image-editing

Logiciel de capture d'écran puissant et simple d'utilisation.

Grounded SAM : associe Grounding DINO avec Segment Anything, Stable Diffusion et Recognize Anything pour détecter, segmenter et générer automatiquement n'importe quel élément.

Bibliothèque GAN de PaddlePaddle, incluant de nombreuses applications intéressantes comme le transfert de mouvement First-Order, Wav2Lip, la restauration d'images, l'édition d'images, photo2cartoon, le transfert de style d'image, GPEN, etc.

🎨 Le classique MS Paint, RÉANIMÉ + ✨Extras

Boîte à outils OpenMMLab pour la création multimodale avancée, générative et intelligente. Libérez la magie : IA générative (AIGC), API faciles à utiliser, zoo de modèles impressionnant, modèles de diffusion pour la génération texte-vers-image, restauration/amélioration d'image/vidéo, etc.

Capture d'écran, OCR hors ligne, recherche, traduction, recherche par image, épinglage d'image, enregistrement d'écran, capture défilante omnidirectionnelle et traduction d'écran. Compatible Windows, Linux et macOS.

Galerie de prompts pour GPT Image 2, bibliothèque de prompts d'images, compétences d'agent et CLI pour la génération et l'édition d'images OpenAI

Implémentations officielles de l'article : Anydoor, personnalisation d'images au niveau de l'objet par zero-shot.

Algorithmes de traitement d'image en Go pur.

[CVPR 2026] PromptEnhancer est un outil de réécriture de prompts, affinant les prompts en versions plus claires et structurées pour une meilleure génération d'images.

[CVPR'25] Implémentations officielles pour l'article - MagicQuill : Un système intelligent et interactif d'édition d'images.

Outil de génération et d'édition d'images basé sur l'API OpenAI gpt-image-2.

[ICCV 2025 Highlight] InfiniteYou : Recréation photo flexible tout en préservant votre identité.

Un modèle d'édition d'image open-source SOTA, visant à offrir des performances comparables aux modèles fermés comme GPT-4o et Gemini 2 Flash.

[NeurIPS 2025] L'édition d'images vaut bien un seul LoRA ! 0,1 % de données d'entraînement pour une édition d'image fantastique ! Surpasse GPT-4o en persistance d'identité ~ Checkpoint MoE publié ! Seulement 4 Go de VRAM suffisent pour l'exécuter !

Ce projet est l'implémentation officielle de 'DreamOmni2 : Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)'.

Outil d'édition d'image extensible directement dans votre navigateur.

Inpainting de haute qualité sans entraînement pour tous les modèles stable diffusion. Supporte ComfyUI.

Un modèle multimodal unifié natif de 3 milliards de paramètres actifs pour la compréhension, la génération et l'édition d'images et de vidéos.

Implémentations officielles pour l'article : Zero-shot Image Editing with Reference Imitation

Bernini est un framework unifié pour la génération et l'édition vidéo, combinant un planificateur sémantique basé sur MLLM et un moteur de rendu basé sur DiT.

[CVPR2024, Highlight] Code officiel pour DragDiffusion.

[ECCV 2024] PowerPaint, un modèle polyvalent d'inpainting d'images prenant en charge l'insertion d'objets guidée par texte, la suppression d'objets, l'outpainting et l'inpainting guidé par forme, le tout avec un seul modèle.

CLI officiel pour muapi.ai — générez des images, vidéos et audios depuis le terminal. Serveur MCP, 14 modèles d'IA, installable via npm et pip.

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

UniWorld : encodeurs sémantiques haute résolution pour la compréhension et la génération visuelles unifiées

Modèle open-source SOTA pour l'édition multi-images

[ICML 2024] MagicPose (aussi connu sous le nom de MagicDance) : Retargeting réaliste de poses humaines et d'expressions faciales avec diffusion consciente de l'identité

🎬 Générez des images à partir de n'importe quel point de vue de caméra via un contrôle interactif 3D. Glissez la caméra dans l'espace 3D ou utilisez des curseurs pour définir l'azimut, l'élévation et la distance, puis générez. Construit avec Three.js et Gradio, interface bilingue ZH/EN.

[ICLR 2026] ChronoEdit : Vers un raisonnement temporel pour l'édition d'images et la simulation de mondes