Skip to content

Latest commit

 

History

History
129 lines (70 loc) · 5.15 KB

20-pyhubweekly.md

File metadata and controls

129 lines (70 loc) · 5.15 KB

前言

PyHubWeekly每周定期更新,精选GitHub上优质的Python项目/小工具。

我把PyHubWeekly托管到了Github,感兴趣的可以搜索Github项目PyHubWeekly,如果喜欢,麻烦给个Star支持一下吧。此外,欢迎大家通过提交issue来投稿和推荐自己的项目~

本期为大家推荐GitHub上5个优质的Python项目,它们分别是:

  • AnimeGAN
  • faker
  • Background-Matting
  • PyBoy
  • Learning-to-See-in-the-Dark

下面分别来介绍一下上述5个GitHub项目。

AnimeGAN

Star:1.8

AnimeGAN是是一款可以把真实图片转化为动漫风图像的工具。

AnimeGAN是论文《AnimeGAN: a novel lightweight GAN for photo animation》的实现,利用近几年人工智能领域比较热门的GAN实现把真实图片转化为动漫风图像。

faker

Star:9.8k

faker是一款用于生成伪造数据的Python小工具。

造数据,在开发过程中至关重要,尤其是在企业项目中,很多数据会涉及到敏感信息,很难获取到客户数据。这时候,如果要进行功能的开发和测试,就需要自己想办法造数据。

造数据是一件非常令人头疼的事情,如果让你造一条地址信息,可能会脱口而出。那如果让早10000条数据呢?这就是一个即耗脑力,又耗体力的活。

faker就可以一行代码实现数据的生成。

faker可以根据不同的参数生成不同语言、不同类型的数据。

安装使用

可以直接使用pip命令进行安装,

pip install Faker

生成数据,

from faker import Faker
fake = Faker(['it_IT', 'en_US', 'ja_JP'])
for _ in range(10):
    print(fake.name())

# 鈴木 陽一
# Leslie Moreno
# Emma Williams
# 渡辺 裕美子
# Marcantonio Galuppi
# Martha Davis
# Kristen Turner
# 中津川 春香
# Ashley Castillo
# 山田 桃子

Background-Matting

Star:3.1k

Background-Matting是CVPR 2020上一篇名为《Background Matting: The World is Your Green Screen》文章的实现项目,通过这个算法,可以轻松实现图像背景的替换。

自动抠图或者替换背景早已经不是什么新鲜事,但是,大多数工具的修建图像的效果差强人意。

《Background Matting: The World is Your Green Screen》基于对抗网络提出一种新型、基于深度学习的背景消除、替换算法,在大量图像、视频数据的验证结果中显示,能够达到比以往算法更好的效果。

PyBoy

Star:2.7k

PyBoy是一款用Python编写的Game Boy模拟器。

Game Boy是任天堂发售的掌上游戏机系列,而PyBoy实现了可以通过API接口的方式,模拟并控制GameBoy游戏。

Learning-to-See-in-the-Dark

Star:4.7

Learning-to-See-in-the-Dark是一款暗光图像处理项目。

看过华为P30、P40系列发布会的应该都被它强大的暗光处理惊艳到了。

的确,在暗光条件下,受到低信噪比和低亮度的影响,图片的质量会受到很大的影响,低曝光率的照片会出现很多噪声,而长曝光时间会让照片变得模糊、不真实。

Learning-to-See-in-the-Dark通过FCN方法将在黑暗环境中进行的拍摄还原的方法,能够清晰还原暗光图像。


推荐阅读


我整理了10T+资源进行共享,其中包括实用工具、Python电子书、Spring视频教程、机器学习资源,扫码关注我的公众号“平凡而诗意”,后台回复相应关键字即可获得。除此之外,原创技术文章会第一时间推送,如果喜欢,麻烦点一下“在看”~