标签
DiscImageStudio 是一款开源工具,可将图片转换为符合 CD、DVD 与蓝光物理层约束的数据,刻录后使光盘盘面呈现肉眼可见的图案,支持 Windows GUI 与 Linux/macOS 实验性 CLI。
《利刃出鞘》的摄影指导史蒂夫·耶德林推出了适用于 iPhone 的 Chromagraph Camera 应用,将他为电影制作定制的色彩处理技术应用于 RAW 格式照片。经莱恩·约翰逊推广后,该应用迅速登顶 iOS 付费下载榜。
一篇深入浅出的技术长文,详细讲解 H.264 视频压缩标准为何如此高效,涵盖有损压缩原理、丢弃不重要细节,以及它相比 PNG 在存储上的惊人效率。
Quick Study 是一个由 Claude Opus 5.5 生成的浏览器工具,使用 canvas 元素和 Sobel 边缘检测,将照片以油画、水彩或点彩风格在几秒内逐笔'画'出来,支持对比原图、重新随机绘制并下载 PNG。
一篇2014年的博文,讲解如何制作混合图像——即随观看距离变化而改变的图像,结合了2006年 Oliva/Torralba/Schyns 的技术、直观的傅里叶分析以及代码。
FairScan 的开发者指控 Ente Locker 应用在未署名的情况下,几乎直接将其 Kotlin 图像处理代码翻译为 Rust,并声称该代码是从零编写的。Ente 工程师起初承认措辞不当,随后重写了相关代码,但 FairScan 作者表示已分发的版本无法更改,且向 Ente 官方求助未获回应。
Simon Willison 开发了 Photo Scrubber,这是一款实验性的本地工具,能在分享照片前自动检测并模糊人脸、清除元数据。该工具使用编译为 WebAssembly 的 Google MediaPipe 以及 BlazeFace 人脸检测模型,完全在浏览器中运行,可在保护隐私的前提下分享图片。开发过程中借助了 GPT-6 Astra 的协助。
介绍了Photo Editor AI智能体,它使用户能够通过自然语言描述,将现有照片转化为照片级真实、专业级的成品图像,同时保留自然的纹理和光照效果。
这篇 Show HN 帖子介绍了 KCC(Kindle Comic Converter),这是一款开源工具,可通过 2D DFT 修复彩虹摩尔纹、黑位校正、抖动处理以及设备原生缩放等技术,在电子墨水屏阅读器上最大化漫画/图像的显示质量,实现无边距全屏显示。
这篇文章描述了一个黑客马拉松项目,参与者逆向工程了一个法国药房十字LED灯牌,并开发了工具,包括一个C++库,用于显示自定义内容,例如Rickroll视频。
这条推文讨论了在没有真实标签的情况下为多边形输出设定质量指标的困难,但提出了一种可靠的三方协议方法。它强调了对于非专用视觉-语言模型而言令人印象深刻的结果,尽管存在假阳性/假阴性,并且注意到使用网格提示的改进。
作者开发了一个确定性图像路由系统,对图像进行分类,决定是作为原始字节发送还是通过OCR提取文本,实现了LLM上下文集成中令牌消耗的88%减少。
ImIR 通过使用源自图像的指令,适配预训练图像编辑模型以执行六种图像修复任务,实现高效且任务无关的修复。
SAM 3.1可以使用Meta Model API上的文本提示来检测、分割和跟踪图像和视频中的对象,并具有指定的推理费用。
一项测试,展示Qwen-Image-2.1模型处理多张参考图的能力。
博客文章描述了一个分步过程,使用DJI Lito X1无人机和Zeitgeist Survey在30分钟内创建航拍地图,突出了飞行规划和图像处理中的自动化和效率。
一个名为whiteboard-animator的开源工具,可将白板风格的图像转换为手绘动画,支持逐笔渲染,并能够同步音频以创建视频。
一种名为“去相关拉伸”的NASA色彩增强技术最初用于优化火星图像,现被考古学家应用于提升对比度与色彩映射,以揭示古老岩画中隐藏的细节。
本文展示了 Workflow1111,这是一个使用 Gradio Workflow 重构的 AUTOMATIC1111 的 stable diffusion 网络界面,它将多个媒体管道和 AI 模型集成到一个画布中。