关于图像复原技术很全面的一篇文章，很多数字图像复原的研究都参考此文献

High-Speed 3D Imaging with Digital Fringe Projection Techniques

主要介绍了Python Image模块基本图像处理操作,结合实例形式总结分析了Python图形处理模块Image常用的图形处理函数、功能及相关使用技巧,需要的朋友可以参考下

image模型，(Size = 34 mb, optimized for speed and moderate performance, with fast detection time)

一开始使用的是html2canvas.js。功能是可以实现，但是有缺陷（表格存在合并的单元格时，生成的图片表格线框不完整），后来很不容易知道了dom-to-image.js,尝试之后觉得非常不错

十分经典的图像处理软件Image Pro Plus的教程

补丁VQ Patch-VQ：“修补”视频质量问题 演示版 请按照 测试在LSVQ数据库上预训练的Patch VQ模型。 请按照在您的数据库上测试我们的Patch VQ模型。 下载LSVQ数据库 描述 对于社交和流媒体应用程序，无参考（NR）感知视频质量评估（VQA）是一个复杂，尚未解决的重要问题。 需要有效，准确的视频质量预测器来监视和指导数十亿个用户共享内容（通常是不完美的内容）的处理。 不幸的是，当前的NR模型在真实的，“野生的” UGC视频数据上的预测能力受到限制。 为了推进这一问题的发展，我们创建了迄今为止最大的主观视频质量数据集，其中包含39，000个真实世界的失真视频和117，000个时空本地化的视频补丁（“ v-patches”），以及5.5M人类的感知质量注释。 使用此工具，我们创建了两个独特的NR-VQA模型：（a）基于本地到全球区域的NR VQA体系结构（称为PVQ）

这是本人写的一个基于KindEditor-4.1.9的Java项目，采用Struts2框架，实现了KindEditor单张图片上传、批量图片上传，可以上传到image目录下的子目录中，可返回上一级目录，并实现了按名称、大小、类型排序的功能。这是一个完整的项目，下载解压后可直接导入MyEclipse或Eclipse中运行，本人保证代码质量，谢谢支持！访问地址：http://localhost:8080/kindeditor/demo_1.jsp

Image Processing Author：zhiyu-Lin Date：2018-7-25 E-mail: Description: 数字媒体课程大作业，用django实现交互界面 环境 python>=3.5 django==2.0.4 opencv-python==3.4.0.12 numpy==1.13.1 PIL==4.2.1 pip install -r requirements.txt 实现功能 改变图像对比度、饱和度、亮度-opencv库辅助完成 图像接缝裁剪-seam carving算法实现 图片去雾-暗通道去雾算法 运行 #命令行输入 python manage.py runserver 0.0.0.0:8000 #在浏览器输入 localhost:8000/hello 结果 通过滑动条来调节图片对比度、亮度和饱和度，三种效果可重复叠加。 在size输入框中输入裁剪

qt-heic-image-plugin Qt插件，允许基于Qt和KDE的应用程序读取/写入HEIF / HEIC图像。