马尔可夫链可用于生成或自动完成文本。
https://en.wikipedia.org/wiki/Markov_chain#Markov_text_generators
读取训练文本，并记住有关文本的一些信息，例如：
The word "I" is usually followed by the word "have".
The word "to" is usually followed by the word "go", and somtimes the word "be".
等等...
这可用于在文本中生成，例如：
相关雌性和关键物种的骄傲在四只大型猫科动物的繁殖计划中寻求展示十年，因为在历史时期与超过 250 公斤（550 磅）的敌对雄性持续战斗而受伤。直到拉斯科和中世纪文化，他们可能会带到秘鲁。
虽然，这对于许多其他类型的文本来说效果要差得多。
问：可以显示示例图像，其中类似于使用马尔可夫链生成/自动完成文本的方法已用于处理图像？
或者，这在计算上是否仍然不切实际地昂贵？
我无法通过搜索找到示例，我可能缺乏正确的词汇来这样做。
像这样使用马尔可夫链在计算上可能非常昂贵，一个小的 5x5 邻域，在单色图像（只有黑白，没有灰色阴影）中有 2^(5^2) ≈ 3300 万种可能的组合。
此类处理可能包括：修复、综合、提高分辨率和纠错/检查。
使用其他方法进行修复和合成的示例：
修复：修复图像中的间隙。
其他修复示例和信息：
https://reference.wolfram.com/language/ref/Inpaint.html（点击“全部打开”）。
Synthisis：例如 Google Deep Dream，使用卷积神经网络和 inceptionism。
