Proje
Siyahı, beyazı ve eşik eşitliğini sınayın; girdiyi değiştirmeden düzensiz şekilleri ve bayt olmayan ya da Boolean pikselleri reddedin.
En fazla 64 çarpı 64 matrislerdeki tamsayı gri piksellere tekrarlanan ikiye iki eşik karosu uygulayın.
def ordered_dither(pixels):
pixels = [tuple(row) for row in pixels]
width = len(pixels[0]) if pixels else 0
if len(pixels) > 64 or width > 64 or any(len(row) != width for row in pixels):
raise ValueError("image.shape")
if any(type(v) is not int or not 0 <= v <= 255 for row in pixels for v in row):
raise ValueError("pixel.byte")
thresholds = ((32, 160), (224, 96))
return [[value >= thresholds[r % 2][c % 2] for c, value in enumerate(row)]
for r, row in enumerate(pixels)]Siyahı, beyazı ve eşik eşitliğini sınayın; girdiyi değiştirmeden düzensiz şekilleri ve bayt olmayan ya da Boolean pikselleri reddedin.
Gerçek davranışı beklenen sonuçla karşılaştırın. Bir kontrol başarısız olursa yeni değişikliklerden önce nedenini araştırın.
Temel URL ve gerekiyorsa API anahtarıyla OpenAI uyumlu veya Anthropic endpoint yapılandırın. Bağlantıyı test edin. Yerel model sunucusu çalışıyor olmalıdır; uzak araçlar ayrıca veri aktarabilir.
def ordered_dither(pixels):
pixels = [tuple(row) for row in pixels]
width = len(pixels[0]) if pixels else 0
if len(pixels) > 64 or width > 64 or any(len(row) != width for row in pixels):
raise ValueError("image.shape")
if any(type(v) is not int or not 0 <= v <= 255 for row in pixels for v in row):
raise ValueError("pixel.byte")
thresholds = ((32, 160), (224, 96))
return [[value >= thresholds[r % 2][c % 2] for c, value in enumerate(row)]
for r, row in enumerate(pixels)]DitherMorrow, görüşmenin yanında somut girdilerle görüntü işleme kodu geliştirmek için bir Windows yapay zekâ kodlama çalışma alanıdır. Projeyi açıp gereken görsel veya veri değişikliğini belirtin. Modelden düzenleme önermeden önce, sonucu alan kodun beklediği biçim dâhil, işleme yolunu incelemesini isteyin.
Sıralı gri ton titretme yordamı örnek bir istektir. Küçük bir piksel ızgarası sağlayıp amaçlanan eşik davranışını açıklayın. Satır ve sütun konumlarının sonucu nasıl etkilediğine ilişkin açıklama isteyin, ardından odaklı bir yamayı inceleyin. Görüşme projenizdeki uygulamayla ilgilidir; görüntü düzenleme hizmeti veya donanım hızlandırması olduğunu göstermez.
Önerilen değişiklikleri hem kesin piksel beklentileriyle hem onları kullanan görünümle kontrol edin. Sonuç doğru boyutlara sahipken deseni yanlış başlangıç noktasına yerleştirebilir. İlgili testlerinizi boş, küçük ve sınır değerli verilerle çalıştırın; değişikliği değerlendirmeden önce çıktı görüntülerini tutarlı görüntüleme koşullarında karşılaştırın.
Desteklenen bir OpenAI uyumlu veya Anthropic uç noktasının sağladığı sansürsüz bir yapay zekâ modelini seçebilirsiniz. Kimlik bilgileri gerekebilir ve sağlayıcı kısıtlamaları geçerlidir. Araç desteğini ve bağlam sınırlarını model ve sunucu belirler; tüm görüntü işleme hattının her bağlı modele görünür olduğunu varsaymak yerine temsilî test verileri seçin.
Kesin küçük girdiler hangi değerlerin neden değiştiğini incelemenizi sağlar. Büyük görüntü kaymış eşik desenini gizleyebilir. Gerektiğinde ikisini kullanın: kesin beklentiler için test verisi, oluşan görsel davranış için görüntü.
Hayır. Açıklanan ürün bir Windows kodlama çalışma alanıdır. Kendi projenizdeki GPU uygulaması uygun kod, bağımlılıklar ve ölçümler gerektirir. Addan veya modelin paralel çalışma önermesinden hızlandırma sonucu çıkarmayın.
Eşitliğin üst mü alt mı çıktıyı seçtiğini belirtip o tam değeri test verisine ekleyin. Komşu değerleri de kontrol edin. Böylece örnek görüntünün genel görünümüne güvenmek yerine karşılaştırma değişikliği görünür olur.
Gerçek proje çıktısını kullanıp işlemenin nerede gerçekleştiğini doğrulayın. Yerel çıkarım ayrı sunucu gerektirir ve her görüntü veya dosya aracını yerel yapmaz. Hassas görüntü materyalini paylaşmadan önce bu araç bağlantılarını inceleyin.
DitherMorrow · Güncellendi 2026-10-25