حزمة FBCNN-GUI المتكاملة لجعل الصور بالذكاء الاصطناعي أكثر وضوحا وإزالة التمويه، مجانية ومفتوحة المصدر، تدعم إزالة تشوهات JPEG (JPEG Artifact Removal) 【البرامج ببساطة·R2373】



📚دورة فيديو
🕒آخر تحديث: 24/12/2024
👥رواد الأعمال / صناع المحتوى على وسائل التواصل / العاملون في التجارة الإلكترونية العابرة للحدود / الباحثون عن دخل إضافي

مادة دراسية مرجعية — مشمولة بالعضوية
افتح الدورة بالعضوية
🔓
احصل على هذه الدورة للدراسة المرجعية مع العضوية
📦
انضم للعضوية — ادرس 16742 دورة وأداة برمجية كمرجع
🔄
الدورات تتحدث باستمرار — يدرس الأعضاء المواد الجديدة فور وصولها
شارك:
الدورات الأكثر مبيعاً

ما هي تشوهات JPEG؟

تشوهات JPEG (JPEG Artifacts) هي تشوهات بصرية تنشأ أثناء عملية ضغط صور JPEG بسبب فقدان بعض بيانات الصورة. وكصيغة ضغط صور واسعة الانتشار، تعمل JPEG على تقليص حجم الملف عبر تقليل بيانات الصورة، مما يسهل التخزين والنقل. لكن هذا الأسلوب من الضغط الذي يفقد البيانات قد يؤدي أيضا إلى ظهور عيوب غير مرغوب فيها في الصورة، وتعرف عادة بتشوهات JPEG.

أسباب ظهور تشوهات JPEG

قد تتسبب خوارزمية ضغط JPEG، عند تقليل حجم الملف عبر التخلص من جزء من بيانات الصورة، في إدخال أنواع مختلفة من التشوهات. ومن التشوهات الشائعة لدينا تشوه التقطيع الكتلي للصورة، والضبابية، وانحراف الألوان وغيرها. ورغم أن مزايا ضغط صيغة JPEG واضحة، إلا أن التشوهات تصبح مشكلة يصعب تجنبها عندما تكون متطلبات جودة الصورة عالية.

تحديات إزالة تشوهات JPEG

رغم أن العديد من الطرق طُرحت لإزالة تشوهات JPEG، إلا أنها عادة تواجه بعض القيود في التطبيق العملي:

  • الخوارزميات الحالية القائمة على التعلم العميق (مثل ARCNN وMWCNN وSwinIR) تحتاج عادة إلى تدريب نموذج منفصل لكل عامل جودة ضغط، وتفتقر إلى نموذج عام يتعامل مع عوامل جودة مختلفة.
  • طرق إزالة التشوهات القائمة على DCT (مثل DMCNN وQGAC) تعتمد على معاملات DCT أو جداول التكميم، وهذه المعلومات توجد عادة فقط في صيغة JPEG، وعند ضغط الصورة عدة مرات لا يمكن تخزين سوى أحدث بيانات الضغط.
  • الطرق العمياء الحالية (مثل DnCNN وDCSC وQGAC) تقدم عند المعالجة نتائج حتمية فقط، وتفتقر إلى المرونة للتعديل وفق تفضيلات المستخدم.
  • تفترض كثير من الأبحاث الحالية أن الصورة خضعت للضغط مرة واحدة فقط، لكن في الواقع، معظم الصور على الإنترنت غالبا ما تخضع للضغط عدة مرات، وهذا يجعل طرق إزالة التشوهات التقليدية تواجه تحديات.

FBCNN: طريقة جديدة لإزالة التشوهات

للتغلب على هذه التحديات، اقترحنا طريقة مبتكرة للشبكة العصبية الالتفافية العمياء (FBCNN)، قادرة على التنبؤ بعامل جودة صورة JPEG وتضمينه في وحدة فك الترميز لتوجيه استعادة الصورة. ولا تقتصر هذه الطريقة على القدرة على التعديل بمرونة وفق احتياجات المستخدم فحسب، بل تدعم أيضا التعامل مع عوامل جودة JPEG مختلفة، مما يحقق تأثير استعادة أعلى جودة.

ومن الجدير بالذكر أن هذه التقنية ليست مجرد تكبير بسيط للصورة أو معالجة لتقليل الضوضاء، بل هي مخصصة تحديدا لإزالة تشوهات JPEG. ومن خلال صورنا النموذجية، يمكنك أن ترى بوضوح أن تلك الكتل اللونية المزعجة تختفي بعد المعالجة، وتستعيد الصورة حالتها.

استخدام مجاني وسهل البدء

حاليا، ميزة إزالة تشوهات JPEG في برنامج Photoshop مدفوعة، لكننا نقدم الآن حلا مجانيا بالكامل. ولا يساعد هذا المشروع المستخدمين على إزالة تشوهات JPEG فحسب، بل يأتي أيضا بواجهة رسومية للمستخدم (GUI)، مما يجعل التشغيل أكثر سهولة. على المستخدم فقط النقر المزدوج لتشغيلrun.batليبدأ الاستخدام.

المعالجة الدفعية وتسريع GPU

أضفنا أيضا إلى هذا المشروع ميزة المعالجة الدفعية، مع دعم تسريع GPU، مما يجعل معالجة الصور أسرع وكفاءتها أعلى. بالإضافة إلى ذلك، يمكنك بسهولة مقارنة النتيجة قبل المعالجة وبعدها، لضمان الحصول على أفضل جودة للصورة.

رابط المشروع:عنوان المشروع على GitHub

دورات ذات صلة