Awesome-Deblurring
Awesome-Deblurring 是一个专注于图像与视频去模糊技术的精选资源库。它旨在解决因相机抖动、物体快速运动或对焦不准导致的画面模糊问题,帮助恢复清晰锐利的视觉内容。
该资源库系统性地整理了从 2006 年至今的经典学术论文、开源代码实现以及权威基准数据集。其内容覆盖广泛,既包含早期的传统非深度学习算法,也收录了基于深度学习的最新单图盲去模糊、多图/视频去模糊、深度感知去模糊及散焦去模糊等前沿方案。通过提供按年份和发表会议分类的详细列表,Awesome-Deblurring 极大地降低了查找和复现相关技术的门槛。
无论是从事计算机视觉研究的学者、需要优化算法的开发者,还是希望了解底层原理的摄影师与设计师,都能从中获益。研究人员可借此追踪技术演进脉络并获取实验数据;开发者能快速找到可用的代码库进行二次开发;而普通技术爱好者也能通过此窗口一窥 AI 如何“化模糊为神奇”。作为一个开放维护的项目,它还鼓励社区共同贡献新成果,是进入去模糊领域不可或缺的入门指南与参考手册。
使用场景
某新闻机构的摄影记者在突发事故现场拍摄了一组关键照片,但因手持拍摄时发生剧烈抖动,导致所有图像出现严重的运动模糊,急需在截稿前恢复画面细节以用于报道。
没有 Awesome-Deblurring 时
- 算法选型如大海捞针:面对海量的去模糊论文和代码库,团队难以快速区分哪些是传统的非深度学习方案,哪些是最新的深度学习模型,浪费大量时间筛选。
- 场景匹配度低:盲目尝试通用修复工具,无法针对“单张盲运动模糊”或“视频多帧去模糊”等具体损坏类型找到最优解,修复效果往往伴随严重伪影。
- 缺乏基准测试支持:没有权威的基准数据集参考,难以量化评估不同算法在当前模糊程度下的实际表现,只能凭肉眼反复试错。
- 深度信息缺失:对于包含复杂景深的现场照片,普通工具无法利用深度感知技术进行处理,导致背景或前景依然模糊不清。
使用 Awesome-Deblurring 后
- 资源精准定位:通过分类清晰的目录(如单图盲去模糊、视频去模糊、离焦去模糊),团队迅速锁定了适合突发新闻场景的 SOTA(最先进)深度学习模型。
- 定制化解决方案:直接调用列表中针对“相机抖动”优化的特定算法代码,有效去除了运动拖影,同时保留了记者面部和事故细节的真实纹理。
- 高效验证流程:利用列表提供的标准基准数据集快速验证模型效果,确认无误后立即投入批量处理,将修图时间从数小时压缩至几分钟。
- 高级特性应用:针对现场复杂的远近景别,采用了列表中推荐的“深度感知运动去模糊”技术,实现了全画面清晰锐利的高质量还原。
Awesome-Deblurring 通过将分散的去模糊资源系统化整理,让技术人员能从繁琐的文献调研中解脱出来,专注于利用最佳算法解决实际的图像质量危机。
运行环境要求
未说明
未说明

快速开始
图像和视频去模糊
目录
- 单张图像盲运动去模糊(非深度学习)
- 单张图像盲运动去模糊(深度学习)
- 非盲去模糊
- (多图像/视频)运动去模糊
- 深度感知运动去模糊
- 其他密切相关的工作
- 散焦去模糊及潜在数据集
- 运动去模糊基准数据集
- AI照片增强应用
单张图像盲运动去模糊(非深度学习)
Single-Image-Blind-Motion-Deblurring (DL)
非盲去模糊
(多图像/视频)运动模糊去除
运动模糊去噪挑战
| 年份 | 发表 | 论文 | 代码库 |
|---|---|---|---|
| 2019 | CVPR_W | NTIRE 2019 视频去模糊挑战:方法与结果 | |
| 2019 | CVPR_W | NTIRE 2019 视频去模糊与超分辨率挑战:数据集与研究 | |
| 2019 | CVPR_W | EDVR:基于增强形变卷积网络的视频修复 | PyTorch代码 |
| 2020 | CVPR_W | Ntire 2020 图像和视频去模糊挑战 | |
| 2020 | CVPR_W | 跨移动设备部署图像去模糊:质量与延迟的视角 | |
