Image processing 我们如何将图像中的特定结构（由遮罩定义）转移到另一个图像？
Image processing 我们如何将图像中的特定结构（由遮罩定义）转移到另一个图像？,image-processing,dynamic-image-generation,Image Processing,Dynamic Image Generation,从本质上讲，有没有一种方法可以生长由遮罩定义的图像面片并保持其真实感？对于第一个问题，您讨论的是图像样式转换。那样的话，我可以帮你 第二，如果我理解正确的话，增长意味着在图像补丁中引入变化，同时保持真实感。如果这是目标，您可以使用生成图像，前提是您有一个合理大小的数据集进行培训： 直观地说，条件GAN对输入数据集的联合分布（在您的情况下，是您想要模拟的图像）进行建模，并可以从学习的分布中提取新样本（图像），从而允许您创建更多具有类似内容的图像 是一个开放源代码的，你可以发挥周围生成图像。具体地
从本质上讲，有没有一种方法可以生长由遮罩定义的图像面片并保持其真实感？对于第一个问题，您讨论的是图像样式转换。那样的话，我可以帮你 第二，如果我理解正确的话，增长意味着在图像补丁中引入变化，同时保持真实感。如果这是目标，您可以使用生成图像，前提是您有一个合理大小的数据集进行培训： 直观地说，条件GAN对输入数据集的联合分布（在您的情况下，是您想要模拟的图像）进行建模，并可以从学习的分布中提取新样本（图像），从而允许您创建更多具有类似内容的图像 是一个开放源代码的，你可以发挥周围生成图像。具体地说，让X为输入图像，Y为目标图像。您可以对网络进行训练并向X馈电，以观察发电机的输出O。此后，通过稍微调整架构或更改跳过连接（阅读文章）再次训练，您可以在输出图像中生成变化 这是一个有趣的关于图像上的文本的实验（而不是像你的例子那样，图像上的图像）