image-editing

शक्तिशाली फिर भी उपयोग में आसान स्क्रीनशॉट सॉफ्टवेयर :desktop_computer: :camera_flash:

Grounded SAM: Grounding DINO को Segment Anything, Stable Diffusion और Recognize Anything के साथ जोड़ना - स्वचालित रूप से कुछ भी डिटेक्ट, सेगमेंट और जनरेट करें।

PaddlePaddle GAN लाइब्रेरी, जिसमें First-Order motion transfer, Wav2Lip, picture repair, image editing, photo2cartoon, image style transfer, GPEN जैसे कई दिलचस्प एप्लिकेशन शामिल हैं।

🎨 क्लासिक MS Paint, ＲＥＶＩＶＥＤ + ✨एक्स्ट्रा

OpenMMLab मल्टीमोडल एडवांस्ड, जेनेरेटिव, और इंटेलिजेंट क्रिएशन टूलबॉक्स। जादू अनलॉक करें 🪄: टेक्स्ट-टू-इमेज जनरेशन, इमेज/वीडियो रिस्टोर/एंहancement आदि के लिए जेनेरेटिव-AI (AIGC), उपयोग में आसान API, शानदार मॉडल जू, डिफ्यूजन मॉडल।

स्क्रीनशॉट, ऑफ़लाइन OCR, खोज, अनुवाद, छवि द्वारा खोज, स्क्रीन पर चिपकाना, स्क्रीन रिकॉर्डर, सर्वदिशात्मक स्क्रॉलिंग स्क्रीनशॉट, स्क्रीन अनुवाद। Windows, Linux, macOS समर्थित हैं।

GPT Image 2 प्रॉम्प्ट गैलरी, इमेज प्रॉम्प्ट लाइब्रेरी, एजेंटिक स्किल, और OpenAI इमेज जनरेशन/एडिटिंग के लिए CLI

पेपर के लिए आधिकारिक कार्यान्वयन: Anydoor: ज़ीरो-शॉट ऑब्जेक्ट-लेवल इमेज कस्टमाइज़ेशन

순수 Go로 작성된 이미지 처리 알고리즘

[CVPR 2026] PromptEnhancer एक प्रॉम्प्ट-रीराइटिंग टूल है, जो बेहतर इमेज जनरेशन के लिए प्रॉम्प्ट्स को अधिक स्पष्ट और संरचित संस्करणों में परिष्कृत करता है।

[CVPR'25] पेपर के लिए आधिकारिक कार्यान्वयन - MagicQuill: एक बुद्धिमान इंटरैक्टिव इमेज एडिटिंग सिस्टम

OpenAI gpt-image-2 API पर आधारित इमेज जनरेशन और एडिटिंग टूल

🔥 [ICCV 2025 Highlight] InfiniteYou: आपकी पहचान को सुरक्षित रखते हुए लचीला फोटो रीक्राफ्टिंग

एक SOTA ओपन-सोर्स इमेज एडिटिंग मॉडल, जिसका उद्देश्य GPT-4o और Gemini 2 Flash जैसे बंद-स्रोतों (closed-source) मॉडल के बराबर प्रदर्शन प्रदान करना है।

[NeurIPS 2025] इमेज एडिटिंग के लिए केवल एक LoRA पर्याप्त है! शानदार इमेज एडिटिंग के लिए 0.1% ट्रेनिंग डेटा! ID परसिस्टेंस में GPT-4o से आगे~ MoE ckpt जारी! चलाने के लिए केवल 4GB VRAM पर्याप्त है!

यह प्रोजेक्ट 'DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)' का आधिकारिक कार्यान्वयन है।

आपके ब्राउज़र में एक्स्टेंसिबल इमेज एडिटिंग टूल

प्रत्येक स्टेबल डिफ़्यूज़न मॉडल के लिए उच्च गुणवत्ता वाली ट्रेनिंग-मुक्त इनपेंट। ComfyUI का समर्थन करता है

छवि और वीडियो को समझने, जनरेट करने और संपादित करने के लिए एक 3B-सक्रिय-पैरामीटर मूल एकीकृत मल्टीमॉडल मॉडल।

पेपर के लिए आधिकारिक कार्यान्वयन: Zero-shot Image Editing with Reference Imitation

Bernini वीडियो जनरेशन और संपादन के लिए एक एकीकृत फ्रेमवर्क है जो MLLM-आधारित सिमेंटिक प्लानर को DiT-आधारित रेंडरर के साथ जोड़ता है।

[CVPR2024, Highlight] DragDiffusion के लिए आधिकारिक कोड

[ECCV 2024] PowerPaint, एक बहुमुखी इमेज इनपेंटिंग मॉडल जो केवल एक मॉडल के साथ टेक्स्ट-गाइडेड ऑब्जेक्ट इनपेंटिंग, ऑब्जेक्ट रिमूवल, इमेज आउटपेंटिंग और शेप-गाइडेड ऑब्जेक्ट इनपेंटिंग का समर्थन करता है।

"Pivotal Tuning for Latent-based editing of Real Images" (ACM TOG 2022) के लिए आधिकारिक कार्यान्वयन

🎬 3D इंटरैक्टिव कंट्रोल के माध्यम से किसी भी कैमरा व्यू पॉइंट से इमेज जनरेट करें। 3D स्पेस में कैमरे को ड्रैग करें या एज़िमुथ/एलिवेशन/दूरी सेट करने के लिए स्लाइडर्स का उपयोग करें, फिर जनरेट करें। Three.js + Gradio के साथ निर्मित, द्विभाषी ZH/EN UI।

UniWorld: एकीकृत दृश्य समझ और निर्माण के लिए उच्च-रिज़ॉल्यूशन सिमेंटिक एनकोडर।

ओपन-सोर्स SOTA मल्टी-इमेज एडिटिंग मॉडल।

[ICML 2024] MagicPose (जिसे MagicDance भी कहा जाता है): आइडेंटिटी-अवेयर डिफ्यूजन के साथ यथार्थवादी मानव पोज़ और चेहरे के भावों का रीटार्गेटिंग

[ICLR 2026] ChronoEdit: इमेज एडिटिंग और वर्ल्ड सिमुलेशन के लिए टेम्पोरल रीजनिंग की दिशा में

GPT-image-2 के लिए एक AI इमेज जनरेशन WebUI वर्कबेंच, जो Codex रिस्पॉन्स और OpenAI-संगत API सपोर्ट, शेयर्ड गैलरी, क्विक चिप्स, प्रॉम्प्ट टेम्प्लेट, समवर्ती कार्य और स्थानीय कतार प्रबंधन प्रदान करता है।