sText2Image 是图像领域的开源项目，由 elliottwu 开发，2017 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 84。
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 2026-01-14。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：人脸草图快速原型设计。同类可对比的替代方案包括 Sketch2Image、EdgeGAN、ContextualGAN。
sText2Image
输入草图加属性，一键生成逼真人脸图像
sText2Image 是一个基于属性引导的草图转图像生成项目，旨在解决从简单线条草图生成高质量、符合指定属性（如性别、年龄、表情等）的人脸图像问题。它利用生成对抗网络（GAN）技术，将用户提供的粗糙草图与文本或属性标签相结合，生成具有真实感和可控性的图像。核心能力包括：支持属性条件控制生成结果，使生成图像在保持草图结构的同时满足特定属性要求；提供端到端的训练和推理流程，便于研究者复现和扩展。该项目主要面向计算机视觉领域的研究者和开发者，用于探索草图交互式图像编辑、人脸属性合成等应用场景。
开源
free
图像生成
GitHub 星标
★ 84
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elliottwu
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型attribute-guided,face,gan,image-generation,sketch-to-image
GitHub 星标★ 84
30天Star增速
HF 下载量
上线时间2017-07-03 00:00:00
最近更新2026-01-14 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
- 属性引导机制灵活，可精确控制生成图像的性别、年龄等特征
- 基于GAN架构，生成图像质量较高，结构保留度好
- 提供完整训练与推理代码，便于二次开发和实验
不足之处
- 项目处于早期阶段，文档和社区支持尚不完善
- 仅支持人脸领域，应用范围有限
适用场景
- 人脸草图快速原型设计
- 属性可控的图像编辑与合成
- 学术研究中的草图到图像生成实验
替代项目
Sketch2Image、EdgeGAN、ContextualGAN
项目介绍
下一篇：QueryOTR
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
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···
stable-diffusion-webui
开源
打开网页说想法，配图素材几秒到手
Stable Diffusion web UI
ComfyUI
开源
像搭积木一样连节点，生图流程自己搭
The most powerful and modular diffusion model GUI, api and backend with a graph/node···