16.act win.pal 调色板文件Paint Shop 专用和Photo Shop专用
2021-12-21 10:02:15 968B 16.act win.pal 调色板文件Paint Shop
1
Gallery2.apk 这是一个相机应用
2021-12-18 19:20:14 7.99MB photo
1
程序员面试刷题的书哪个好 标题 ​ 该项目是基于s3c2440的文件管理器,实现具体的电子书浏览,以及相册浏览功能。该应用程序主要分为8个模块: ​ 1.页面模块page:包含7个通用菜单页面,包括主页面main_page,图片浏览页面browse_page,连播时间间隔设置页面interval_page,连续播放模式页面auto_page,图片操作菜单manal_page,设置页面setting_page。 ​ 2.渲染模块render:format子模块解析jpeg以及bmp格式图片;operation子模块,实现图标的缩放,合并入主页面;以及查看图片的缩放和拖拽挪动。 ​ 3.文件模块file:用作文件映射到虚拟内存。 ​ 4.编码模块encoding:模块获取文字编码。 5.点阵模块fonts:通过编码的到位图点阵。 ​ 6.输入模块input:模块绑定按键的输入事件。 ​ 7.调试模块debug:通过socket编程,实现远程打印调试。 ​ 8.显示模块display:用作页面显示。 创作背景 ​ 出于学习的目的,偶然发现了这样一个项目,感觉对于自己成长很有
2021-12-14 11:01:33 120KB 系统开源
1
图像编辑工具使用python语言实现图像的亮度,磨皮,美白等功能。该工具具有可运行的界面,原始图像与处理后图像的对比等。
2021-12-13 11:47:05 7.6MB 图像 编辑 美化 python
1
此时 一款可帮助您牢记新奇经历的应用程序。 有时候,您可能会遇到三个关键时刻,例如“我第一次用水粉颜料作画”,“我第一次更换轮胎”或“我第一次熬夜”。 去做 文件夹结构(书柜样式) 修正风景模式 添加选项菜单(考虑个人设计更改,即主题) 添加更多动画(删除图标,编辑图标等...) 想象 有人认为,新颖的经历会使您的生活更长寿。 记住生活的一种常见方法是通过日记和日记。 我发现这些方法难以填充且费时。 相反,我喜欢记录我第一次做某事的时刻。 这样,您就可以开始发现构成生活中独特体验的所有小事情。 有了这一刻,记下并记住那种独特的感觉。 该应用程序还可用于记录其他人的时刻并保持单独的类别。 例如: 您的孩子第一次独自结交朋友 一对夫妇第一次露营 您的宠物第一次整夜不发声睡觉 用户体验设计 设计应该是极简主义和异想天开的。焦点应该完全围绕您所保存的时刻,并且不要因讨厌的ui元素而分
2021-12-13 01:32:55 18.41MB Kotlin
1
前端项目-photo-editor,基于cropper.js的照片编辑应用程序
2021-12-11 13:33:40 184KB 前端项目
1
Fotor:在线使用免费图像编辑 Fotor是一个免费的在线图片编辑器和图形设计师,使您可以使用在线图片编辑工具,例如添加滤镜,框架,文本,贴纸和效果-并应用设计工具来制作创意照片设计和图形。 在线Photoshop和图形设计软件从未如此简单! 语言:English
2021-12-11 12:47:46 26KB 扩展程序
1
PhotonetGet 该实用程序可以从Photo.net下载任意数量的图像。 只需提供一个数据集文件即可。 需要Python 3.4和必须提供的数据集文件。 请参阅示例文件example.txt 。 ##要从命令行运行PhotonetGet,请执行以下操作: 用法: PhotonetGet.py [dataset.txt] [ids col from 1...] 示例: ./PhotonetGet.py dataset.txt 2 版权所有(C)2015 Stephen Makonin。 保留所有权利。
2021-11-28 17:11:33 9KB Python
1
NIMA:神经影像评估 这是Hossein Talebi和Peyman Milanfar撰写的《 (在接受)的PyTorch实现。 您可以从了解更多。 实施细节 该模型在上进行了训练,该包含大约255,500张图像。 你可以从得到它。 注意:数据集中可能存在一些损坏的图像,请在开始训练之前先将其删除。 该数据集分为229,981张图像用于训练,12,691张图像用于验证和12,818张图像用于测试。 ImageNet预训练的VGG-16用作模型的基础网络,为此,我在验证集上损失了约0.072 EMD。 尚未在本文中尝试过其他两个选项(MobileNet和Inception-v2)。 非常欢迎您进行自己的扩展。 学习率设置与原始论文不同。 我似乎无法使用3e-7的转换底数和3e-6的密集区块的底线来使模型收敛于动量SGD。 另外,我没有做太多的超参数调整,因此您可能会获得更好的结果
1
web电子相册开发源代码非常的不错额,请使用电子相册不错的代码
2021-11-26 10:07:22 2.21MB web photo
1