KohakuBlueleaf/PixelOE

解決する課題

PixelOEは、高解像度画像をピクセルアートに縮小する際に通常発生する、細かいディテールや鋭いエッジの損失に対処します。ピクセル化プロセス中に重要な輪郭を確実に保持することで、主要な特徴が「ぼやけ」たり消えたりするのを防ぎます。

仕組み

このプロジェクトは、ニューラルネットワークではなく、2段階の古典的な画像処理パイプラインを使用しています：

1. コントラストを意識した輪郭拡張 (Contrast-Aware Outline Expansion)：システムは局所的な明るさとコントラストに基づいて重みマップを生成します。次に、この重みマップによってブレンドされた選択的な形態学的操作（収縮および膨張）を使用して、縮小前に重要な特徴を広げ、エッジをクリーンアップします。
2. コントラストベースのダウンサンプリング (Contrast-Based Downsampling)：画像はLAB色空間に変換されます。輝度チャネルは、暗い部分や明るい部分のディテールを維持するために、最も代表的なピクセル（中央値、平均値、最小値、最大値に基づく）を適応的に選択するスライドウィンドウを使用して処理されます。カラーチャネルは、RGBに戻す前にメディアンフィルターで処理されます。

k-meansクラスタリングによるカラーパレットの最適化や、元画像へのカラーマッチングなどの拡張機能も利用可能です。

対象ユーザー

AIモデルを必要とせずに写真やデジタルアートから高品質なピクセルアートを作成したいアーティストや開発者、および専用のピクセル化ノードを必要とするComfyUIユーザー向けに設計されています。

ハイライト

• AI不要：予測可能な古典的な画像処理手法を使用しています。
• 高性能：高速なPyTorch実装と、さらに高速なSlangコンピュートシェーダーバックエンド (CUDA, Vulkan, D3D12, CPU) を備えています。
• ディテールの保持：コントラストを意識した輪郭拡張に特化しており、細い線をシャープに保ちます。
• 柔軟な統合：Pythonライブラリ、CLIツール、Gradioデモ、およびComfyUIカスタムノードとして利用可能です。