KohakuBlueleaf/PixelOE

해결하는 문제

PixelOE는 고해상도 이미지를 픽셀 아트로 축소할 때 일반적으로 발생하는 미세한 디테일과 날카로운 가장자리의 손실 문제를 해결합니다. 픽셀화 과정에서 중요한 윤곽선이 유지되도록 보장하여 주요 특징이 "흐려지거나" 사라지는 것을 방지합니다.

작동 원리

이 프로젝트는 신경망 대신 2단계의 고전적인 이미지 처리 파이프라인을 사용합니다:

1. 대비 인식 윤곽선 확장 (Contrast-Aware Outline Expansion): 시스템은 로컬 밝기와 대비를 기반으로 가중치 맵을 생성합니다. 그런 다음 이 가중치 맵으로 혼합된 선택적 형태학적 연산(침식 및 팽창)을 사용하여 축소 전에 중요한 특징을 넓히고 가장자리를 정리합니다.
2. 대비 기반 다운샘플링 (Contrast-Based Downsampling): 이미지는 LAB 색 공간으로 변환됩니다. 휘도 채널은 슬라이딩 윈도우를 사용하여 처리되며, 이 윈도우는 어둡거나 밝은 디테일을 유지하기 위해 가장 대표적인 픽셀(중앙값, 평균값, 최솟값, 최댓값 기반)을 적응적으로 선택합니다. 색상 채널은 RGB로 다시 변환되기 전에 중앙값 필터로 처리됩니다.

k-means 클러스터링을 통한 색상 팔레트 최적화 및 원본 이미지와의 색상 일치와 같은 선택적 향상 기능이 포함되어 있습니다.

대상 사용자

AI 모델 없이 사진이나 디지털 아트에서 고품질 픽셀 아트를 만들고자 하는 아티스트와 개발자, 그리고 전용 픽셀화 노드가 필요한 ComfyUI 사용자를 위해 설계되었습니다.

주요 특징

• AI 불필요: 예측 가능한 고전적인 이미지 처리 방법을 사용합니다.
• 고성능: 빠른 PyTorch 구현과 더 빠른 Slang 컴퓨트 셰이더 백엔드(CUDA, Vulkan, D3D12, CPU)를 제공합니다.
• 디테일 보존: 대비 인식 윤곽선 확장에 중점을 두어 가는 선을 날카롭게 유지합니다.
• 유연한 통합: Python 라이브러리, CLI 도구, Gradio 데모 및 ComfyUI 커스텀 노드로 사용할 수 있습니다.