LayerDivider
Verwandeln Sie flache Illustrationen in eine bearbeitbare Ebenenstruktur
LayerDivider ist ein Open-Source-Projekt zur Bildverarbeitung, das eine einzelne, reduzierte Illustration in Basis- und Effektebenen zerlegt. Es analysiert Pixelfarben, gruppiert ähnliche Bereiche, glättet das Bild und rekonstruiert das Ergebnis als bearbeitbare PSD-Datei.
Von der flachen Grafik zur bearbeitbaren Struktur
Was ist LayerDivider?
Eine fertige Illustration wird oft als einzelne PNG- oder JPG-Datei exportiert. Sobald die ursprüngliche Projektdatei verloren geht, sind Farben, Schatten, Highlights und Effekte in einem Rasterbild vereint und lassen sich nur schwer einzeln bearbeiten.
LayerDivider geht dieses Problem durch eine farbbasierte Bildzerlegung an. Es gruppiert Pixel mit ähnlichen Farben, vereinfacht lokale Variationen, erstellt eine rekonstruierte Basisebene und berechnet Effektebenen aus den Unterschieden zwischen der rekonstruierten Basis und dem Originalbild.
Die resultierende PSD-Datei bietet einen bearbeitbaren Ausgangspunkt für Umfärbungen, Anpassungen der Beleuchtung, Modifikationen von Effekten und die Analyse des strukturellen Aufbaus einer Illustration.
LayerDivider rekonstruiert eine ungefähre Ebenenstruktur. Es stellt nicht die ursprünglichen Ebenen oder Ebenennamen des Künstlers wieder her.
Welche Bilder eignen sich am besten?
LayerDivider ist am effektivsten, wenn ein Bild klare Farbbereiche und einen relativ strukturierten Illustrationsstil aufweist.
Anime-Illustrationen
Anime-Grafiken verwenden häufig klare, flache Farben, Schatten, Highlights und Linienbegrenzungen, die sich gut für eine farbbasierte Trennung eignen.
Flat-Color-Grafiken
Illustrationen mit begrenzten Farbpaletten und klar abgegrenzten Farbbereichen erzeugen in der Regel sauberere Cluster.
Charakter-Art
Charakter-Illustrationen können in bearbeitbare Farb- und Effektbereiche unterteilt werden, um sie umzufärben oder visuell anzupassen.
Digitale Malerei mit definierten Bereichen
Stilisierte Gemälde funktionieren gut, wenn ihre Hauptfarben und Lichtbereiche visuell deutlich voneinander abgegrenzt sind.
Weniger geeignete Bilder
- Fotos mit kontinuierlichen Farbverläufen
- Bilder mit starker Textur oder Bildrauschen
- Bilder mit starken Kompressionsartefakten
- Grafiken mit vielen subtilen Farbübergängen
- Bilder, die eine semantische Objekttrennung erfordern
Ein Blick in die Pipeline
Wie LayerDivider eine Illustration verarbeitet
Der Workflow wandelt ein flaches Bild durch eine Abfolge von Farbanalyse- und Rekonstruktionsschritten in eine annähernde Ebenendarstellung um.
Analyse der Pixelfarben
Das Eingabebild wird auf Pixelebene anhand seiner RGB-Farbinformationen analysiert.
Erstellung erster Farbcluster
Pixel werden basierend auf ihren Farbwerten in eine erste Menge von Clustern gruppiert.
Zusammenführung ähnlicher Farben
Cluster mit ähnlich wahrgenommenen Farben werden mithilfe eines CIEDE2000-basierten Farbdifferenz-Schwellenwerts zusammengeführt.
Glättung lokaler Variationen
Ein Weichzeichner reduziert kleine Farbschwankungen, Texturrauschen und unnötige Fragmentierung.
Neufärbung der Cluster
Die durchschnittliche Farbe nach der Glättung wird für jeden Cluster berechnet und zum Neufärben der Pixel verwendet.
Verfeinerung des Ergebnisses
Das Zusammenführen, Glätten und Neufärben kann wiederholt werden, um eine sauberere und stabilere Basisstruktur zu erhalten.
Aufbau der Basisebene
Die finale Cluster-Karte wird verwendet, um eine vereinfachte Basisdarstellung der Illustration zu erstellen.
