尧图建网站 尧图建网站 YAOTU WEB BUILD 免费咨询
ARTICLE DETAIL

资讯详情

深耕网站建设与建站编程的一线实战洞察。

LayerDivider 图像分层上手:一张插画拆出可编辑的分层PSD

LayerDivider 图像分层上手:一张插画拆出可编辑的分层PSD LayerDivider 图像分层上手一张插画拆出可编辑的分层PSD【免费下载链接】layerdividerA tool to divide a single illustration into a layered structure.项目地址: https://gitcode.com/gh_mirrors/la/layerdivider你有没有过这种麻烦插画画完了对方说只把那一块蓝色改一下而手里只有一张已经压平的成图一层都没有。LayerDivider 是一个开源图像分层工具它按颜色相似度把单张插画拆成多个独立图层导出可在 Photoshop 里逐层编辑的 PSD 文件。插画师、UI 设计师、游戏美术都能用。3分钟装好 LayerDivider装法有两条路任选其一。Colab 在线版不用装任何东西打开仓库里的layerdivider_launch.ipynb运行全部代码单元格点击输出中出现的 gradio 链接端口 7860 的地址Windows 本地版先装好 Python 3.10.8 和 Git然后克隆仓库git clone https://gitcode.com/gh_mirrors/la/layerdivider接着在仓库目录里依次执行首跑install.ps1等依赖装完。如果你平时用 Python Launcherpy命令跑 Python改用install_with_launcher.ps1运行run_gui.ps1启动本地界面浏览器打开localhost:7860进入页面第一次使用一张图进一份 PSD 出页面上的操作一共三步上传一张插画选拆分模式color_base_mode按颜色拆segment_mode先用 SAM 语义分割一个能识别图中各是什么物体的模型圈出区域再拆点 Create PSD右侧依次显示 base、bright、shadow 三类图层的预览底部给出可下载的 PSD 文件项目侧存在output/目录。PSD 的输出结构有两档normalbase、bright、shadow 三层组全部普通混合模式打开就能看compositebase 之外再加 screen、multiply、subtract、addition 四类混合模式图层高光和阴影还原更准但图层关系更复杂分层太碎或太粗调这 4 个参数颜色模式下的滑条参数如下范围和默认值都是页面上的实际配置参数范围默认管什么init_cluster1–5010初始颜色聚类数越大拆得越细ciede_threshold1–505多相似的两个颜色算一类CIEDE2000 阈值blur_size1–205模糊强度越大越平滑、边缘越软loops1–201合并 → 模糊 → 重涂循环跑几轮常用搭配图层碎得没法用先把ciede_threshold从 5 加到 10或把init_cluster调小想拆得更细调大init_clusterloops先保持 1边缘发毛、结果抖动减小blur_size或把loops提到 2–3要单独的背景层勾选split bg配合 h_split / v_split默认 256×256把图分块处理它凭什么能分层一个三步循环核心逻辑三句话就能说完先把所有像素按 RGB 颜色分组KMeans 聚类就是把颜色接近的像素归成一堆用 CIEDE2000——一种更接近人眼感知的色差标准——把距离够近的聚类合并对图像做模糊再用所属聚类的平均色把每个像素重涂一遍然后重复第 2、3 步共loops轮循环结束后每个剩下的聚类变成一个 base 图层再把原图和 base 层的颜色逐块相减差值算成高光和阴影或对应混合模式图层叠在上面。这几种情况你会用到它插画师交付后改稿成图已压平客户只想动一块颜色拆一次就能逐层改不用重画游戏美术做资源把概念图拆成一组 2D 素材每个颜色区域独立成层直接进项目设计师快速迭代合成图拆成图层后做 A/B 对比改一版不用从头再来想读算法的话从 颜色聚类主逻辑 和 SAM 分割模块 ld_segment 两个文件入手就行。先跑一遍再说拿你最复杂的一张成图用默认参数init_cluster10、ciede_threshold5出一次 PSD根据实际图层数量再决定往哪个方向调这比对着参数表猜要快得多。【免费下载链接】layerdividerA tool to divide a single illustration into a layered structure.项目地址: https://gitcode.com/gh_mirrors/la/layerdivider创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表