GitHub上出现了一款名为Anime2Sketch的动漫线稿提取工具，基于Python开发，只需一行代码即可快速提取动漫线稿，效果清晰。该工具基于论文《用于草图到照片合成的对抗性开放领域自适应算法》，适用于插画和动漫艺术。作者向晓宇是普渡大学博士生，即将加入Facebook Reality Labs。虽然目前仅支持Linux和macOS，但已引起网友热议和兴趣。
丰色 发自 凹非寺
量子位 报道 | 公众号 QbitAI
每当你看到喜欢的动漫作品，想把线稿提出来、进行重新上色等加工时，你是怎么做的？
用PS吗？
是不是有点麻烦？结果还很糊？
GitHub上有一个小姐姐做了一个动漫线稿提取器，只需一行代码就能搞定！
效果是这样的：
以及这样的：
非常干净清晰有没有！
如何一步搞定动漫线稿提取
这款“又快又好”的线稿提取器名叫Anime2Sketch，可用于插画、动漫艺术和漫画。
使用Python语言开发，使用前确保具备以下条件：
Python 3 (推荐使用Anaconda)
CPU or NVIDIA GPU + CUDA CuDNN
Pillow, PyTorch
首先执行以下两步：
安装所需的软件包：pip install -r requirements.txt
从GoogleDrive下载预训练权重文件，然后将其放入weights /文件夹中
然后就可以进行测试了！使用下面这行代码：
python3 test.py --dataroot 你的输入目录 --load_size 512 --output_dir 你的输出目录
其中参数load_size：由于内存限制，程序需要在处理之前调整输入图像的大小。默认情况下，将其大小调整为512x512。
这么方便，怎么实现的呢？
（小遗憾是目前只可在Linux或macOS上运行。）
基于一篇论文实现
作者介绍道，这款线稿提取器程序基于论文《用于草图到照片合成的对抗性开放领域自适应算法》。
也是由她作为一作，将在字节跳动公司实习时的一部分成果写成的论文。
论文中提到，为了从照片中合成缺少的手绘草图，他们提出了一个从草图到照片和从照片到草图的联合学习框架。
并进一步提出了一个简单而有效的开放域采样和优化策略。
他们的方法利用所学的域内（in-domain）数据的草图到照片和照片到草图的映射，可以迁移到开放域（open-domain）类中。
最终他们将这篇论文的研究成果应用到动漫线稿提取，做成了这样一款程序。
有网友看到后很兴奋：可以用来给自家娃做“神奇宝贝“和“爆旋陀螺”的涂色页了！
有人好奇这和用Photoshop技术上有什么不一样？其他网友解释道因为Photoshop仅检测边缘，会有“伪像”，这款明显更干净！
不过有网友指出最后的图片输出质量还可再提高，比如使用PNG格式。(原来是JPEG)
还有人说起了题外话，对示例图片里的动漫海盗战记（Vinland Saga）进行了疯狂安利！
作者介绍
向晓宇（图右），@Mukosame。普渡大学博士在读，电气与计算机工程，本科清华毕业。博士阶段研究重点是图像和视频增强，面部对齐和识别的深度学习。
今年即将加入Facebook Reality Labs实验室的On-Device AI团队，成为一名研究科学家。
感兴趣的同学戳链接尝试吧：https://github.com/Mukosame/Anime2Sketch
参考链接：
[1]https://www.arxiv-vanity.com/papers/2104.05703/
[2]https://news.ycombinator.com/item?id=27070838
[3]https://engineering.purdue.edu/people/xiaoyu.xiang.1/files/XiaoyuXiang_CV.pdf
扫一扫
10
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
