WordStylist 是图像领域的开源项目，由 koninik 开发，2023 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 82。
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 2026-08-20。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：学术研究：手写生成与风格迁移。同类可对比的替代方案包括 Handwriting Synthesis (Graves et al.)、DiffHand、CalliGAN。
WordStylist
用扩散模型生成指定内容和风格的手写文字
WordStylist 是 ICDAR 2023 论文的官方 PyTorch 实现，专注于手写文本生成。它利用潜在扩散模型（Latent Diffusion Models）生成风格化的逐字手写文本，解决现有方法难以同时控制文本内容和书写风格的问题。核心能力包括：从参考样本中提取并迁移书写风格，生成与给定文本内容匹配且风格一致的手写图像；支持条件生成，可指定文本和风格样本；基于 IAM 数据集训练和评估。项目提供完整的训练和推理代码，适合研究手写生成、扩散模型应用等领域。
开源
free
图像生成
GitHub 星标
★ 82
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koninik
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，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型diffusion-models,handwriting-generation,iam-dataset,latent-diffusion,pytorch,stable-diffusion
GitHub 星标★ 82
30天Star增速
HF 下载量
上线时间2023-04-28 00:00:00
最近更新2026-08-20 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
核心亮点
- 官方实现，代码与论文对应，可信度高
- 支持风格迁移，可生成多样手写效果
- 基于 PyTorch，易于二次开发和实验
不足之处
- 文档/社区待观察
- 依赖 IAM 数据集，获取需申请，上手门槛较高
适用场景
- 学术研究：手写生成与风格迁移
- 教育应用：生成个性化手写练习材料
- 数字内容：合成手写风格的标注或装饰文字
替代项目
Handwriting Synthesis (Graves et al.)、DiffHand、CalliGAN
项目介绍
上一篇：comics_generator
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···