image-editing

功能强大且易于使用的截图软件

Grounded SAM：结合 Grounding DINO、Segment Anything、Stable Diffusion 与 Recognize Anything，自动检测、分割并生成任意内容。

PaddlePaddle GAN 库，包括许多有趣的应用，如 First-Order motion transfer、Wav2Lip、图片修复、图像编辑、photo2cartoon、图像风格迁移、GPEN 等。

🎨 经典 MS Paint，REVISED + ✨Extras

OpenMMLab 多模态先进、生成式与智能创作工具箱。解锁魔法 🪄：生成式 AI（AIGC）、易用 API、超赞模型库、扩散模型，支持文本到图像生成、图像/视频修复与增强等。

截屏 离线 OCR 搜索翻译 以图搜图 贴图 录屏 万向滚动截屏 屏幕翻译 Screenshot Offline OCR Search Translate Search for picture Paste the picture on the screen Screen recorder Omnidirectional scrolling screenshot Screen translator 支持 Windows Linux macOS

GPT Image 2 提示库、图像提示库、代理技能与 OpenAI 图像生成/编辑的 CLI

Paper 的官方实现：Anydoor：零样本物件级图像自定义化

纯 Go 的图像处理算法

[CVPR 2026] PromptEnhancer 是一个提示重写工具，将提示精炼为更清晰、结构化的版本，以提升图像生成效果

[CVPR'25] 文章官方实现 - MagicQuill：一个智能互动图像编辑系统

基于 OpenAI gpt-image-2 API 的图片生成与编辑工具

🔥 [ICCV 2025 Highlight] InfiniteYou：在保留您身份的同时进行灵活的照片重塑

一款 SOTA 开源图像编辑模型，旨在提供媲美 GPT-4o 和 Gemini 2 Flash 等闭源模型的性能。

[NeurIPS 2025] 图像编辑只需要一个 LoRA！用 0.1% 的训练数据就能进行神奇的图像编辑！在 ID 保持能力上超越 GPT-4o～MoE 检查点已发布！只需 4GB VRAM 即可运行！

此项目为 'DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)' 的官方实现

可在浏览器中使用的可扩展图像编辑工具

适用于所有 Stable Diffusion 模型的高质量免训练 Inpaint。支持 ComfyUI

具备 3B 活跃参数的原生统一多模态模型，支持图像与视频的理解、生成及编辑。

论文官方实现：Zero-shot Image Editing with Reference Imitation

Bernini 是一个用于视频生成与编辑的统一框架，结合了基于 MLLM 的语义规划器与基于 DiT 的渲染器。

[CVPR2024, Highlight] DragDiffusion 的官方代码

[ECCV 2024] PowerPaint 是一个多功能的图像修补模型，仅需单一模型即可支持文本引导的物件修补、物件移除、图像扩展以及形状引导的物件生成。

🎬 通过 3D 交互控制从任何摄像机视角生成图像。在 3D 空间中拖拽摄像机或使用滑块设置方位角/仰角/距离后进行生成。基于 Three.js + Gradio 构建，支持中英双语界面。

“Pivotal Tuning for Latent-based editing of Real Images”(ACM TOG 2022) 的官方实现 https://arxiv.org/abs/2106.05744

UniWorld：用于统一视觉理解与生成的高分辨率语义编码器

开源的 SOTA 多图编辑模型

[ICML 2024] MagicPose (也称 MagicDance)：具备身份感知能力的 Diffusion 实现真实人类姿态与面部表情重定向

[ICLR 2026] ChronoEdit：迈向图像编辑与世界模拟的时间推理

面向 GPT-image-2 的 AI 图片生成 WebUI 工作台，支持 Codex Responses 与 OpenAI 兼容 API 接入，内置公用图库、多类型 Chip 快捷引用、提示词模板、多任务并发和本地队列管理。