Compositional_Neural_Painter

让AI像画家一样动态规划区域,逐笔画出图像

Compositional_Neural_Painter 是一个基于笔画的神经绘画与风格化工具,发表于 ACM MM 2023。它解决的核心问题是:如何让 AI 像人类画家一样,通过动态规划绘画区域,逐步用笔画构建出完整图像。与传统的整图生成或固定网格笔画不同,该项目引入了组合式预测机制,模型会先预测当前最需要绘制的区域,再在该区域内生成笔画,从而更高效地逼近目标图像,同时支持将输入图像转换为具有艺术风格的笔画画作。核心能力包括:笔画序列生成、动态区域选择、风格迁移与图像重建。项目基于 Python 实现,适合研究神经绘画、非真实感渲染和生成式艺术。目前代码已开源,但星标数较少,属于早期研究型项目。

开源 free 设计创意
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 53
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sjtuplayer
所属国家
官网地址
定价模式free
价格说明开源项目,本地部署,完全免费。
访问状态
是否开源
开源协议
主要语言Python
技术栈/模型ai-art,ai-painting,ddpg,oil-painting,stroke-based-rendering
GitHub 星标★ 53
30天Star增速
HF 下载量
上线时间2023-08-03 00:00:00
最近更新2026-09-02 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

  • 提出动态绘画区域预测机制,相比固定网格更接近人类作画逻辑,笔画效率更高
  • 支持风格化与图像重建双重功能,可生成具有艺术感的笔画画作
  • 论文发表于多媒体领域顶会ACM MM 2023,算法有理论支撑,适合学术研究

不足之处

  • 项目处于早期阶段,文档和示例较少,上手门槛较高
  • 依赖较重的深度学习环境,推理速度可能较慢,不适合实时应用

适用场景

  • 学术研究:用于神经绘画、非真实感渲染方向的算法对比与改进
  • 艺术创作:将照片转换为油画、水彩等风格的笔画画作
  • 教学演示:作为AI生成艺术的案例,展示动态规划在绘画中的应用

替代项目

NeuralPainter、Learning to Paint、StrokeNet

项目介绍

Compositional_Neural_Painter 是图像领域的开源项目,由 sjtuplayer 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 53。

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 2026-09-02。本地部署,完全免费。

它主要面向的使用场景是:学术研究:用于神经绘画、非真实感渲染方向的算法对比与改进。同类可对比的替代方案包括 NeuralPainter、Learning to Paint、StrokeNet。

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
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···

★ 134493 2026-08-09