Berechnung der Effektebenen
Unterschiede zwischen der rekonstruierten Basis und dem Originalbild werden genutzt, um Licht- und Effektdaten abzuleiten.
Das Kernkonzept
Warum Farb-Clustering wichtig ist
Eine flache Illustration kann Tausende einzelner RGB-Werte enthalten, selbst wenn der Künstler visuell nur eine kleine Anzahl von Basisfarben beabsichtigt hat. Anti-Aliasing, Verläufe, Pinseltexturen, Schatten und Kompression führen viele kleine Variationen ein.
LayerDivider reduziert diese Komplexität, indem es Farben gruppiert, die wahrnehmungsmäßig ähnlich erscheinen. Anstatt jeden RGB-Wert als separaten Bereich zu behandeln, nutzt es die Farbähnlichkeit, um größere, besser bearbeitbare Cluster zu bilden.
Dies macht die rekonstruierte Ebenenstruktur leichter verständlich und manipulierbar, obwohl ein zu aggressives Clustering Details zusammenführen kann, die eigentlich getrennt bleiben sollten.
LayerDivider-Parameter erklärt
Das Gleichgewicht zwischen sauberen Ebenen und dem Erhalt von Details hängt stark von vier Hauptparametern ab.
Verfeinerungs-Schleifen
Steuert, wie oft das Zusammenführen, Glätten und Neufärben wiederholt wird.
Schnellere Verarbeitung, wobei mehr der ursprünglichen Farbvariationen erhalten bleiben.
Sauberere und einfachere Bereiche, aber kleine Details könnten zusammengeführt oder entfernt werden.
Anfängliche Cluster
Legt die Anzahl der Farbcluster fest, die während der ersten Phase erstellt werden.
Erzeugt weniger, breitere Farbgruppen und eine einfachere Ebenenstruktur.
Bewahrt mehr Farbvariationen, kann aber zu einer größeren und fragmentierteren PSD führen.
Farbdifferenz-Schwellenwert
Bestimmt, wie ähnlich sich zwei Cluster sein müssen, bevor sie zusammengeführt werden.
Hält ähnliche Farben getrennt und bewahrt subtilere Variationen.
Kombiniert mehr Farben zu größeren Bereichen und vereinfacht das Ergebnis.
Glättungsstärke
Steuert die Stärke der Glättung, bevor die Durchschnittsfarben berechnet werden.
Behält schärfere lokale Details bei, kann aber Rauschen und kleine Fragmente erhalten.
Erzeugt glattere Bereiche, kann aber kleine Kanten und feine Merkmale weichzeichnen.
PSD-Konstruktion
Normal- und Komposit-Ausgabemodi
LayerDivider kann PSD-Dateien mit Ebenen unter Verwendung verschiedener Kombinationen von Basis- und Effektebenen erstellen.
Normal-Modus
Erstellt eine einfachere PSD-Struktur, die sich auf die rekonstruierten Bildbereiche konzentriert.
Am besten geeignet für
Benutzer, die eine unkomplizierte Struktur für Umfärbungen und grundlegende Lichtanpassungen wünschen.
Komposit-Modus
Verwendet mehrere Ebenen mit Mischmodi, um das ursprüngliche visuelle Erscheinungsbild besser zu rekonstruieren.
Am besten geeignet für
Benutzer, die eine detailliertere Rekonstruktion wünschen und mit Mischmodi vertraut sind.
Was können Sie mit der PSD-Datei anfangen?
Die generierten Ebenen bieten einen praktischen Ausgangspunkt für die Bearbeitung flacher Illustrationen.
Illustration umfärben
Passen Sie ausgewählte Farbbereiche an, ohne das gesamte Bild von Grund auf neu malen zu müssen.
Schatten und Highlights bearbeiten
Modifizieren Sie hellere und dunklere Bereiche separat, um verschiedene Lichtstimmungen zu testen.
Struktur der Illustration analysieren
Untersuchen Sie, wie Basisfarben und visuelle Effekte kombiniert werden, um das flache Ergebnis zu erzielen.
Grafiken für Animationen vorbereiten
Nutzen Sie die rekonstruierte PSD als ersten Vorbereitungsschritt, bevor Sie Elemente manuell für die Animation organisieren.
