asciimg, 在Java中，编写了一个ascii图像生成器 asciimgAsciimg是用Java编写的可扩展Ascii艺术生成器。 有关更多信息，请参阅这里博客帖子： http://korhner.github.io/java/image-processing/ascii-art-gene

BlenderProc 用于真实感训练图像生成的程序化Blender管道。 查看我们的（我们会不时对其进行更新）和我们在RSS 2020上发布的关于sim2real传输的。 概述视频 BlenderProc还有一个完整的。 BlenderProc还有一个扩展的介绍视频，它涵盖了基础知识和一些背景故事，以及它们的开始方式。 可以在找到。 内容 一般 通常，一条管线的运行首先加载或构建3D场景，然后在该场景内设置一些相机位置，并为每个图像渲染不同类型的图像（rgb，距离，法线等）。 混合器管道由不同的模块组成，其中每个模块在描述的过程中执行一个步骤。 通过.yaml文件选择，订购和配置模块。 要运行Blender管道，只需调用主目录中的run.py脚本以及所需的配置文件和任何其他参数即可。 可以在相应的示例文件夹中找到示例性config.yaml 。 python run.py c

可见光图像易受光照变化影响，而热红外图像对成像的光照条件具有鲁棒性，因此，热红外图像可以弥补可见光图像光照敏感性这一不足。然而，红外热像仪价格昂贵，采集热红外图像的成本远高于可见光图像。针对此问题，提出了一种基于生成对抗网络的热红外人脸图像生成方法，采用条件生成对抗网络结合L1损失从可见光图像中生成红外热像。在USTC-NIVE数据库上的实验结果验证了所提出的红外热像生成方法的有效性。同时，将生成的红外热像作为扩充样本，有助于提高红外表情识别的精度。

MandelBrot_Parallel 使用MPI的Mandelbrot图像生成器 mandelbrot_ms.cc包含主从mandelbrot模型方法

本资源为机器学习实验四：深度学习图像生成（Part two：DeepDream）模型文件及图像。来源姜老师，仅供学习存档。

本资源为实验四：深度学习图像生成（Part one：图像风格迁移）文章对应模型及图像。

py-sketch-image 从图像生成草图版本。 它使用python3和OpenCV创建图像的草图版本。 通过创建图像的灰色版本并将草图效果应用于新文件来工作。 图像的草图版本将存储在原始图像的同一目录中。 原始图像完全不受影响。 例： 原版的 草图 1.安装 pip3 install -r requirements.txt 2.用法 运行sketch.py​​，提供要绘制图像的路径。 python3 sketch.py /image/path/to/sketch 3.联系 如果您对如何改进软件有任何想法，请在下面的链接中给我留言。 免责声明：请注意，该软件是按原样提供的，在任何

图像字幕生成器：LSTM模型从预先训练的VGG-16模型中提取特征后，会为输入图像生成字幕。 （计算机视觉，自然语言处理，深度学习，Python）

零食与遗传遗传算法 本期《零食与骇客》有两个挑战： 使用遗传算法生成简单形状的自定义图像（中等水平，无硬件要求） 使用遗传算法使用nvidia的StyleGAN生成您的脸部，以获得超现实的脸部（高级，需要GPU） 挑战1 可以在此存储库中的generic_polygons.py文件中找到有关第一个中级挑战的说明。 挑战2 第二个高级挑战利用tensorflow和此仓库的内容： : 。 请注意，要执行此任务，您需要具有带有CUDA环境设置的nvidia GPU 。 或者，您可以使用云计算（例如Google Cloud Platform），但可能会产生一定的成本，会增加复杂性，并且可能

利用每行每列灰度值之和来分割图像，并用阈值进行分类生成训练集，然后训练神经网络检测小芯片缺陷