differential-line

用代码模拟细胞生长,一键生成有机艺术图案

differential-line 是一个基于差分生长算法的生成艺术项目,用 Python 实现。它模拟了生物形态发生中的细胞分化与生长过程,通过简单的规则迭代,从初始的点集或轮廓出发,逐步演化出复杂、有机、分支状的图案。该项目解决的是如何用代码生成具有自然美感和不可预测性的视觉形态的问题。其核心能力包括:定义生长规则、控制迭代过程、输出矢量图形或图像,为艺术家、设计师和创意编程爱好者提供了一个探索生成艺术的轻量级工具。项目结构简单,易于理解和修改,适合作为学习生成艺术和算法设计的入门示例。

开源 free 设计创意
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 696
维护状态 低维护
是否开源
定价模式 free

项目数据

分类设计创意
开发团队inconvergent
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
开源协议MIT
主要语言Python
技术栈/模型algorithm,animation,generative,generative-art,growth
GitHub 星标★ 696
30天Star增速
HF 下载量
上线时间2015-07-23 00:00:00
最近更新2026-09-16 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7

使用教程

核心亮点

  • 算法原理直观,代码量小,适合学习生成艺术核心概念
  • 输出为矢量格式,可无损缩放,便于后续设计加工
  • 参数可调性强,能产生丰富多样的分支和曲线形态

不足之处

  • 功能相对单一,仅聚焦差分生长,缺乏交互或实时预览
  • 文档和示例较少,上手需要一定算法基础
  • 项目维护不活跃,依赖较旧,可能不兼容新环境

适用场景

  • 生成海报、插画中的有机纹理背景
  • 探索生物形态与算法结合的艺术创作
  • 作为教学案例,演示生成艺术的基本流程

替代项目

processing、openFrameworks、toxilibs

项目介绍

differential-line 是图像领域的开源项目,由 inconvergent 开发,2015 年首次发布。

它收录于图像分类,该分类目前共有 837 个项目,GitHub 星标数为 696。

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 2026-09-16。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:生成海报、插画中的有机纹理背景。同类可对比的替代方案包括 processing、openFrameworks、toxilibs。

上一篇:CPPN-WGAN

下一篇:pxlsrt

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
DeTikZify 开源

上传图表或草图,秒变可编译的TikZ矢量代码。

Synthesizing Graphics Programs for Scientific Figures and Sketches with TikZ.

★ 1820 2026-08-09