NEWGPT Image 2.5 on täällä — tee kohdennettuja muokkauksia vähemmällä uusintatyöllä.

Kokeile GPT Image 2.5:tä
Avoimen lähdekoodin teknologian yleiskatsaus

LayerDivider

Muuta litteä kuvitus muokattavaksi tasorakenteeksi

LayerDivider on avoimen lähdekoodin kuvankäsittelyprojekti, joka erottelee yksittäisen litteän kuvituksen pohja- ja efektitasoiksi. Se analysoi pikselien värit, ryhmittelee samankaltaiset alueet, tasoittaa kuvaa ja rekonstruoi lopputuloksen muokattavaksi PSD-tiedostoksi.

LayerDivider Workflow – Flattened Illustration to Recomposed Output
01Litteä kuvitus
LayerDivider aloittaa yhdellä kokonaisella rasterikuvituksella.
02Värien klusterointi
Pikselit ryhmitellään ja yhdistetään havaitun värien samankaltaisuuden perusteella.
03Pohja- ja efektitasot
Työnkulku rekonstruoi pohjakuvan ja johtaa siitä kirkkaus- ja varjotiedot.
04Uudelleen koostettu lopputulos
Luodut tasot yhdistyvät muodostaen alkuperäistä kuvaa vastaavan lopputuloksen.

Litteästä taideteoksesta muokattavaksi rakenteeksi

Mikä on LayerDivider?

Valmis kuvitus viedään usein yhtenä PNG- tai JPG-tiedostona. Kun alkuperäinen projektitiedosto katoaa, värit, varjot, kohokohdat ja efektit litistyvät yhdeksi rasterikuvaksi, jolloin niiden muokkaaminen erikseen muuttuu vaikeaksi.

LayerDivider lähestyy tätä ongelmaa väripohjaisen kuvan hajottamisen kautta. Se ryhmittelee samankaltaiset pikselit, yksinkertaistaa paikallisia vaihteluita, luo rekonstruoidun pohjatason ja laskee efektitasot rekonstruoidun pohjan ja alkuperäisen kuvan välisistä eroista.

Tuloksena syntyvä PSD tarjoaa muokattavamman lähtökohdan uudelleenväritykseen, valaistuksen säätämiseen, efektien muokkaamiseen ja kuvituksen rakenteen tutkimiseen.

LayerDivider rekonstruoi likimääräisen tasorakenteen. Se ei palauta taiteilijan alkuperäisiä tasoja tai tasojen nimiä.

Millaiset kuvat toimivat parhaiten?

LayerDivider on tehokkain, kun kuvassa on selkeitä värialueita ja suhteellisen jäsennelty kuvitustyyli.

Anime-kuvitukset

Anime-tyylisessä taiteessa käytetään yleisesti selkeitä tasaisia värejä, varjoja, kohokohtia ja viivojen rajoja, jotka soveltuvat väripohjaiseen erotteluun.

Tasaväriset taideteokset

Kuvitukset, joissa on rajoitettu paletti ja selkeästi erotellut värialueet, tuottavat yleensä puhtaampia klustereita.

Hahmotaide

Hahmokuvitukset voidaan jakaa muokattaviin väri- ja efektialueisiin uudelleenväritystä ja visuaalisia säätöjä varten.

Digitaaliset maalaukset, joissa on määritellyt alueet

Tyylitellyt maalaukset voivat toimia, kun niiden päävärit ja valaistusalueet pysyvät visuaalisesti erottuvina.

Vähemmän sopivat kuvat

  • Valokuvat, joissa on jatkuvia väriliukumia
  • Erittäin tekstuuriset tai kohinaiset kuvat
  • Kuvat, joissa on voimakkaita pakkausartefakteja
  • Taideteokset, jotka sisältävät paljon hienovaraisia värisiirtymiä
  • Kuvat, jotka vaativat semanttista objektien erottelua

Putken sisällä

Kuinka LayerDivider käsittelee kuvituksen

Työnkulku muuntaa litteän kuvan likimääräiseksi tasorakenteeksi värianalyysin ja rekonstruktiovaiheiden sarjan avulla.

