按分类找 AI 开源项目

图片处理

浏览当前公开快照中“图片处理”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

Comfy-Org/ComfyUI — 结论：comfy-org/comfyui 适合希望通过节点图精细组织生成式工作流、同时保留本地离线与外部服务选择空间的创作者。它覆盖图像、视频、三维模型和音频生成，但采用自定义节点或面向共享生产环境部署前，需要核查版本兼容性与证书配置。
nexu-io/open-design — open-design 是一个开源、本地优先的设计生成工具，让用户利用已有的编码代理 CLI 和自带密钥的端点生成设计产物，作为 Claude Design 闭源服务的替代方案。
AUTOMATIC1111/stable-diffusion-webui — stable-diffusion-webui 是一个基于 Gradio 的 Stable Diffusion Web 界面，提供文生图、图生图、模型训练等功能。该项目提供安装脚本并支持在 4GB 显存的显卡上运行，适合需要在本地运行和管理图像生成的用户。
huggingface/diffusers — diffusers 是一个面向预训练扩散模型（覆盖图像、音频、视频）的模块化工具箱，提供推理流水线、可互换噪声调度器和可组合的预训练模型组件，基于 PyTorch 构建。它强调可用性优先于性能、可定制优先于抽象封装，适合需要在代码层面灵活控制生成与训练流程的开发者和研究人员。
Anil-matcha/Open-Generative-AI — open-generative-ai 是一个可自托管的生成式 AI 工作室，支持通过 200 多个模型生成图像、视频和口型同步内容，且不设内容过滤机制。该工具提供云端 API 调用与桌面端本地推理两种运行路径，适用于无需代码基础的媒体生成场景。
opencv/opencv — opencv 是一个覆盖计算机视觉、图像处理和深度学习领域的开源函数库，定位为计算机视觉开发的基础设施。该项目以库形式提供算法集合，供开发者在本地集成使用。
freestylefly/awesome-gpt-image-2 — awesome-gpt-image-2 是一个专注于将 AI 绘画提示词工程化的资源库，把零散的图像生成示例转化为可复用、可组合的结构化模块。项目提供了 520 个案例库，并配备了在线可视画廊和风格库智能体技能。
basketikun/infinite-canvas — infinite-canvas 是一个开源的无限画布工作台，在单一界面中整合画布排版、AI 图像生成、参考图编辑、聊天助手、提示词库与素材管理，用于迭代式视觉探索。
ageitgey/face_recognition — face_recognition 提供了基于 Python 库和命令行的人脸检测、特征点定位与识别能力，其底层依托 dlib 深度学习模型，在 Labeled Faces in the Wild 基准上准确率达 99.38%。
deepfakes/faceswap — faceswap 是一款面向学习和实验目的的开源深度学习换脸工具，支持从图像和视频中提取人脸、训练模型并完成换脸转换。用户无需具备高级 AI 专业背景即可通过命令行或图形界面使用。
invoke-ai/InvokeAI — InvokeAI 为专业创作者和爱好者提供本地托管的 Web 界面，支持使用生成式 AI 模型进行视觉媒体的生成与迭代。项目包含统一的画布工具和基于节点的工作流管理功能。
TencentARC/GFPGAN — tencentarc/gfpgan 面向真实世界场景中的盲人脸恢复，使用预训练人脸 GAN 所封装的人脸先验进行修复。项目可在本地运行，提供训练代码，并提供不要求 CUDA 扩展的 Clean 版本。
ConardLi/garden-skills — garden-skills 是一套面向 Claude Code、Cursor、Codex 等 AI 编程代理的精选 Agent Skills 集合，覆盖网页设计、图片生成、知识检索、网页视频演示和文章创作等领域。
lllyasviel/ControlNet — ControlNet 是一种神经网络结构，通过为文本到图像扩散模型添加额外的空间条件来实现控制，同时不会破坏已有的生产级基础模型。

搜索

按分类找 AI 开源项目