neural-doodle

随手涂几笔,AI 帮你补成完整画作

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。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 9850
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alexjc
所属国家
官网地址
定价模式free
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
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★ 9850
30天Star增速
HF 下载量
上线时间2016-03-05 00:00:00
最近更新2026-09-07 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4

使用教程

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

项目介绍

neural-doodle 是图像领域的开源项目,由 alexjc 开发,2016 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(9,850)位列前 5%,在图像分类的 839 个项目里位列前 3%。

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 2026-09-07。基于AGPL-3.0许可证,可自由使用和修改,无付费版本。

它主要面向的使用场景是:艺术创作辅助,快速生成风格化草图。同类可对比的替代方案包括 Fast Neural Style、Arbitrary Style Transfer、DeepArt。

上一篇:pix2pix

下一篇:ian-xiaohei-illustrations

同类项目推荐

satori 开源

网页代码一键变高清图,放大不糊,不用截图

Enlightened library to convert HTML and CSS to SVG

★ 13967 2026-08-09
C2GAN 开源

用关键点精准控制图像生成,让AI画出你想要的结构

[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···

★ 70 2026-08-09
imagen-pytorch 开源

说句话生成高清图,放大也不糊

Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch

★ 8427 2026-08-09