01

Analysoi pikselien värit

Syötekuva analysoidaan pikselitasolla käyttäen sen RGB-väritietoja.

02

Luo alustavat väriklusterit

Pikselit ryhmitellään alustaviin klustereihin niiden väriarvojen perusteella.

03

Yhdistä samankaltaiset värit

Samankaltaiset värit yhdistetään käyttäen CIEDE2000-pohjaista värierojen kynnysarvoa.

04

Tasoita paikalliset vaihtelut

Sumennuskäsittely vähentää pieniä värivaihteluita, tekstuurikohinaa ja tarpeetonta pirstoutumista.

05

Maalaa jokainen klusteri uudelleen

Sumennuksen jälkeinen keskiarvoväri lasketaan jokaiselle klusterille ja sitä käytetään pikselien uudelleenmaalaamiseen.

06

Tarkenna lopputulosta

Värien yhdistämistä, tasoitusta ja uudelleenmaalausta voidaan toistaa puhtaamman ja vakaamman pohjarakenteen luomiseksi.

07

Rakenna pohjataso

Lopullista klusterikarttaa käytetään kuvituksen yksinkertaistetun pohjaesityksen rakentamiseen.

08

Laske efektitasot

Rekonstruoidun pohjan ja alkuperäisen kuvan välisiä eroja käytetään valaistus- ja efektitietojen johtamiseen.

Keskeinen idea

Miksi värien klusterointi on tärkeää

LayerDivider vähentää tätä monimutkaisuutta ryhmittelemällä värit, jotka näyttävät havainnollisesti samankaltaisilta. Sen sijaan, että jokaista RGB-arvoa kohdeltaisiin erillisenä alueena, se käyttää värien samankaltaisuutta suurempien ja muokattavampien klustereiden muodostamiseen.

Tämä tekee rekonstruoidusta tasorakenteesta helpommin ymmärrettävän ja muokattavan, vaikka aggressiivinen klusterointi voi myös yhdistää yksityiskohtia, joiden tulisi pysyä erillisinä.

LayerDivider-parametrit selitettynä

Tasapaino puhtaiden tasojen ja säilytettyjen yksityiskohtien välillä riippuu vahvasti neljästä pääparametrista.

loops

Tarkennuskierrokset

Ohjaa, kuinka monta kertaa värien yhdistämistä, tasoitusta ja uudelleenmaalausta toistetaan.

Pienempi arvo

Nopeampi käsittely, jossa enemmän alkuperäistä värivaihtelua säilyy.

Suurempi arvo

Puhtaammat ja yksinkertaisemmat alueet, mutta pienet yksityiskohdat saattavat yhdistyä tai poistua.

init_cluster

Alustavat klusterit

Asettaa väriklustereiden määrän, joka luodaan ensimmäisessä vaiheessa.

Pienempi arvo

Tuottaa vähemmän, laajempia väriryhmiä ja yksinkertaisemman tasorakenteen.

Suurempi arvo

Säilyttää enemmän värivaihtelua, mutta voi luoda suuremman ja pirstaloituneemman PSD-tiedoston.

ciede_threshold

Värierojen kynnysarvo

Määrittää, kuinka samankaltaisia kahden klusterin on oltava ennen kuin ne yhdistetään.

Pienempi arvo

Pitää samankaltaiset värit erillään ja säilyttää hienovaraisempaa vaihtelua.

Suurempi arvo

Yhdistää enemmän värejä suuremmiksi alueiksi ja yksinkertaistaa lopputulosta.

blur_size

Sumennuskoko

Ohjaa tasoituksen voimakkuutta ennen keskiarvovärien laskemista.

Pienempi arvo

Säilyttää terävämpiä paikallisia yksityiskohtia, mutta voi säilyttää kohinaa ja pieniä fragmentteja.

