KennethJAllen/proper-pixel-art

解决的问题

它能将看起来像像素艺术但充满噪点的高分辨率图像（通常由 AI 生成模型或低质量网络图片产生）转换为干净、真实分辨率的像素艺术素材。它解决了标准缩小采样因图像网格不均匀及随机伪影而失效的问题。

运作原理

该工具使用多步骤计算机视觉流程来恢复原始像素网格：

1. 预处理：修剪边缘并处理透明度。
2. 边缘检测：使用 Canny 边缘检测和形态学闭运算来寻找“像素”边界。
3. 网格恢复：采用概率霍夫变换 (Probabilistic Hough transform) 寻找垂直和水平线，将其分组并对齐到梯度投影轮廓峰值，以建立像素网格。
4. 网格验证：根据线条间隙估算像素宽度，并通过重建误差（单元内的颜色方差）进行验证。
5. 颜色处理：将图像量化为固定调色板，或使用主色法保留原始颜色。
6. 最终化：为网格中的每个单元分配一个代表色，以建立真实分辨率的图像。

对于视频和 GIF，该工具会采样几个帧以确定单一共享网格和调色板，确保动画保持一致且不会闪烁。

适用对象

• 需要清理 AI 生成像素艺术的游戏开发者和艺术家。
• 希望将低质量像素艺术网页截图转换为可用素材的用户。
• 使用像素艺术风格动画 (GIFs/MP4s) 的创作者。

特色亮点

• 动画支持：处理视频和 GIF 时保持帧间的一致性。
• 自动网格检测：自动检测来源图像的像素宽度和网格。
• 灵活的颜色控制：提供主色保留和固定调色板量化两种选择。
• 多种接口：提供 CLI、Python API 以及通过 Hugging Face Spaces 提供的网页接口。