- 综合排序
- 最热优先
- 最新优先
黑白图片上色-黑白照片上色-图像加彩色-照片上色API接口介绍
前言如果想把黑白照片变成彩色照片，黑白图像上色能实现此功能。它能智能识别黑白图像中的实际内容并填充合适的色彩，使黑白图像变得鲜活。比如森林会自动上绿色主色，天空会自动上天蓝色主色。 下面来介绍下黑白图像上色接口。 ": "成功",// 返回码对应描述 "taskNo": "122984078218931802948253",// 本次请求号 "data": { "base64": "" ,// 生成后图片的 base64字符串，不带图片头。 "url": ""// 生成后的图片的url，有效期30天。建议自行下载保存，避免丢失。 }}
24210编辑于 2026-06-01- 来自专栏聊点学术
电镜图片上色！看完你就会了。
（个人●上色效果图） ? （个人●上色效果图） 这些效果都是PhotoShop做出来的。 别担心！整个上色过程仅使用简简单单的3种工具：磁性套索、图层、色彩填充。 接下来，以下图为例，做电镜上色动作分解。 ? ---- 图文教程 1. 首先你的电脑上需要安装PhotoShop做，网上有很多绿色版，随意下载一个版本的就行。（我个人用的是14.0 x64版本） ? 直接用PhotoShop打开电镜图片（无需建立画布） ? 3. 按“Ctrl+J”，新建图层。 ? 4. 点击左侧的缩放工具，放大局部至合适大小（个人感觉越大越方便）。 ? 5. 可以看到初步的上色效果。有内味儿了！ ? 10. 接下来重复上一步的操作方法将凹陷里面的另一个细胞也上色。 ? 11. 选择图层1，也就是最开始建立的图层。 完美上色！ ? 14. 当然了，如果耐心足够，还可以设计更多细节和颜色。比如我手痒了，就顺势添加了一些小细节。 ? Ending
2K30发布于 2020-09-14 - 来自专栏新智元
【深度学习自动上色，数月工作几秒完成】开源神经网络图片上色技术解析
【新智元导读】本文是作者对Reddit社区用户Amir Avni深度学习上色机器人的实现，看完本文后，你也能打造媲美大师级着色效果的自动上色神经网络应用。 此外，还有一个好处，即使失败了（例如本文头图，见上），你也可以说这是艺术：） 如今，上色都是人手工用Photoshop做的，一张图片要花好几个月才能完成，需要进行大量调查研究，光是其中的一张脸就需要多达 每个滤波器确定我们在图片中看到的内容，可以突出显示或删除某些东西，从图片中提取信息。网络可以从滤波器中创建新的图像，也可以将多个滤波器组合成一个图像。 图片来自Unsplash——公开的专业摄影师创意图片。这个数据集包括9.5万个训练图像和500个测试图像。 特征提取器 我们的神经网络要做的是发现将灰度图像与其彩色版本相链接的特征。 每幅图片的大小都需要确定，比例一致。
2.3K70发布于 2018-03-22 - 来自专栏机器之心
教程 | 百行代码构建神经网络黑白图片自动上色系统
本文将向你介绍一种简单而有效的黑白图片上色方法，仅需 100 行代码，你也可以搭建自己的神经网络，几秒钟内让计算机自动完成手动工作需要几个月的任务。 目前，图片上色的工作主要由人们通过 Photoshop 手工完成，这需要相当多的工序和时间。 简而言之，一张照片可能需要一个月的时间来上色。 它可以让我们对此前未见的图片进行上色。 在「正式版」中，我们会将神经网络与分类器相结合。 我们会使用训练过 120 万张图片的 Inception ResNet V2，为了让上色风格更符合现代审美，我们使用 Unsplash 上的图片来训练神经网络。 beta 版本 如果想理解 alpha 版本的弱点，可以尝试为未训练过的图片上色，可以看到，它通常会给出糟糕的结果，因为网络只对信息进行了记忆，从而无法为没见过的图像上色。
2.1K60发布于 2018-05-10 - 来自专栏移动开发面面观
OpenGL学习笔记——上色
一开始，只画找来一张纸（窗体），在上面随便的涂抹上色，然后学着画规则物体，三角形、圆形等，接着学习画一些具有透视的3D场景，最后越画越接近真实的物理效果。
1.2K40发布于 2018-07-03 - 来自专栏往期博文
老照片上色——DeOldify快速上手
