tileGAN

用 GAN 生成超大尺寸无缝纹理，告别重复贴图

tileGAN 是 SIGGRAPH 2019 论文的开源实现，专注于大规模非均匀纹理的合成。传统纹理合成方法难以生成覆盖大面积且具有非均匀分布特征的纹理，tileGAN 通过生成对抗网络（GAN）结合分块拼接策略，将小尺寸的纹理生成结果无缝扩展到任意大尺寸，同时保持整体视觉连贯性和局部细节多样性。项目基于 TensorFlow 实现，提供训练和推理代码，核心能力包括：利用 GAN 学习纹理分布、自动生成可平铺的纹理块、以及通过优化拼接边界消除接缝。它解决了游戏、影视、虚拟场景中需要高分辨率、非重复纹理素材的痛点，尤其适合地形、墙面、布料等自然纹理的规模化生产。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 227

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队afruehstueck

所属国家

官网地址

GitHubhttps://github.com/afruehstueck/tileGAN

定价模式free

价格说明开源项目，代码免费，需自行部署，无在线服务。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型image-generation,image-stylization,tensorflow,texture-synthesis

GitHub 星标★ 227

30天Star增速

HF 下载量

上线时间2019-03-25 00:00:00

最近更新2026-04-25 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

论文级算法，能生成任意大尺寸且非均匀分布的纹理，突破传统平铺限制
提供完整训练与推理流程，基于 TensorFlow，便于复现和二次开发
拼接边界优化技术，有效减少可见接缝，提升视觉质量

不足之处

项目维护停滞，依赖旧版 TensorFlow，环境配置成本高
文档仅覆盖基础用法，缺少调参指南和常见问题解答

适用场景

游戏场景中大面积地形、墙面纹理自动生成
影视特效中非重复背景纹理合成
虚拟现实和数字孪生中高分辨率材质库构建

替代项目

TextureGAN、SinGAN、DeepTextures

项目介绍

tileGAN 是图像领域的开源项目，由 afruehstueck 开发，2019 年首次发布。

它收录于图像分类，该分类目前共有 839 个项目，GitHub 星标数为 227。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-25。代码免费，需自行部署，无在线服务。

它主要面向的使用场景是：游戏场景中大面积地形、墙面纹理自动生成。同类可对比的替代方案包括 TextureGAN、SinGAN、DeepTextures。

上一篇：MixNMatch

下一篇：neurips18_hierchical_image_manipulation