Android第三方开源框架ImageLoader的完美Demo，很好地体现了ImageLoadr异步加载图片的优越性。

resnet+attention model. 利用tensorflow改写。绝对好用！

图像去模糊 一张照片捕捉到一个难忘的时刻却后来才发现它模糊不清，这真是令人失望。 图像去模糊也可以用作其他应用程序的预处理步骤。 该项目使您可以对图像进行模糊处理。 用法 预先训练的权重和使用的模型存储在存储库中。 您可以直接加载它们并运行Demo.ipynb中显示的去模糊处理 如果要从头训练模型，则训练脚本位于deblur.py中 模型 使用了具有3个卷积层的CNN模型。 训练集包括4000张大小为96x96的模糊图像，目标集由相应的清晰图像组成。 实际的去模糊是在尺寸为32x32的较小色块上学习的。 在预测期间，可以一次从32x32的色块中预测出清晰的色块。 样品 水果： 伦娜：

在85,87版本上测试可用 问题: Chrome浏览器所有页面崩溃，“喔唷，崩溃啦！( STATUS_INVALID_IMAGE_HASH )” 原因: Google在79版本（2019年12月20号左右）的更新中又重新启用了Renderer Code Integrity Protection（渲染器代码完整性保护），会阻止签名不是谷歌和微软的模块加载。该功能已经在之前一个版本中导致同样的问题，并由Google自己禁用了。 解决: 禁用谷歌chrome的这项功能: RendererCodeIntegrityEnabled, 下载到电脑中双击运行

实现了2D的图像处理，关于图像的各种方式的DCT变换，以及反变换。

单LDR2HDR 从单个低动态范围图像生成高动态范围图像的实现。 实验结果 注意力 输入图像的分辨率不应太大（取决于计算机的内存），因为使用SciPy解决大型线性系统可能会导致内存用尽。 设置 在Python3.5和Python2.7上测试。 依存关系 安装设备。 cd singleLDR2HDR pip install -r requirements.txt 用法： python run.py ./test_image/test1.jpg 参考 [1]

介绍了asp.net显示图片到指定的Image控件中 具体实现，有需要的朋友可以参考一下

DNA编码，以及利用混沌系统对数字图像进行加密。

使用深度卷积网络的语义感知图像压缩 该代码是论文一部分，论文摘要在本页底部提供。 它包括三个部分： 生成感兴趣的多结构区域（MSROI）的代码（使用CNN模型。已提供了预训练的模型） 使用MSROI映射在语义上将图像压缩为JPEG的代码 训练CNN模型的代码（供1使用） 要求： 张量流 脾气暴躁的 大熊猫 Python PIL Python SKimage 有关详细的要求列表，请参阅requirements.txt 推荐： Imagemagick（用于更快的图像操作） VQMT（用于获取指标以比较图像） 目录 如何使用此代码？ 生成地图 ``` python generate_map.py ``` 在“输出”目录中生成地图和覆盖文件。 如果收到此错误 ``` InvalidArgumentError (see above for traceb

图像拼接数据集，用于图像拼接算法测试