| 2020 | CVPR_W | 用于单张图像和视频去模糊的高分辨率双阶段多级特征聚合 |
深度感知运动模糊去噪
| 年份 | 发表 | 论文 | 代码库 |
|---|---|---|---|
| 2012 | ICCP | 深度感知运动模糊去噪 | |
| 2014 | CVPR | 从单张模糊图像中联合估计深度与去除相机抖动 | 代码 |
| 2019 | WACV | 利用深度图进行单张图像去模糊和相机运动估计 | |
| 2019 | CVPR | DAVANet:基于视图聚合的立体去模糊 | 代码 |
| 2020 | TIP | 基于深度引导模型的动态场景去模糊 | 项目页面 |
| 2020 | TCSVT | 使用环状信念传播的深度感知运动模糊去噪 | |
| 2022 | ICME | Dast-Net:用于视频去模糊的深度感知时空网络 | |
| 2023 | SCIA | 用于视差相机运动模糊的深度感知图像合成模型 | 代码及项目页面 |
| 2023 | WACV | 快速且准确:利用稀疏深度进行视频增强 | |
| 2024 | ECCV_W | DAVIDE:深度感知视频去模糊 | 代码及项目页面 |
| 2024 | 基于深度激光雷达引导的图像去模糊 | 代码 |
其他密切相关的工作
焦外模糊去模糊及潜在数据集
运动模糊基准数据集
| 年份 | 会议 | 论文 | 代码库 |
|---|---|---|---|
| 2009 | CVPR | 理解和评估盲去卷积算法 | 数据集 |
| 2012 | ECCV | 相机抖动的录制与回放:基于真实世界数据库的盲去卷积基准测试 | 数据集 |
| 2013 | ICCP | 基于边缘和块先验的模糊核估计 | 数据集 |
| 2016 | CVPR | 单张图像盲去模糊的比较研究 | 数据集 |
| 2017 | CVPR (GOPRO) | 用于动态场景去模糊的深度多尺度卷积神经网络 | 数据集 |
| 2017 | CVPR (DVD) | 手持摄像机的深度视频去模糊 | 数据集 |
| 2017 | GCPR | 野外运动去模糊 | |
| 2019 | CVPR (立体模糊数据集) | 视图聚合的立体去模糊 | 数据集 |
| 2019 | CVPR_W (REDS) | NTIRE 2019 视频去模糊与超分辨率挑战:数据集与研究 | 数据集 |
| 2019 | ICCV (HIDE) | 人感知的运动去模糊 | 数据集 |
| 2020 | CVPR | 通过真实模糊进行去模糊 | 数据集 |
| 2020 | CVPR | 基于事件的运动去模糊学习 | |
| 2020 | ECCV (BSD) | 用于视频去模糊的高效时空循环神经网络 | 数据集 |
| 2020 | ECCV | 用于学习和基准测试去模糊算法的真实世界模糊数据集 | 代码与数据集 |
| 2021 | CVPR (BS-RSCD) | 迈向动态场景中的滚动快门校正和去模糊 | 数据集 |
| 2021 | Arxiv | MC-Blur:一个全面的图像去模糊基准 | 数据集 |
| 2022 | ECCV | 用于学习图像去模糊的真实模糊合成 | 代码与数据集 |
| 2022 | IJCV (BSD) | 真实世界视频去模糊:一个基准数据集和高效的循环神经网络 | 数据集 |
| 2023 | CVPR (RBI) | 用于从模糊中恢复真实世界运动的模糊插值Transformer | 代码与数据集 |
| 2023 | AAAI | 真实世界的深度局部运动去模糊 | 代码与数据集 |
| 2024 | ECCV_W | DAVIDE:深度感知的视频去模糊 | 代码与数据集 |
缩写:
- DL -> 深度学习
- non-DL -> 非深度学习
AI照片增强应用
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器