KennethJAllen/proper-pixel-art

解決的問題

此工具將看起來像像素藝術的雜訊高解析度影像（通常由生成式AI模型或低品質網頁上傳產生）轉換為乾淨、真實解析度的像素資源。它解決了標準下採樣失敗的問題，因為這些影像通常具有非均勻的網格與隨機雜訊。

作用方式

該工具使用電腦視覺流程來恢復原始像素網格：

1. 預處理：裁切邊緣並處理透明度問題。
2. 邊緣偵測：使用Canny邊緣偵測與形態學閉合來找出「像素」的邊界。
3. 網格恢復：採用機率霍夫變換識別水平與垂直線，聚類後計算中位間距，建立一致的網格。
4. 最終處理：對影像顏色進行量化，並將每個網格單元中最常見的顏色分配給單一像素，重建為真實解析度的影像。

對於影片與GIF，工具會採樣數個畫格以決定單一共享網格與調色板，確保動畫在畫格間保持一致且無閃爍。

適用對象

• 遊戲開發者：希望清理AI生成的資源或低品質像素藝術截圖。
• Python開發者：希望將此恢復流程整合至自己的應用程式中，透過Python API使用。
• 數位藝術家：希望自動從雜訊來源恢復像素級精確的資源。

主要特色

• 動畫支援：處理影片與GIF時保持畫格間一致性。
• 彈性介面：提供CLI、Python API與Web介面（託管於Hugging Face Spaces）。
• 可自訂：支援YAML設定檔，用於微調邊緣偵測與顏色量化參數。
• Canny與霍夫變換：使用成熟的CV技術，確保在對抗性範例中也能穩健偵測網格。