image-editing

Software de captura de tela poderoso e simples de usar :desktop_computer: :camera_flash:

Grounded SAM: Combinando Grounding DINO com Segment Anything, Stable Diffusion e Recognize Anything - Detecte, segmente e gere qualquer coisa automaticamente.

Biblioteca GAN do PaddlePaddle, incluindo muitas aplicações interessantes como transferência de movimento de primeira ordem, Wav2Lip, restauração de fotos, edição de imagem, photo2cartoon, transferência de estilo de imagem, GPEN e muito mais.

🎨 O clássico MS Paint, RESSUSCITADO + ✨Extras

Caixa de ferramentas de criação multimodal avançada, generativa e inteligente da OpenMMLab. Desbloqueie a magia: IA generativa (AIGC), APIs fáceis de usar, um excelente model zoo e modelos de difusão para geração de texto para imagem, restauração/aprimoramento de imagem/vídeo, etc.

Captura de tela, OCR offline, busca, tradução, busca por imagem, fixação de imagem, gravação de tela, captura de tela com rolagem omnidirecional, tradutor de tela. Suporta Windows, Linux e macOS.

Galeria de prompts GPT Image 2, biblioteca de prompts de imagem, habilidade de agente e CLI para geração/edição de imagens da OpenAI

Implementações oficiais do artigo: Anydoor: personalização de imagem em nível de objeto zero-shot

Algoritmos de processamento de imagem em Go puro.

[CVPR 2026] PromptEnhancer é uma ferramenta de reescrita de prompts, refinando prompts em versões mais claras e estruturadas para uma melhor geração de imagens.

[CVPR'25] Implementações oficiais do artigo - MagicQuill: Um sistema inteligente de edição interativa de imagens.

Ferramenta de geração e edição de imagens baseada na API gpt-image-2 da OpenAI.

🔥 [ICCV 2025 Highlight] InfiniteYou: Recriação flexível de fotos preservando sua identidade

Um modelo de edição de imagem de código aberto SOTA, que visa fornecer desempenho comparável aos modelos de código fechado como GPT-4o e Gemini 2 Flash.

[NeurIPS 2025] A edição de imagem vale um único LoRA! 0,1% de dados de treinamento para uma edição de imagem fantástica! Supera o GPT-4o na persistência de ID~ MoE ckpt lançado! Apenas 4GB de VRAM são suficientes para executar!

Este projeto é a implementação oficial do 'DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)'

Ferramenta de edição de imagem extensível no seu navegador.

Inpainting de alta qualidade sem necessidade de treinamento para qualquer modelo de Stable Diffusion. Suporta ComfyUI.

Um modelo multimodal nativo unificado com 3B de parâmetros ativos para compreensão, geração e edição de imagens e vídeos.

Implementações oficiais para o artigo: Zero-shot Image Editing with Reference Imitation

Bernini é um framework unificado para geração e edição de vídeo que combina um planejador semântico baseado em MLLM com um renderizador baseado em DiT.

[CVPR2024, Highlight] Código oficial para o DragDiffusion

[ECCV 2024] PowerPaint, um modelo versátil de preenchimento de imagem que suporta preenchimento de objetos guiado por texto, remoção de objetos, expansão de imagem e preenchimento de objetos guiado por forma, tudo com um único modelo.

🎬 Gere imagens a partir de qualquer ponto de vista da câmera via controle interativo 3D. Arraste a câmera no espaço 3D ou use os seletores para definir azimute/elevação/distância e gere a imagem. Desenvolvido com Three.js + Gradio, interface bilíngue ZH/EN.

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

UniWorld: Codificadores semânticos de alta resolução para compreensão e geração visual unificadas.

Modelo de edição de múltiplas imagens SOTA de código aberto

[ICML 2024] MagicPose (também conhecido como MagicDance): Retargeting realista de poses humanas e expressões faciais com difusão consciente de identidade.

[ICLR 2026] ChronoEdit: Rumo ao raciocínio temporal para edição de imagens e simulação de mundos

Uma bancada de trabalho WebUI de geração de imagens por IA para GPT-image-2, com suporte a respostas do Codex e API compatível com OpenAI, galeria pública integrada, chips de atalho de múltiplos tipos, modelos de prompt, concorrência de várias tarefas e gerenciamento de fila local.