Suurempi arvo

Luo tasaisempia alueita, mutta voi pehmentää pieniä reunoja ja hienoja piirteitä.

LayerDivider Parameters Comparison

PSD-rakentaminen

Normaali- ja komposiittitulostustilat

LayerDivider voi rakentaa kerroksellisia PSD-tiedostoja käyttämällä erilaisia pohja- ja efektitasojen yhdistelmiä.

Normaalitila

Luo yksinkertaisemman PSD-rakenteen, joka keskittyy rekonstruoituihin kuva-alueisiin.

PohjaSisältää kuvituksen rekonstruoidut perusvärit.
KirkasEdustaa kirkkaampia yksityiskohtia ja valaistuseroja.
VarjoEdustaa tummempia yksityiskohtia ja varjoeroja.

Paras käyttökohde

Käyttäjille, jotka haluavat suoraviivaisen rakenteen uudelleenväritystä ja perusvalaistuksen säätöjä varten.

Komposiittitila

Käyttää useita sekoitustyylisiä tasoja rekonstruoidakseen enemmän alkuperäisestä visuaalisesta ulkoasusta.

PohjaTarjoaa taustalla olevan rekonstruoidun värirakenteen.
Screen (Vaalenna)Luo uudelleen vaaleampia visuaalisia tietoja käyttäen vaalentavaa sekoitustilaa.
Multiply (Kerro)Luo uudelleen varjoja ja tummempia visuaalisia tietoja.
Subtract (Vähennä)Edustaa värieroja, jotka vähentävät arvoja pohjasta.
Addition (Lisää)Edustaa värieroja, jotka lisäävät kirkkautta tai väriarvoja.

Paras käyttökohde

Käyttäjille, jotka haluavat yksityiskohtaisemman rekonstruktion ja ovat tottuneet työskentelemään sekoitustilojen kanssa.

Mitä voit tehdä kerroksellisella PSD-tiedostolla?

Luodut tasot tarjoavat käytännöllisen lähtökohdan litteiden kuvitusten muokkaamiseen.

Kuvituksen uudelleenväritys

Säädä valittuja värialueita ilman, että maalaat koko kuvaa alusta alkaen.

Varjojen ja kohokohtien muokkaus

Muokkaa vaaleampia ja tummempia tietoja erikseen testataksesi erilaisia valaistustyylejä.

Kuvituksen rakenteen tutkiminen

Tarkastele, kuinka perusvärit ja visuaaliset efektit yhdistyvät litteän lopputuloksen toistamiseksi.

Taideteoksen valmistelu animaatiota varten

Käytä rekonstruoitua PSD-tiedostoa alkuvalmisteluna ennen animaatiovalmiiden elementtien manuaalista järjestämistä.

Muokattavan lähtökohdan palauttaminen

Luo hallittavampi tiedosto, kun jäljellä on vain litteä vientitiedosto ja alkuperäinen PSD ei ole saatavilla.

Visuaalisten variaatioiden luominen

Kokeile vaihtoehtoisia paletteja, valaistustyylejä ja efektien voimakkuuksia säilyttäen samalla pääkomposition.

Aseta oikeat odotukset

Mitä LayerDivider ei palauta

LayerDivider tuottaa rekonstruoidun approksimaation sen sijaan, että se kääntäisi alkuperäisen luovan prosessin.

Ei alkuperäinen PSD

Luotu tiedosto ei sisällä alkuperäisen taiteilijan luomia tarkkoja tasoja, maskeja, ryhmiä, nimiä tai siveltimenvetoja.

Ei semanttista objektien tunnistusta

Väripohjainen käsittely ei luonnostaan ymmärrä, että alue edustaa hiuksia, vaatteita, ihoa, taustaa tai muuta objektia.

Ei piilotetun sisällön rekonstruktiota

Se ei voi paljastaa objektin osia, jotka eivät koskaan olleet näkyvissä litteässä syötteessä.

