One-DM

一张手写样本，即刻生成任意内容的同款笔迹。

One-DM 是一个基于扩散模型的手写文本生成工具，对应 ECCV 2024 论文《One-Shot Diffusion Mimicker for Handwritten Text Generation》。它解决的核心问题是：仅凭一张手写样本，就能模仿该笔迹风格生成任意内容的逼真手写文本。项目采用一次性（one-shot）学习机制，结合潜在扩散模型与风格编码器，将手写风格与文本内容解耦，从而在无需大量训练数据的情况下，快速复刻个人笔迹。其核心能力包括风格迁移、内容可控生成、以及高保真度的笔画细节还原。该工具主要面向计算机视觉与文档分析领域，可用于合成训练数据、数字人文研究、个性化字体设计等场景。代码基于 Python 实现，依赖深度学习框架，提供了推理与训练脚本，方便研究者复现与扩展。