image-editing

功能強大且易於使用的螢幕截圖軟體

Grounded SAM：結合 Grounding DINO、Segment Anything、Stable Diffusion 與 Recognize Anything，自動偵測、分割與生成任意內容。

PaddlePaddle GAN 函式庫，包含許多有趣的應用，如第一階運動轉移、Wav2Lip、圖片修復、影像編輯、photo2cartoon、影像風格轉換、GPEN 等。

🎨 經典 MS Paint，REVISED + ✨Extras

OpenMMLab 多模態先進、生成式與智慧創作工具箱。解鎖魔法 🪄：生成式 AI（AIGC）、易用 API、超讚模型庫、擴散模型，支援文字轉圖像、影像/影片修復與增強等。

截圖 離線 OCR 搜尋翻譯 以圖搜圖 貼圖 錄屏 萬向捲動截圖 螢幕翻譯 Screenshot Offline OCR Search Translate Search for picture Paste the picture on the screen Screen recorder Omnidirectional scrolling screenshot Screen translator 支援 Windows Linux macOS

GPT Image 2 提示庫、圖像提示庫、代理技能與 OpenAI 圖像生成/編輯的 CLI

Paper 的官方實作：Anydoor：零樣本物件級圖像自訂化

純 Go 的影像處理演算法

[CVPR 2026] PromptEnhancer 是一個提示重寫工具，將提示精煉為更清晰、結構化的版本，以提升圖像生成效果

[CVPR'25] 文章官方實作 - MagicQuill：一個智能互動圖像編輯系統

基於 OpenAI gpt-image-2 API 的圖片生成與編輯工具

🔥 [ICCV 2025 Highlight] InfiniteYou：在保留您身份的同時進行靈活的照片重塑

一款 SOTA 開源圖像編輯模型，旨在提供媲美 GPT-4o 和 Gemini 2 Flash 等閉源模型的效能。

[NeurIPS 2025] 影像編輯只需要一個 LoRA！用 0.1% 的訓練資料就能進行神奇的影像編輯！在 ID 保持能力上超越 GPT-4o～MoE 檢查點已釋出！只需 4GB VRAM 即可執行！

此專案為 'DreamOmni2: Multimodal Instruction-based Editing and Generation (CVPR2026 Highlight)' 的官方實作

可在瀏覽器中使用的可擴充影像編輯工具

適用於所有 Stable Diffusion 模型的高品質免訓練 Inpaint。支援 ComfyUI

具備 3B 活躍參數的原生統一多模態模型，支援影像與影片的理解、生成及編輯。

論文官方實作：Zero-shot Image Editing with Reference Imitation

Bernini 是一個用於影片生成與編輯的統一框架，結合了基於 MLLM 的語意規劃器與基於 DiT 的渲染器。

[CVPR2024, Highlight] DragDiffusion 的官方程式碼

[ECCV 2024] PowerPaint 是一個多功能的圖像修補模型，僅需單一模型即可支援文字引導的物件修補、物件移除、圖像擴展以及形狀引導的物件生成。

🎬 透過 3D 互動控制從任何攝影機視角生成影像。在 3D 空間中拖曳攝影機或使用滑桿設定方位角/仰角/距離後進行生成。基於 Three.js + Gradio 建構，支援中英雙語介面。

「Pivotal Tuning for Latent-based editing of Real Images」(ACM TOG 2022) 的官方實作 https://arxiv.org/abs/2106.05744

UniWorld：用於統一視覺理解與生成的高解析度語意編碼器

開源的 SOTA 多圖編輯模型

[ICML 2024] MagicPose (又稱 MagicDance)：具備身分識別感知的 Diffusion 實現真實人類姿態與面部表情重定向

[ICLR 2026] ChronoEdit：邁向影像編輯與世界模擬的時間推理

面向 GPT-image-2 的 AI 圖片生成 WebUI 工作台，支援 Codex Responses 與 OpenAI 相容 API 接入，內建公用圖庫、多類型 Chip 快捷引用、提示詞範本、多任務併發和本地佇列管理。