多种图像/视频增强方法,用 Java 实现,用于处理去雾、去噪、后向散射去除、低照度增强、特征提取、平滑等常见任务。
gaussian-pyramid 开源项目推荐(25 个)
gaussian-pyramid 话题在 GitHub 上没有填写简介,这里按 Star 数汇总最相关的热门仓库。
20收录项目
605Star 总量
5覆盖语言
相关标签
热门项目 前 20
按 Star 数排序展示前 20 个 · GitHub 共 25 个仓库26hzhang /OptimizedImageEnhance
Java496
rayryeng /laplacianBlend
MATLAB 脚本,使用拉普拉斯金字塔融合,根据分隔两幅图像的 alpha 掩码将两幅图像融合。
30
twyunting /Laplacian-Pyramids
使用高斯金字塔和拉普拉斯金字塔进行图像融合
Jupyter Notebook28
Auggen21 /Low-Light-Image-Enhacement-1
论文《一种基于融合的弱光照图像增强方法》的 Matlab 实现,作者为 XueyangFu、DeluZeng、YueHuang、YinghaoLiao、XinghaoDing、JohnPaisley,Signal Processing Journal,Elsevier,2016 年 5 月
MATLAB26
Vedant2311 /Wavelets-and-Pyramids
实现了用于图像压缩和去噪的 Haar 小波与提升方案,以及高斯金字塔和拉普拉斯金字塔。
MATLAB7
nishagandhi /Histogram-Filters-Blending
本项目实现了直方图均衡、低通和高通滤波,以及图像的拉普拉斯融合。
Python6
minhbtnguyen /dip_algorithms
使用 Python3 和 OpenCV 的数字图像处理算法
Python4
liziniu /CVPR-XJTU-2018
2018 年春季课程,计算机视觉与模式识别,西安交通大学
MATLAB3
gebeyaw /Image-Resampling-and-Blending
使用高斯滤波和中值滤波进行图像重采样
Python2
Lxrd-AJ /multiresolution-image-blending
使用高斯金字塔和拉普拉斯金字塔的多分辨率图像融合
Jupyter Notebook1
michaeljklein /pyramid_scale_guidance
一个实验性的 Stable Diffusion WebUI 扩展,采用尺度空间理论引导的采样
Python1
Auggen21 /Multi-Focus-Image-Fusion
将两幅多聚焦图像融合在一起以获得更好的图像。
MATLAB1
antreasvez /Video-Image-Analysis
NTUA ECE 视频与图像分析源代码
Jupyter Notebook0
muradhuseynov1 /Image-Filtering-and-Object-Identification
罗马大学 - 数据科学基础 2024/25/1 - 作业1
Jupyter Notebook0
Berezniker /CV_Panorama
全景图拼接
Python0
tanush-g /ImageBlend
ImageBlend 是一个 Python CLI 工具,使用高斯金字塔、拉普拉斯金字塔和人脸检测算法无缝融合两幅图像中的人脸。
Python0
sengourav /Computer_Vision
该仓库包含与图像处理和计算机视觉相关的所有代码
Jupyter Notebook0
SharifAmit /CS685_Computer_Vision
[OpenCV] 计算机视觉课程作业。
C++0
mradovic38 /image-processing-octave
在 GNU Octave 中实现的各种图像处理技术。
MATLAB0
Kimiarfaie /ComputerVision-miniprojects
解决各种图像处理、机器学习和深度学习问题。UGR 计算机视觉课程作业。
Jupyter Notebook0
关于这个话题
- 清单取自 GitHub 话题页并按 Star 数排序,每次展示前 20 个项目;原始页面见 https://github.com/topics/gaussian-pyramid。
- 该话题在 GitHub 上共有 25 个仓库, 本站收录的是其中最热门的 20 个,不是全量列表。
- Star / Fork 每日自动刷新一次,实时数据以 GitHub 为准。
- 当前 20 个项目累计 605 Star,覆盖 5 种主要语言,数据更新于 2026-11-09。
- 中文介绍来自 GitHub 官方话题说明(github/explore)的机器翻译,可点「查看原文」对照;译文缺失时会先展示原文。