Bearbeitbaren Ausgangspunkt wiederherstellen
Erstellen Sie eine handlichere Datei, wenn nur ein flacher Export vorliegt und die ursprüngliche PSD nicht verfügbar ist.
Visuelle Variationen erstellen
Experimentieren Sie mit alternativen Paletten, Lichtstilen und Effektstärken, während die Hauptkomposition erhalten bleibt.
Die richtigen Erwartungen setzen
Was LayerDivider nicht wiederherstellen kann
LayerDivider erzeugt eine rekonstruierte Annäherung, anstatt den ursprünglichen kreativen Prozess umzukehren.
Keine originale PSD
Die generierte Datei enthält nicht die exakten Ebenen, Masken, Gruppen, Namen oder Pinselstriche des ursprünglichen Künstlers.
Keine semantische Objekterkennung
Die farbbasierte Verarbeitung versteht nicht von Natur aus, dass ein Bereich Haare, Kleidung, Haut, Hintergrund oder ein anderes Objekt darstellt.
Keine Rekonstruktion verborgener Inhalte
Es können keine Teile eines Objekts enthüllt werden, die in der flachen Eingabe nie sichtbar waren.
Ähnliche Farben können verschmelzen
Separate Objekte, die ähnliche Farben teilen, können in denselben rekonstruierten Bereich gelangen.
Verläufe können Fragmentierung erzeugen
Weiche Schattierungen, Texturen und komplexe Verläufe können viele Cluster erzeugen oder eine stärkere Vereinfachung erfordern.
Manuelle Nacharbeit kann erforderlich sein
Die PSD muss möglicherweise noch umbenannt, neu gruppiert, maskiert, nachbearbeitet oder in der Ebenenreihenfolge angepasst werden.
LayerDivider vs. semantische Ebenentrennung
Beide Methoden verwandeln ein flaches Bild in bearbeitbare Komponenten, organisieren das Bild jedoch auf unterschiedliche Weise.
LayerDivider
- Gruppiert Pixel primär nach Farbähnlichkeit
- Funktioniert besonders gut bei Illustrationen mit flachen Farben
- Kann Basis- und Effektebenen rekonstruieren
- Bietet steuerbare Clustering-Parameter
- Kann separate Objekte mit ähnlichen Farben kombinieren
Semantische Ebenentrennung
- Versucht, Motive und bedeutungsvolle Objekte zu identifizieren
- Besser geeignet für objektbasierte Bearbeitung
- Kann Ebenen wie Person, Produkt und Hintergrund erstellen
- Hängt von Segmentierungs- und visuellen Verständnismodellen ab
- Kann feine, illustrationsspezifische Farbstrukturen übersehen
Farbbasierte und semantische Methoden ergänzen sich. Die Farbzerlegung ist nützlich für das Erscheinungsbild von Illustrationen, während die semantische Trennung besser geeignet ist, wenn bearbeitbare Objekte im Vordergrund stehen.
Ein praktischer Illustrations-Workflow
Mit einer sauberen Quelle starten
Verwenden Sie das PNG mit der höchsten verfügbaren Qualität. Vermeiden Sie nach Möglichkeit stark komprimierte Screenshots.
Gewünschten Detailgrad wählen
Verwenden Sie mehr anfängliche Cluster für detaillierte Grafiken und weniger Cluster für einfachere, flachere Illustrationen.
Kleine Merkmale überprüfen
Untersuchen Sie Augen, Haarsträhnen, Linien, Accessoires, Highlights und andere Bereiche, die möglicherweise zusammengeführt wurden.
PSD in einem Editor öffnen
Überprüfen Sie das Ergebnis in Photoshop, Clip Studio Paint, Photopea oder einem anderen PSD-kompatiblen Editor.
Ebenen organisieren und bereinigen
Benennen Sie wichtige Ebenen um, kombinieren Sie unnötige Fragmente, korrigieren Sie Masken und verfeinern Sie die Ebenenreihenfolge.
Originalprojekt
Ein Open-Source-Experiment zur Illustrationszerlegung
LayerDivider wurde von mattyamonaca als Open-Source-Tool entwickelt, um eine einzelne Illustration in eine Ebenenstruktur zu zerlegen. Das Originalprojekt bietet eine Gradio-Schnittstelle, Installationsanweisungen für Windows und einen Google Colab-Workflow.
