Pixel Art Fixer 是一个开源工具,使用传统图像处理将伪像素艺术转换为真正的网格对齐像素艺术,无需神经网络模型。

Stars

238

7 天增长

暂无数据

Fork 数

20

开放 Issue

0

开源协议

MIT

最近更新

2026-07-15

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它通过多个独立检测器进行共识投票和两阶段重建(将结构与颜色解耦),在非神经网络方法中达到了最先进的准确性。

适合谁使用

  • 需要清理 AI 生成或放大的像素艺术的像素艺术家和游戏开发者
  • 将图像处理集成到像素艺术管道的开发者
  • 恢复旧或压缩像素艺术资产的内容创作者
  • 对网格检测算法感兴趣的研究人员或爱好者

典型使用场景

  • 从 AI 放大或模糊的图像中恢复真正的像素艺术
  • 为需要精确网格对齐的游戏引擎准备精灵图
  • 通过 Python 或 Rust CLI 批量修复文件夹中的像素艺术
  • 通过提供的 API 将像素艺术修复集成到 Web 服务中

项目优势

  • 在 43 种失真类别中,以 77% 的精确原生分辨率恢复率和 94% 的网格对齐准确率超越了现有工具(PixelDetector、unfake.py、PixelSnapper)
  • 使用三个廉价检测器(自相关、游程长度、自相似性)加上更重的证据堆栈实现鲁棒的共识
  • 处理非整数单元格大小、亚像素漂移、抗锯齿、JPEG 伪影和扭曲网格
  • 两阶段重建通过分离结构投票和颜色采样,产生清晰的线条和准确的颜色

使用前须知

  • 纯粹基于图像处理,无法恢复极端损坏的图像(例如单元格小于约 3 像素、严重抖动),需要神经网络版本
  • 神经网络版本托管在 retrodiffusion.ai 上,未包含在此仓库中
  • 输入仅限于 PNG 和 JPEG,最大分辨率为 4 百万像素

README 快速开始

Usage

项目描述

Convert images into pixel art

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482