Inpainting
Vous voulez retirer quelque chose (quelqu'un) d'une photo comme si cela n'avait jamais été là ? C'est une implémentation .NET de remplissage conscient du contenu. Elle remplit intelligemment les zones indésirables ou manquantes des photographies.
Supprimez les personnes ou objets indésirables de vos photos, les faisant paraître comme s'ils n'avaient jamais été là.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentVous voulez retirer quelque chose (quelqu'un) d'une photo comme si cela n'avait jamais été là ? C'est une implémentation .NET de remplissage conscient du contenu. Elle remplit intelligemment les zones indésirables ou manquantes des photographies.
Inpainting compte 380 étoiles sur GitHub. Il a été forké 49 fois. Inpainting est écrit principalement en C#. Il est développé activement depuis 2017. Inpainting est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, content-aware-fill, hacktoberfest, image-completion.
Qu'est-ce que Inpainting ?
Vous voulez retirer quelque chose (quelqu'un) d'une photo comme si cela n'avait jamais été là ? C'est une implémentation .NET de remplissage conscient du contenu. Elle remplit intelligemment les zones indésirables ou manquantes des photographies.
Inpainting est-il open source ?
Inpainting est un projet open source. Il est distribué sous licence MIT.
Inpainting est-il gratuit ?
Oui. Inpainting est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Inpainting ?
Inpainting est disponible sous licence MIT.
Dans quel langage Inpainting est-il écrit ?
Inpainting est écrit principalement en C#.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/zavolokas-inpainting.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.