Der Quellcode ist unter der MIT-Lizenz verfügbar und dient als nützliche Referenz für Entwickler, Forscher und Kreative, die sich mit farbbasierter Illustrationszerlegung beschäftigen.
LayerDivider ist ein unabhängiges Open-Source-Projekt. ImageToLayers ist nicht der ursprüngliche Ersteller von LayerDivider.
LayerDivider FAQ
Was ist LayerDivider?
LayerDivider ist ein Open-Source-Tool, das eine flache Illustration mithilfe von pixelbasiertem Farb-Clustering, Glättung, Rekonstruktion und der Berechnung von Effektebenen in eine annähernde Ebenenstruktur umwandelt.
Kann LayerDivider die ursprüngliche PSD wiederherstellen?
Nein. Es erstellt eine neue, annähernde Ebenenstruktur basierend auf dem sichtbaren flachen Bild. Es kann die ursprünglichen Ebenennamen, Gruppen, Masken, verborgenen Pixel oder die Bearbeitungshistorie nicht wiederherstellen.
Verwendet LayerDivider KI?
Der ursprüngliche farbbasierte Workflow nutzt primär Bildverarbeitungs- und Clustering-Techniken. Spätere Integrationen können die PSD-Generierung im LayerDivider-Stil mit Segmentierungsmodellen wie 'Segment Anything' kombinieren.
Welche Bilder funktionieren am besten mit LayerDivider?
Anime-Illustrationen, Charakter-Grafiken mit flachen Farben und Bilder mit klar abgegrenzten Farbbereichen funktionieren im Allgemeinen besser als Fotos oder stark texturierte Gemälde.
Kann LayerDivider einen Charakter vom Hintergrund trennen?
Es kann sie trennen, wenn ihre Farben ausreichend unterschiedlich sind, aber farbbasiertes Clustering versteht nicht von Natur aus semantische Objekte. Ein segmentierungsbasiertes Tool ist für die Trennung auf Objektebene zuverlässiger.
Was ist CIEDE2000?
CIEDE2000 ist eine Farbdifferenzformel, die darauf ausgelegt ist, besser widerzuspiegeln, wie Menschen Farbunterschiede wahrnehmen. LayerDivider verwendet einen auf diesem Maß basierenden Schwellenwert, um zu entscheiden, ob ähnliche Farbcluster zusammengeführt werden sollen.
Was steuert die Einstellung für anfängliche Cluster?
Sie steuert, wie viele Farbgruppen zu Beginn der Verarbeitung erstellt werden. Mehr Cluster bewahren zusätzliche Variationen, können aber zu einem komplexeren und fragmentierteren Ergebnis führen.
Was ist der Unterschied zwischen Normal- und Komposit-Modus?
Der Normal-Modus erstellt eine einfachere Struktur, während der Komposit-Modus Basis-, Negativ-Multiplizieren-, Multiplizieren-, Subtrahieren- und Addieren-Ebenen kombiniert, um das ursprüngliche visuelle Erscheinungsbild besser zu rekonstruieren.
Kann ich die generierte Datei in Photoshop bearbeiten?
Ja. LayerDivider generiert eine PSD-Ausgabe, die in Anwendungen geöffnet werden kann, die Ebenen unterstützen, obwohl möglicherweise noch manuelle Organisation und Bereinigung erforderlich sind.
Ist LayerDivider für Fotos geeignet?
Es ist primär für Illustrationen konzipiert. Fotos enthalten kontinuierliche Töne, Texturen, Rauschen und komplexe Beleuchtungen, die weniger für eine farbclusterbasierte Trennung geeignet sind.
Original LayerDivider-Schnittstelle
Die ursprüngliche Open-Source-Schnittstelle von LayerDivider bietet Steuerelemente für Farb-Clustering, wahrnehmungsbasierte Farbzusammenführung, Glättung und PSD-Ausgabe.
Benötigen Sie objektbasierte Bildebenen?
Verwenden Sie ImageToLayers, um Motive, Objekte und Hintergründe in praktische, bearbeitbare Assets zu trennen – inklusive Hintergrundrekonstruktion und Export als PSD oder ZIP.