anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
在基于 Stable Diffusion XL 模型的 Gradio 应用里,把图片向边缘之外延伸并填上新内容,适合需要更大画布的人。
Diffusers Image Outpaint 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download fffiloni/diffusers-image-outpaint --repo-type space --local-dir diffusers-image-outpaint cd diffusers-image-outpaint
Diffusers Image Outpaint 是一个 Gradio 应用,能把图片扩展到原有边界之外。它用基于 SDXL 的模型生成多出来的区域,包括一个 RealVisXL Lightning 检查点和一个 ControlNet union 模型。它在 Hugging Face 的 GPU 硬件上运行,并带有 MCP 标签。
手上的图片裁得太紧或比例不对,想在主体周围多留些空间的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 设计 | 平面设计师 | 把图片加宽以适应横幅版式 | 给产品照片的两侧加上空白区域 |
| 摄影 | 摄影师 | 找回因裁剪太紧而丢失的空间 | 把户外照片上方的天空延伸出去 |
| 营销 | 社交媒体团队 | 把一张图改成多种尺寸 | 把方图变成宽图 |
| 软件 | 开发者 | 研究 diffusers 如何实现外扩绘制 | 阅读 pipeline_fill_sd_xl.py |
只需要缩放或裁剪图片的人可以跳过它。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 扩展图片 | 设计师和摄影师 | 边缘外填上新内容的图片 |
| 试用外扩绘制模型 | 开发者 | 一个基于 diffusers 的可运行示例 |
pip install -U huggingface_hub hf download fffiloni/diffusers-image-outpaint --repo-type space --local-dir diffusers-image-outpaint cd diffusers-image-outpaint pip install gradio==6.14.0 pip install -r requirements.txt python app.py
在线使用时,访问 Hugging Face 上的这个 Space,给它一张图片,选择如何扩展。在自己的电脑上,运行启动命令,再打开 Gradio 提供的本地页面。
python app.py
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 界面 |
| pipeline_fill_sd_xl.py | 存放 SDXL 的填充流水线 |
| controlnet_union.py | 存放 ControlNet union 模型的代码 |
| examples | 存放可以试用的示例图片 |
你上传一张屋顶被裁掉的建筑照片,要求在上方多留些空间。应用会填上新区域,并返回一张更大的图片。
如果你刚接触,先从 examples 文件夹里的一张示例图片开始。外扩绘制就是让模型画出画面边框之外的那部分场景。
如果你熟悉这个领域,这个 Space 把 RealVisXL_V5.0_Lightning、sdxl-vae-fp16-fix 和 xinsir 的 controlnet-union-sdxl-1.0 与 T2I-Adapter 组合起来,并使用自定义的 SDXL 填充流水线。它使用 zero-a10g 硬件设置。代价是需要 GPU,而且结果取决于模型。
在基于 Stable Diffusion XL 模型的 Gradio 应用里,把图片向边缘之外延伸并填上新内容,适合需要更大画布的人。
由 fffiloni 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:Diffusers Image Outpaint 是一个 Gradio 应用,能把图片扩展到原有边界之外。它用基于 SDXL 的模型生成多出来的区域,包括一个 RealVisXL Lightning 检查点和一个 ControlNet union 模型。它在 Hugging Face 的 GPU 硬件上运行,并带有 MCP 标签。
适合谁:手上的图片裁得太紧或比例不对,想在主体周围多留些空间的人。
行业 | 谁在用 | 怎么用 | 例子
设计 | 平面设计师 | 把图片加宽以适应横幅版式 | 给产品照片的两侧加上空白区域
摄影 | 摄影师 | 找回因裁剪太紧而丢失的空间 | 把户外照片上方的天空延伸出去
营销 | 社交媒体团队 | 把一张图改成多种尺寸 | 把方图变成宽图
软件 | 开发者 | 研究 diffusers 如何实现外扩绘制 | 阅读 pipeline_fill_sd_xl.py
只需要缩放或裁剪图片的人可以跳过它。
用在哪里:
用例 | 谁用 | 得到什么
扩展图片 | 设计师和摄影师 | 边缘外填上新内容的图片
试用外扩绘制模型 | 开发者 | 一个基于 diffusers 的可运行示例
如何设置:
pip install -U huggingface_hub
hf download fffiloni/diffusers-image-outpaint --repo-type space --local-dir diffusers-image-outpaint
cd diffusers-image-outpaint
pip install gradio==6.14.0
pip install -r requirements.txt
python app.py
如何使用:在线使用时,访问 Hugging Face 上的这个 Space,给它一张图片,选择如何扩展。在自己的电脑上,运行启动命令,再打开 Gradio 提供的本地页面。
python app.py
工具 | 作用
app.py | 启动 Gradio 界面
pipeline_fill_sd_xl.py | 存放 SDXL 的填充流水线
controlnet_union.py | 存放 ControlNet union 模型的代码
examples | 存放可以试用的示例图片
示例:你上传一张屋顶被裁掉的建筑照片,要求在上方多留些空间。应用会填上新区域,并返回一张更大的图片。
新手与专家:如果你刚接触,先从 examples 文件夹里的一张示例图片开始。外扩绘制就是让模型画出画面边框之外的那部分场景。
如果你熟悉这个领域,这个 Space 把 RealVisXL_V5.0_Lightning、sdxl-vae-fp16-fix 和 xinsir 的 controlnet-union-sdxl-1.0 与 T2I-Adapter 组合起来,并使用自定义的 SDXL 填充流水线。它使用 zero-a10g 硬件设置。代价是需要 GPU,而且结果取决于模型。
你给应用一张图片
你选择向外扩展多远
SDXL 流水线填充新区域
你拿回更大的图片
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Diffusers Image Outpaint 本页 | 2,565 | gradio | apache-2.0 | |
| Background Removal共有 mcp-server · gradio | 2,988 | gradio | mit | |
| FLUX.1 Kontext共有 mcp-server · gradio | 1,661 | gradio | mit | |
| Chatterbox Turbo Demo共有 mcp-server · gradio | 541 | gradio | mit | |
| WAN2.2 I2V LIGHTNING-Video-4-8step共有 mcp-server · gradio | 425 | gradio | apache-2.0 | |
| Z Image共有 mcp-server · gradio | 187 | gradio | apache-2.0 |
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。
iptv-org · 工具包
把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。