契源 最近家里人翻出了一些黑白老照片，想让我帮忙给老照片上色，于是我在gayhub上找到了DeOldify这个项目。 简单理解，就是说Artistic模型比较倾向艺术型，上色会趋向丰富大胆一些，Stable模型比较稳定，上色通常比较写实，适合风景和肖像。 这两个都是针对图像上色，对于视频上色需要使用第三个Vidio模型，它解决了视频上色的闪烁问题。 上色完之后，发现毕导的衣服颜色换了，因为模型无法根据灰度细节推理出原始色彩信息。艺术模型(Artistic)上的色明显比稳定模型(Stable)上得色彩更“妖艳”一些。 回归正题，下面我本来想再测试一下视频恢复效果，因为作者还提供了colorize_from_file_name这个接口可以用来给视频上色，但是我发现输入路径存在一些问题。
2.2K20编辑于 2022-09-16 - 来自专栏量子位
0.7秒，完成动漫线稿上色
我们照例一起扒一扒背后的技术~ 理解线稿，精细上色 想要学会上色，AI首先要明白线稿为何物。 为了使得上色效果精准，并在多帧情况下保持各帧风格的一致性，爱奇艺工程师们祭出了以下几招： 根据具体需求调整网络结构，使模型与数据更加匹配 设计色彩参考模块和风格参考模块等预处理模块，提高上色图片的色彩丰富度和风格统一性 需要说明的是，在给动态漫画上色的过程中，AI倒是也「参考」了一些人工上色的方法，比如背景和特效大多可以重复使用，上色模型可以只专注于对人物进行上色。 （论文地址见文末） 研究人员发现，动画帧之间存在着很强的关联性，很多只是身体位置和动作发生了变化，如果能获得帧间的相关性，只需要一帧上好色的图片，就能将其颜色变换到其他待上色帧，减少大量重复、非创造性的劳动 爱奇艺表示，相较于纯人工上色，智能上色引擎预计可在动态漫制作上色环节中，节省约30%的人力。
1.1K10编辑于 2023-03-10 - 来自专栏Sign
人工智能 线稿上色工具
官方demo 当然，这个AI还没有达到『一键完美上色』的程度。 实际上，这个工具学习成本还是有的，而且目前上色AI的水平也有天花板。 ? 当然，这个上色AI的作者也发出这样的感慨。 ? ---- 目前这个工具可以做到的是，把以往的上色方式，改成单点排布，也就是你只要点击区域就会帮你计算色块区域，而且这个工具貌似比较偏向于日漫的上色风格…… 期待后续的进化吧，希望作者可以加油，持续关注中 ---- 最后，AI工具并不是『取代』而是『优化』，上色AI一出来，就大批人鼓吹『画师失业』，程序AI一出来，就大批人鼓吹『程序员失业』…… 工具始终是工具，有美术基础的画师，上手上色AI肯定比零基础的小白要快
1.9K50发布于 2018-07-23 winform基于opencvsharp实现黑白图像上色
} } } 【测试环境】 vs2019 netframework4.7.2 opencvsharp4.8.0 【演示视频】 C#使用OpenCvSharp实现黑白老照片上色 BV1es421T7zK/ 【C#源码下载】 https://download.csdn.net/download/FL1623863129/89450272 同时我也用python和C++都实现了使用这个算法进行图像上色
45300编辑于 2025-07-21- 来自专栏Flutter笔记
Flutter | ShaderMask - 给你的Widget加上色彩
这就是官方demo的例子，也是 ShaderMask 最基础的用法，下面就来说一下进阶的用法。
3K40发布于 2020-03-19 - 来自专栏站长的编程笔记
【说站】ps钢笔勾完怎么上色
ps钢笔勾完怎么上色 1、钢笔工具通过一系列锚构建路径，转化为选区 2、使用添加锚工具，可在路径中插入其他锚，有效地将线段分成两部分。 以上就是ps钢笔勾完上色的方法，当我们用钢笔对图片进行描边后，就可以采取这种方法继续上色，对图片不断地完善。大家学会后也赶快动手尝试下吧。
1.4K40编辑于 2022-11-24 - 来自专栏ACM算法日常
给球上色（线段树+离散化） - HDU 1199
现在吉姆用一个刷子给球上色，整数a、b，w为白色，b为黑色。找出最长的白色序列。
1.6K50发布于 2019-01-02 - 来自专栏矩池云
教你如何使用GAN为口袋妖怪上色
在本案例中，我们用神经网络来给口袋妖怪的线框图上色。 我们每张数据图片分成了两个部分，左边部分是线框图，我们用来作为输入数据，右边部分是上色图，我们用来作为训练的目标图片。 我们采取如下的数据增强方案: 图片缩放, 将输入数据的图片缩放到我们指定的图片的大小 随机裁剪 数据归一化 左右翻转 def resize(input_image, real_image, height ，我们使用的是GAN模型来训练, 相比上个条件GAN生成手写数字图片，这次的GAN模型的复杂读更加的高。 , target) 矩池云现在已经上架 “口袋妖怪上色” 镜像；感兴趣的小伙伴可以通过“Jupyter 教程 Demo” 镜像中尝试使用。