Samankaltaiset värit voivat yhdistyä

Eri objektit, joilla on samankaltaiset värit, voidaan sijoittaa samaan rekonstruoituun alueeseen.

Liukuvärit voivat aiheuttaa pirstoutumista

Pehmeä varjostus, tekstuuri ja monimutkaiset liukuvärit voivat luoda monia klustereita tai vaatia voimakkaampaa yksinkertaistamista.

Manuaalinen puhdistus voi olla tarpeen

PSD-tiedosto saattaa silti vaatia nimeämistä, uudelleenryhmittelyä, maskausta, uudelleenmaalausta ja tasojen järjestyksen säätämistä.

LayerDivider vs. semanttinen tasojen erottelu

Molemmat menetelmät muuttavat litteän kuvan muokattaviksi komponenteiksi, mutta ne organisoivat kuvan eri tavoin.

LayerDivider

  • Ryhmittelee pikselit ensisijaisesti värien samankaltaisuuden mukaan
  • Toimii erityisen hyvin tasaväristen kuvitusten kanssa
  • Voi rekonstruoida pohja- ja efektitasot
  • Tarjoaa hallittavat klusterointiparametrit
  • Voi yhdistää erillisiä objekteja, joilla on samankaltaiset värit

Semanttinen tasojen erottelu

  • Pyrkii tunnistamaan kohteet ja merkitykselliset objektit
  • Paremmin soveltuva objektitason muokkaukseen
  • Voi luoda tasoja, kuten henkilö, tuote ja tausta
  • Riippuu segmentointi- ja visuaalisen ymmärryksen malleista
  • Voi ohittaa hienovaraisen kuvituskohtaisen värirakenteen

Väripohjaiset ja semanttiset menetelmät täydentävät toisiaan. Värien hajottaminen on hyödyllistä kuvituksen ulkoasun kannalta, kun taas semanttinen erottelu on hyödyllisempää, kun muokattavat objektit ovat ensisijaisia.

Käytännön kuvitustyönkulku

01

Aloita puhtaalla lähdemateriaalilla

Käytä korkealaatuisinta mahdollista PNG-tiedostoa. Vältä voimakkaasti pakattuja kuvakaappauksia mahdollisuuksien mukaan.

02

Valitse haluttu yksityiskohtien taso

Käytä enemmän alustavia klustereita yksityiskohtaisille taideteoksille ja vähemmän klustereita yksinkertaisemmille, litteämmille kuvituksille.

03

Tarkista pienet piirteet

Tarkasta silmät, hiussuortuvat, viivataide, asusteet, kohokohdat ja muut alueet, jotka saattavat yhdistyä.

04

Avaa PSD-tiedosto muokkausohjelmassa

Tarkista lopputulos Photoshopissa, Clip Studio Paintissa, Photopeassa tai muussa PSD-yhteensopivassa editorissa.

05

Järjestä ja puhdista tasot

Nimeä tärkeät tasot uudelleen, yhdistä tarpeettomat fragmentit, korjaa maskit ja tarkenna tasojen järjestystä.

Alkuperäinen projekti

Avoimen lähdekoodin kuvituksen hajottamiskokeilu

LayerDividerin loi mattyamonaca avoimen lähdekoodin työkaluksi yksittäisen kuvituksen jakamiseksi kerrokselliseen rakenteeseen. Alkuperäinen projekti tarjoaa Gradio-käyttöliittymän, paikalliset Windows-asennusohjeet ja Google Colab -työnkulun.

Lähdekoodi on saatavilla MIT-lisenssillä, mikä tekee siitä hyödyllisen referenssin kehittäjille, tutkijoille ja luojille, jotka tutkivat väripohjaista kuvituksen hajottamista.

Katso mattyamonaca/layerdivider GitHubissa

LayerDivider on itsenäinen avoimen lähdekoodin projekti. ImageToLayers ei ole LayerDividerin alkuperäinen luoja.

LayerDivider FAQ

Mikä on LayerDivider?

