获取图像的轮廓，并在轮廓周围绘制图形在图像处理中很常用，此实例详细讲解了发现轮廓的步骤， 通过相关API在轮廓中找到最小矩形和圆，旋转矩形和椭圆，然后绘制。

StarGAN-官方PyTorch实施 *****新增功能：可从获得StarGAN v2 ***** 该存储库提供了以下论文的官方PyTorch实现： StarGAN：用于多域图像到图像翻译的统一生成对抗网络1,2， 1,2， 2,3，2，2,4， 1,2- 1韩国大学， 2 Clova AI研究，NAVER Corp. 3香港科技大学新泽西学院4 摘要：最近的研究表明，在两个领域的图像到图像翻译中取得了巨大的成功。 但是，由于应为每对图像域分别构建不同的模型，因此现有方法在处理两个以上域时具有有限的可伸缩性和鲁棒性。 为了解决此限制，我们提出了StarGAN，这是一种新颖且可扩展的方法，可以仅使用一个模型就可以对多个域执行图像到图像的转换。 StarGAN的这种统一模型架构允许在单个网络中同时训练具有不同域的多个数据集。 与现有模型相比，StarGAN的翻译图像质量更高，并且具有

AOT-GAN用于高分辨率图像修复 | AOT-GAN：用于高分辨率图像修复的聚合上下文转换，，，。 引文 如果我们的论文和代码中的任何部分对您的工作有所帮助，请慷慨地引用我们并加注星标 :face_blowing_a_kiss: :face_blowing_a_kiss: :face_blowing_a_kiss: ！ @inproceedings{yan2021agg, author = {Zeng, Yanhong and Fu, Jianlong and Chao, Hongyang and Guo, Baining}, title = {Aggregated Contextual Transformations for High-Resolution Image Inpainting}, booktitle = {Arxiv}, pages={-}, year = {2020} } 介绍 尽管取得了一些令人鼓舞的结果，但是对于现有的图像修复方法来填充高分辨率图像（例如5

eVision(TEBW8Image)的影像轉給Halcon的HXImage .

image pro-plus中文详细教程，适用于生物，医学，图像微观处理，没有matlab繁琐，简单易用。

本人很不容易找到的NSCT代码（matlab），亲测可用，压缩包有函数和例子 由于水平不够没有把每个函数看懂，但确实实现了NSCT分解和融合，低价分享给有需求的人 压缩包里还有理一个压缩包 里面有必要的函数应和大文件放一起 notes： The original author of this paper By Zhiqin Zhu and Mingyao Zheng Chongqing University of Posts and Telecommunications If you feel the infringement, please contact me and delete it immediately

粒子图像测速技术的新发展和最新应用，PIV领域的权威著作

一个简单的Java库，从图像中提取色调。 用法 示例 import java.awt.Color ; import java.io.File ; import static java.lang.System.* ; import io.github.hulang1024.rgbaster.Colors ; import io.github.hulang1024.rgbaster.Options ; import io.github.hulang1024.rgbaster.Rgbaster ; import io.github.hulang1024.rgbaster.WebColorValueUtils ; Colors colors = Rgbaster . colors( new File (imageDir, " foo.png " ) ); out . println( " Dom

笔管ImageResize模块 Quill富文本编辑器的模块，允许调整图像大小。 另请参阅 ，该模块可为Quill启用复制粘贴和拖放功能。 演示版 用法 Webpack / ES6 import Quill from 'quill' ; import { ImageResize } from 'quill-image-resize-module' ; Quill . register ( 'modules/imageResize' , ImageResize ) ; const quill = new Quill ( editor , { // ... modules : { // ... imageResize : { // See optional "config" below } }

转移学习 使用VGGNet对花朵图像进行分类。