neural-doodle

随手涂几笔,AI 帮你补成完整画作

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 887 🐛 待处理 50 👀 关注 1 ⚠️ 作者已归档(停止维护)
GitHub ↗
GitHub 星标 ★ 9842
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,基于AGPL-3.0许可证,可自由使用和修改,无付费版本。

项目预览

neural-doodle 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队alexjc
定价模式🏷️完全免费
价格说明开源项目,基于AGPL-3.0许可证,可自由使用和修改,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言Python
技术栈/模型deep-learning,deep-neural-networks,image-generation,image-manipulation,image-processing
GitHub 星标★ 9842
上线时间2016-03-05 00:00:00
代码更新2020-10-01
仓库体积5.3 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

基于深度神经网络与语义风格迁移的涂鸦作画工具,可将简单涂鸦变成精致画作,支持照片无缝纹理生成、图像风格迁移与样例放大,趣味性与实用性兼备。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 9842

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:进阶 约 20 分钟 部署方式:命令行工具 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 运行环境(README 未给出具体版本)
  • Git,用于克隆仓库
  • 一到四张 PNG/JPG 图片素材:风格图及其标注图,可选的目标内容图(涂鸦)及其标注图
  • 按 README 的 Installation & Setup 章节安装的深度学习依赖(节选里未列出具体包名)

安装与启动步骤

  1. 1克隆项目仓库

    把 neural-doodle 源码下载到本地,命令来自项目 GitHub 地址,无网络代理时可能较慢。

    git clone https://github.com/alexjc/neural-doodle.git
  2. 2进入项目目录

    切换到刚克隆下来的目录,后续命令都在这个目录里执行。

    cd neural-doodle
  3. 3阅读安装说明

    README 的 Installation & Setup 章节给出了实际依赖与环境配置步骤,请以该章节内容为准再安装。

  4. 4准备输入图片

    准备风格图及其标注图;如需迁移到自己的涂鸦,再准备目标内容图及其标注图,标注用不同色块区分语义区域。

  5. 5运行涂鸦生成

    执行 doodle.py 脚本生成新图像,输入图片与参数需按 README 示例和你的图片情况自行指定。

    python doodle.py

如何确认成功

脚本运行无报错,并在输出目录/当前位置生成新的合成图像文件,即表示成功。

常见问题

Q:到底要准备几张图片?

A:取决于任务:只做纹理合成用 1 张风格图;风格迁移需要风格图和目标内容图,各自带语义标注,最多共 4 张。

Q:换了新图片效果很差怎么办?

A:README 明确说默认参数只针对自带示例调优过,新图需要自行调参并反复迭代,接近照片级效果要靠多次尝试。

Q:安装依赖该装哪些包?

A:README 节选未列出具体依赖,请打开仓库 README 的 Installation & Setup 章节按步骤安装,不要自行猜测包名。

Q:遇到问题去哪求助?

A:可在 GitHub Issues 中带 advice 标签提问,或参考仓库里的示例与相关论文说明。

注意事项

  • README 节选未提供完整安装命令与依赖清单,安装前务必先读仓库的 Installation & Setup 章节。
  • 该项目本质是研究型脚本,参数需按图片反复调整,不是开箱即用的成品工具。
  • 标注图是算法的关键输入,语义区域画得越准确,迁移效果越好。
  • 如命令或参数与仓库最新 README 不一致,以仓库 README 为准。

核心亮点

  • 实现语义风格迁移,可将涂鸦转化为艺术风格图像,效果直观
  • 支持纹理生成、风格迁移和示例放大等多种图像处理功能
  • 基于Python和深度学习,代码结构清晰,便于二次开发

不足之处

  • 项目维护活跃度较低,依赖库可能过时
  • 文档/社区待观察

适用场景

  • 艺术创作辅助,快速生成风格化草图
  • 图像纹理合成与风格迁移应用开发
  • 深度学习图像处理教学示例

替代项目

Fast Neural Style、Arbitrary Style Transfer、DeepArt

上一篇:pix2pix

下一篇:ian-xiaohei-illustrations

同类项目推荐

clarity-upscaler 开源

糊图一键变高清,免费开源随便用

Clarity AI | AI Image Upscaler & Enhancer - free and open-source Magnific Alternativ···

★ 5173 2026-08-09
context-free 开源

写文法,秒出百万形状的生成艺术图

Context Free is a program that generates images from written instructions called a g···

★ 555 2026-08-09
CLIPAway 开源

说句话就能自动抠掉图中物体,背景无缝补全

[NeurIPS 2024] Official Implementation of CLIPAway

★ 106 2026-08-09
shuixian-prompts 开源

5000+中文提示词,搜一下复制就能出图

水仙的AI提示词|5,000+ 中文 AI 绘画提示词库:检索 / 分类 / 一键复制。提示词覆盖 Chat···

★ 546 2026-09-28
text-to-image 开源

用一句话描述,GAN模型生成对应图像

Text to Image Synthesis using Generative Adversarial Networks

★ 78 2026-08-09
aiyabot 开源

在 Discord 里直接调用老版 SD Web UI 出图,省去手动操作

A neat Discord bot for old Stable Diffusion Web UIs

★ 304 2026-08-09
dalle-playground 开源

在浏览器里输入文字,立刻生成 AI 图像

A playground to generate images from any text prompt using Stable Diffusion (past: u···

★ 2735 2026-08-09
MIGC 开源

用边界框和文字精准控制每个物体,轻松生成多实例图像。

[CVPR 2024 Highlight] MIGC and [TPAMI 2024] MIGC++ (Official Implementation)

★ 607 2026-08-09
ComfyUI-DyPE 开源

ComfyUI 里一键把文生图拉到 4K+,告别重复纹理和崩坏

ComfyUI DyPE+SEGA, enabling artifact-free 4K+ image generation: Z-Image, Qwen, Flux,···

★ 631 2026-09-16