LayerDivider on avoimen lähdekoodin työkalu, joka muuntaa litteän kuvituksen likimääräiseksi tasorakenteeksi käyttämällä pikselitason värien klusterointia, tasoitusta, rekonstruktiota ja efektitasojen laskentaa.

Voiko LayerDivider palauttaa alkuperäisen PSD-tiedoston?

Ei. Se luo uuden kerroksellisen approksimaation näkyvän litteän kuvan perusteella. Se ei voi palauttaa alkuperäisiä tasonimiä, ryhmiä, maskeja, piilotettuja pikseleitä tai muokkaushistoriaa.

Käyttääkö LayerDivider tekoälyä?

Alkuperäinen väripohjainen työnkulku käyttää ensisijaisesti kuvankäsittely- ja klusterointitekniikoita. Myöhemmät integraatiot voivat yhdistää LayerDivider-tyylisen PSD-luonnin segmentointimalleihin, kuten Segment Anything.

Mitkä kuvat toimivat parhaiten LayerDividerin kanssa?

Anime-kuvitukset, tasaväriset hahmotaideteokset ja kuvat, joissa on selkeästi erotellut värialueet, toimivat yleensä paremmin kuin valokuvat tai erittäin tekstuuriset maalaukset.

Voiko LayerDivider erottaa hahmon taustasta?

Se voi erottaa ne, kun niiden värit ovat riittävän erilaiset, mutta väripohjainen klusterointi ei luonnostaan ymmärrä semanttisia objekteja. Segmentointipohjainen työkalu on luotettavampi objektitason erotteluun.

Mikä on CIEDE2000?

CIEDE2000 on värierojen kaava, joka on suunniteltu heijastamaan paremmin sitä, miten ihmiset havaitsevat värien väliset erot. LayerDivider käyttää tähän mittaukseen perustuvaa kynnysarvoa päättäessään, pitäisikö samankaltaiset väriklusterit yhdistää.

Mitä alustava klusteriasetus ohjaa?

Se ohjaa, kuinka monta väriryhmää luodaan käsittelyn alussa. Enemmän klustereita säilyttää lisävaihtelua, mutta voi tuottaa monimutkaisemman ja pirstaloituneemman lopputuloksen.

Mikä on ero normaali- ja komposiittitilan välillä?

Normaalitila luo yksinkertaisemman rakenteen, kun taas komposiittitila yhdistää pohja-, screen-, multiply-, subtract- ja addition-tasoja rekonstruoidakseen enemmän alkuperäisestä visuaalisesta ulkoasusta.

Voinko muokata luotua tiedostoa Photoshopissa?

Kyllä. LayerDivider luo PSD-tulosteen, joka voidaan avata sovelluksissa, jotka tukevat kerroksellisia PSD-tiedostoja, vaikka manuaalinen järjestely ja puhdistus saattavat silti olla tarpeen.

Sopiiko LayerDivider valokuville?

Se on ensisijaisesti suunniteltu kuvituksille. Valokuvat sisältävät jatkuvia sävyjä, tekstuuria, kohinaa ja monimutkaista valaistusta, jotka soveltuvat huonommin väriklusteripohjaiseen erotteluun.

Alkuperäinen LayerDivider-käyttöliittymä

Alkuperäinen avoimen lähdekoodin LayerDivider-käyttöliittymä tarjoaa hallintatyökalut värien klusteroinnille, havainnolliselle värien yhdistämiselle, tasoitukselle ja PSD-tulostukselle.

LayerDivider Output Example – illustration separated into color and effect layers
Esimerkkitulos alkuperäisestä projektista mattyamonaca/layerdivider project

Tarvitsetko objektipohjaisia kuvatasoja?

Käytä ImageToLayers-työkalua erottamaan kohteet, objektit ja taustat käytännöllisiksi muokattaviksi resursseiksi, taustan rekonstruoinnilla sekä PSD- tai ZIP-viennillä.