PUBLIC MARKS with tags image & 🛠

Ça s’appelle Real ESRGAN et comme son nom l’indique, ça utilise du deep learning / apprentissage pour restaurer des images. L’outil est en python et peut-être utilisé sur Google Colab mais également en ligne de commande sous Windows / Linux et macOS. Pour l’utiliser, rien de plus simple. Il suffit d’appeler le soft avec le paramètre -i (pour input) et d’indiquer l’image source, suivie du paramètre -o (output) suivi du nom de fichier sous lequel vous voulez enregistrer la version améliorée. Pas besoin de CUDA ou de PyTorch, ça fonctionnera directement J’ai testé sur un logo YouTube tout pixelisé et comme vous pouvez le voir, le résultat est vraiment bluffant.

Aims of the standard: While there is a modest increase in compression performance of JPEG 2000 compared to JPEG, the main advantage offered by JPEG 2000 is the significant flexibility of the codestream. The codestream obtained after compression of an image with JPEG 2000 is scalable in nature, meaning that it can be decoded in a number of ways; for instance, by truncating the codestream at any point, one may obtain a representation of the image at a lower resolution, or signal-to-noise ratio – see scalable compression. By ordering the codestream in various ways, applications can achieve significant performance increases. However, as a consequence of this flexibility, JPEG 2000 requires codecs that are complex and computationally demanding. Another difference, in comparison with JPEG, is in terms of visual artifacts: JPEG 2000 only produces ringing artifacts, manifested as blur and rings near edges in the image, while JPEG produces both ringing artifacts and 'blocking' artifacts, due to its 8×8 blocks. French trad: Objectifs de la norme: Bien qu'il y ait une augmentation modeste des performances de compression de JPEG 2000 par rapport à JPEG, le principal avantage offert par JPEG 2000 est la flexibilité significative du flux codé.

Permet de convertir des images au format SVG, mais cela reste expérimental pour le moment. Vous pouvez charger une image depuis le PC ou indiquer l'URL menant à l'image que vous souhaitez convertir. Il est ensuite possible d'ajouter des effets numériques pour améliorer la qualité de l'image.

Avec l’application en ligne Mara, intégralement gratuite, l’amateur a à sa disposition une panoplie d’outils complète pour effectuer tout le travail sur ses images. L’interface de Mara rassemble sur une page les divers modules pour effectuer des tâches précises sur les photos. Pour chaque module on dispose parfois de très nombreuses options de personnalisation qui sont accessibles via un menu ou des boîtes d’options. Les photos à travailler se récupèrent en local depuis le disque dur de l’ordinateur, depuis une URL pour indiquer une image se trouvant sur un site Web, depuis le presse-papier, depuis un espace de stockage en ligne Dropbox ou depuis une Webcam connectée à l’ordinateur. La liste des outils — une grosse cinquantaine — est assez conséquente et devrait suffire à combler tous les besoins en manipulations sur les photos. Comme on peut le constater tous les aspects de l’édition et de la transformation graphique sont au programme : des fonctions de base aux filtres les plus élaborés.