image-editing

Mächtige, aber einfach zu bedienende Screenshot-Software :desktop_computer: :camera_flash:

Grounded SAM: Verknüpfung von Grounding DINO mit Segment Anything, Stable Diffusion und Recognize Anything – automatisches Erkennen, Segmentieren und Generieren von Inhalten

PaddlePaddle GAN-Bibliothek, einschließlich vieler interessanter Anwendungen wie First-Order Motion Transfer, Wav2Lip, Bildreparatur, Bildbearbeitung, Photo2Cartoon, Bildstiltransfer, GPEN und mehr.

🎨 Klassisches MS Paint, NEU BELEBT + ✨Extras

OpenMMLab Multimodal Advanced, Generative, and Intelligent Creation Toolbox. Entfessle die Magie 🪄: Generative KI (AIGC), benutzerfreundliche APIs, großartiges Model Zoo, Diffusionsmodelle für Text-to-Image-Generierung, Bild-/Video-Wiederherstellung/-verbesserung usw.

Screenshot, Offline-OCR, Suche, Übersetzung, Bildersuche, Anheften von Screenshots, Bildschirmaufnahme, omnidirektionaler Scrolling-Screenshot, Bildschirmübersetzung, unterstützt Windows, Linux, macOS

GPT Image 2 Prompt-Galerie, Bild-Prompt-Bibliothek, agentische Fähigkeit und CLI für OpenAI-Bildgenerierung/-bearbeitung

Offizielle Implementierung zum Paper: Anydoor: zero-shot object-level image customization

Bildverarbeitungsalgorithmen in reinem Go

[CVPR 2026] PromptEnhancer ist ein Tool zum Umschreiben von Prompts, das Prompts in klarere, strukturiertere Versionen verfeinert, um eine bessere Bildgenerierung zu ermöglichen.

[CVPR'25] Offizielle Implementierungen für das Paper – MagicQuill: Ein intelligentes interaktives Bildbearbeitungssystem

Ein Bildgenerierungs- und -bearbeitungstool basierend auf der OpenAI gpt-image-2 API

🔥 [ICCV 2025 Highlight] InfiniteYou: Flexibles Überarbeiten von Fotos unter Beibehaltung Ihrer Identität.

Ein SOTA-Open-Source-Bildbearbeitungsmodell, das eine vergleichbare Leistung wie Closed-Source-Modelle wie GPT-4o und Gemini 2 Flash bieten soll.

[NeurIPS 2025] Bildbearbeitung ist ein einzelnes LoRA wert! 0,1 % Trainingsdaten für fantastische Bildbearbeitung! Übertrifft GPT-4o bei der ID-Persistenz ~ MoE-Checkpoint veröffentlicht! Nur 4 GB VRAM zum Ausführen erforderlich!

Dieses Projekt ist die offizielle Implementierung von „DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)“

Erweiterbares Bildbearbeitungstool für den Browser

Hochwertiges, trainingsfreies Inpainting für jedes Stable Diffusion-Modell. Unterstützt ComfyUI

Ein natives, einheitliches multimodales Modell mit 3B aktiven Parametern für Bild- und Videoverständnis, -generierung und -bearbeitung.

Offizielle Implementierungen für das Paper: Zero-shot Image Editing with Reference Imitation

Bernini ist ein einheitliches Framework für die Videoerstellung und -bearbeitung, das einen MLLM-basierten semantischen Planer mit einem DiT-basierten Renderer kombiniert.

[CVPR2024, Highlight] Offizieller Code für DragDiffusion

[ECCV 2024] PowerPaint, ein vielseitiges Bild-Inpainting-Modell, das textgeführtes Objekt-Inpainting, Objektentfernung, Bild-Outpainting und formgeführtes Objekt-Inpainting mit nur einem einzigen Modell unterstützt.

Offizielle Implementierung für "Pivotal Tuning for Latent-based editing of Real Images" (ACM TOG 2022) https://arxiv.org/abs/2106.05744

Generierung von Bildern aus beliebigen Kameraperspektiven mittels interaktiver 3D-Steuerung. Bewegen Sie die Kamera im 3D-Raum oder nutzen Sie Schieberegler für Azimut, Elevation und Distanz. Erstellt mit Three.js und Gradio, zweisprachige Benutzeroberfläche (ZH/EN).

UniWorld: Hochauflösende semantische Encoder für einheitliches visuelles Verstehen und Generieren

Open-Source SOTA-Modell zur Multi-Bild-Bearbeitung

[ICML 2024] MagicPose (auch bekannt als MagicDance): Realistische Übertragung von menschlichen Posen und Gesichtsausdrücken mit identitätsbewusster Diffusion

[ICLR 2026] ChronoEdit: Hin zu temporalem Schließen für Bildbearbeitung und Weltsimulation

Ein KI-Bildgenerierungs-WebUI-Arbeitsbereich für GPT-image-2 mit Unterstützung für Codex Responses und OpenAI-kompatible APIs, integrierter öffentlicher Galerie, Multi-Typ-Chip-Schnellreferenzen, Prompt-Vorlagen, Multitasking und lokaler Warteschlangenverwaltung.