯阅读”“WeWe RSS”等。 2. 公众号内容总结: 主要依靠大模型的能力,如字节的豆包大模型。 对于批量总结操作,可以使用“批处理”功能。 3. 定时推送到微信: 定时功能可通过 Coze 平台的触发器实现。 推送功能可借助第三方 API 方案,如“server 酱”。 类似的工具还有:Notion AI、Dify、Slack Workflow Builder 等,它们都提供了可视化的工作流构建功能,集成了丰富的服务和 API,适合自动化信息处理。处理完的信息摘要可以考虑整理为 Markdown 文档,接入飞书文档进行存储。
2024-10-22
我想要个视频AI模糊变高清的工具
以下为您介绍两款可将视频 AI 模糊变高清的工具: 1. Topaz Video AI: 解压对应文件,推荐使用绿色版(安装包已在网盘,可直接下载)。 右键管理员运行 VideoAIportable.exe 文件。 导入处理好的视频。 主界面左边是原视频,右边是待处理视频,下面是对应的视频轨道。 右边部分是主要对视频处理的方式,预设部分主要有放大视频、提升画质、提升帧率等功能。 视频部分保持默认,稳定 AI 用于画面稳定和减少抖动,模式分为自动裁切和完整帧,强度在 60 左右,抖动需开启,次数一般选择 2。 消除运动模糊 AI 按字面意思操作,帧插值 AI 可识别帧之间进行修复替换,增强 AI 能选择不同模型对视频整体优化,包括面部、去噪、锐化提升等。 一般会选择稳定+运动模糊,若电脑配置不行,可一个一个操作,但速度较慢。 2. FMANet: 能将模糊低分辨率视频恢复为清晰高分辨率。 可解决快速移动物体或摄像机引起的视频模糊。 智能理解物体运动,改善画质,去除模糊。 相关网址:http://kaistviclab.github.io/fmanetsite/ 、https://x.com/xiaohuggg/status/1746160750610075689?s=20
2024-10-22