1.1K30发布于 2020-03-13 FPS游戏：D3D实现游戏人物上色
如何对人物上色 上色只需要清空D3D着色器即可，默认是白色。 如果只需要全局上色，则只需要过滤主ID，从ID无需过滤。 上色没啥难度，只要找对人物模型即可。
1.3K10编辑于 2023-02-25- 来自专栏机器学习与生成对抗网络
【图像上色小综述】生成对抗网络的GAN法
0，图像上色及其分类 图像上色一般分为两种：无引导上色和有引导上色。 顾名思义，无引导指的是全交由算法进行自动化上色，而有引导则在上色过程中有人为（其它参照）干预，比如给出一幅风格参考图像或指定某一区域为特定颜色。 图像上色的主要难点比如：1）数据集获取；2)上色的语义辨识性，前背景、各目标实例独立色彩效果；3）合理统一的评估方法等 结合GAN的上色方案一般具有一些优点是：1）GAN生成模型擅长图像转换任务，而图像上色也属于图像转换 本文将残差U-net集成到带有辅助分类器的生成对抗网络（AC-GAN）中，以完成动漫草图上色任务。 ? 该方法属于有引导的图像上色方法。 ? 在漫画动画中，对素描图像上色的需求很大，但素描（纹理等）信息匮乏。为此，参考图像通过以一种可靠的、用户驱动的方式辅助上色过程。
2.4K20发布于 2020-10-27 - 来自专栏站长的编程笔记
【说站】ps用吸管取样后如何上色
ps用吸管取样后如何上色 我们在对图片上进行一些颜色添加时，如果使用默认的颜色，很多时候跟图片本身的颜色差别过大，这时就需要吸管进行取色了，下面一起来看看具体的方法吧。 以上就是ps用吸管取样后上色的方法，大家如果想要使用图片上的颜色，可以采取这种方法进行吸色。
2.5K20编辑于 2022-11-23 - 来自专栏机器学习AI算法工程
用AI给漫画线稿自动上色工具
动漫线稿上色 当我们谈到「上色」时，在人工智能语境里这意味着将线稿的风格转换为彩色漫画风格，其重要之处在于： 1. 让我们直接在纯线稿上生成彩色草图。这意味着艺术家们不必再在线稿上加入高亮或阴影。 「上色」会将线稿风格迁移为彩色图画。图画和上色的线稿图，其中的区别在于阴影和纹理。 绝大多数业内最佳的神经网络上色工具都有类似的工具。 在训练时，开发者未加入强制神经网络为草图上色的规则，但神经网络自行从输入图片中学习到了上色的方法，这样的过程让鉴别器更加难以识别。 研究人员使用的是特别适合线稿上色的一种 Inception 变体。
3.7K30发布于 2019-10-29 - 来自专栏Java项目实战
AI绘画专栏之 SDXL controlnet 老照片上色教程(35)
问：但是等等，如果一个转换层的权重为零，梯度也将为零，网络将不会学到任何东西。为什么“零卷积”有效？
1.7K40编辑于 2023-11-16 - 来自专栏机器学习与生成对抗网络
UniColor：结合 transfomer 和 GAN 的多模式图像上色算法
UniColor: A Unified Framework for Multi-Modal Colorization with Transformer 提出了第一个统一框架 UniColor 以支持多种模式的着色，包括无条件和有条件的模式，例如笔画、示例、文本，甚至它们的混合。没有为每种类型的条件学习单独的模型，而是引入了一个两阶段着色框架，用于将各种条件合并到一个模型中。
94610编辑于 2022-10-31 - 来自专栏微信公众号：小白课代表
几秒钟，将世界从黑白变成彩色。
最近这两年，人工智能、机器学习大热，出现了很多与此相关又很有意思的网站，比如之前和大家推荐的AI人工智能图片放大就是基于人工智能深度学习技术——深度卷积神经网络，今天给大家推荐的是三个图像上色网站，可以将黑白图或者线稿变为漂亮的彩色图 • 在微信公众号：小白课代表 后台回复『052』或『上色』获取下载链接。 Part 1 Automatic Image Colorization ? 上色前 ? 上色后 ? Part 2 PaintsChainer-线稿自动上色服务 ? 上色前 ? 上色后 ? 上色后 ? 这个网站主要用于二次元图片上色以及线稿上色，只需要上传图片即可使用，上色以后还可以更改模式， ? 上色前 ? 上色后 ? 将需要上色的图片的链接粘贴过去，或上传图片再点击COLORIZE IT即可上色。 友情提示：如果网站打不开，多试几次即可。
67540发布于 2018-06-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号