非常强大的照片HDR优化工具，随便拍一张普通无奇的照片，特别是风景照，通过这个软件处理之后都可以成为“大片”

算法图像恢复代码matlab 帮助说明 GPUhelp文件说明了GPU的连接和使用方法。 论文参考 包含参考过的论文原文，论文复现记录。 env是本地virtualenv环境。 pytorch笔记是从pytorch官方文档里摘录的参考。 项目进度书 HDR-NTIRE2021 赛事链接： 任务： Track 1 Single Frame Track 2 Multiple Frames 1、任务时间节点 2020.01.20发布训练数据(输入与输出)和验证数据（仅输入） 2020.01.21验证服务器在线 2020.03.01最终测试数据发布（inputs only） 2020.03.08测试结果提交期限 2020.03.09简介/代码/模型提交截止日期 2020.03.11测试初步分数发布给参与者 2020.03.28参赛论文提交截止 2020.06.15成果颁奖 2、任务描述 从受噪声，量化误差和噪声影响的一幅或多幅输入低动态范围（LDR）图像中恢复HDR图像。目的是获得一种网络设计/解决方案，该解决方案能够产生高质量的结果，具有最佳的相似度（保真度）。 3、评价指标 标准的峰值信噪

HDR加 主题为“医学信息学”的专业模范“ Bibasbasierte Computergrafik”。 实施/ Nachbau des SuperHDR-Algorithmus（ ） Nutzung：main.pyausführen。 Es werden numpy，opencv，imageio，Canon_cr3和PyQt5 vorausgesetzt。 fürnumpy nutzen sie：点安装numpy fürOpenCv nutzen sie：pip安装opencv-python 安装映像文件：pip安装映像文件和运行das文件“ imagioRun.py” Canon_cr3 nutzen sie：python -m pip install canon-cr3 fy PyQt5 nutzen sie：python -m pip安装PyQt5 TIF bil

多曝光图像融合代码，文章为“ A Precise Multi-Exposure Image Fusion Method Based on Low-level Features” 仅用于科研用途，如果使用，请引用论文： Qi, G.; Chang, L.; Luo, Y.; Chen, Y.; Zhu, Z.; Wang, S. A Precise Multi-Exposure Image Fusion Method Based on Low-level Features. Sensors 2020, 20, 1597. BIBTEX: @Article{s20061597, AUTHOR = {Qi, Guanqiu and Chang, Liang and Luo, Yaqin and Chen, Yinong and Zhu, Zhiqin and Wang, Shujuan}, TITLE = {A Precise Multi-Exposure Image Fusion Method Based on Low-level Features}, JOURNAL = {Sensors}, VOLUME = {20}, YEAR = {2020}, NUMBER = {6}, ARTICLE-NUMBER = {1597} }

魔灯拍摄HDR视频，用HDRmaking分解不同曝光帧，然后自动合成HDR帧。

image_HDR_python 图像HDR，主要用于暗光照的增强，python实现 创新点：只对缺失光照的地方进行补光增强，而对光照充足的区域影响较小 需要环境: python3 numpy opencv-python scipy

读取envi 头文件的matlab代码，希望对大家有用

目前功能最全的HDR shop的中文版，不含插件。 HDRshop是专门处理和制作HDR文件的小工具，用于转换各种类型HDR格式相当便利。

该文档对Dolby_Vision和HDR10进行了详细的对比，对于想了解HDR相关技术的人员来说是很不错的学习资料。

基于深度CNN的单次曝光HDR图像重建 相关学习.docx