ArtLine

上传照片,秒变艺术线条肖像画

ArtLine 是一个基于深度学习的开源项目,专注于将人物照片自动转换为线条艺术肖像画。它解决了传统手工绘制线条画耗时费力的问题,通过预训练的神经网络模型,用户只需输入一张人像照片,即可快速生成具有艺术感的黑白线条画。项目核心能力包括人脸检测、语义分割和线条生成,能够保留面部特征并输出风格化的线条作品。它提供了简单的命令行和Python接口,支持批量处理,适合艺术家、设计师和爱好者快速获取创作素材或灵感。项目基于Jupyter Notebook开发,模型可离线运行,注重隐私保护。

开源 free 设计创意
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 3634
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类设计创意
开发团队vijishmadhavan
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型ai,art-portraits,colab,creative-coding,deep-learning,generative-art,machine-learning,movie-poster,nogan,nogan-training,portraits
GitHub 星标★ 3634
30天Star增速
HF 下载量
上线时间2020-11-23 00:00:00
最近更新2026-09-22 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2

使用教程

难度:入门 约 10 分钟 部署方式:云服务 6 步

环境要求

  • 可上网的浏览器与 Google 账号(使用 Colab 在线运行)
  • 本地运行需自备 Python 环境(按 README 提示安装指定旧版依赖)
  • fastai==1.0.61 及其依赖(README 明确要求不要装更高版本)
  • PyTorch 1.6.0(README 明确要求不要装更高版本)
  • 一张待转换的人物肖像照片

安装与启动步骤

  1. 1打开 Colab 笔记本

    README 给出三个官方 Colab 入口:ControlNet+ArtLine、Smooth 模型、Quality 模型。新手建议先用 Try it on Colab 或 Smooth 版本。

  2. 2登录并连接运行时

    在 Colab 页面右上角登录 Google 账号,选择“连接到托管的运行时”,等待环境初始化完成。

  3. 3依次运行代码单元格

    从顶部开始逐个点击运行按钮执行 Notebook 单元格,让依赖与模型自动加载,中途不要跳过单元格。

  4. 4上传人像照片

    按单元提示上传一张清晰的正脸人物照片,侧脸或遮挡较多会影响线条生成效果。

  5. 5生成线条画并保存

    继续运行推理单元,等待输出线条艺术图,右键或点击下载按钮保存到本地。

  6. 6本地安装指定依赖

    若想脱离 Colab 在本地跑,需按 README 要求安装指定版本依赖,切勿升级到更高版本,否则可能不兼容。

    pip install fastai==1.0.61
    torch==1.6.0

如何确认成功

在 Colab 中按顺序运行完所有单元格后,页面能正常输出对应的黑白线条肖像图,即表示运行成功。

常见问题

Q:必须用 Colab 才能运行吗?

A:README 主推 Colab 方式并给出多个官方 Notebook 链接,这是最省事的用法;本地运行需自行按指定版本配置环境。

Q:可以安装更新版本的 fastai 或 PyTorch 吗?

A:不可以。README 明确要求 fastai==1.0.61 与 PyTorch 1.6.0,并特别注明不要安装更高版本。

Q:有命令行或 Python 接口的使用示例吗?

A:README 未给出具体的命令行与 Python 调用代码,建议直接使用官方 Colab Notebook 完成生成。

Q:生成的线条画效果不理想怎么办?

A:优先更换输入照片,选择光线均匀、五官清晰的正脸人像,并注意区分 Smooth 与 Quality 两个模型的风格差异。

注意事项

  • README 不提供 pip 安装包名之外的部署脚本,所有命令以官方 Colab 为准,不要自行改动版本号。
  • 依赖版本被固定在旧版本,本地安装时建议使用独立的虚拟环境,避免污染现有环境。
  • Notebook 链接指向 Light-Up 仓库,点击时以 README 中给出的链接为准。

核心亮点

  • 模型效果逼真,线条流畅,能保留面部关键特征
  • 支持命令行和Python API,易于集成到工作流
  • 提供预训练模型,无需GPU也能运行(CPU可推理)

不足之处

  • 主要针对人像,对非人物或复杂背景效果有限
  • 文档以英文为主,中文资料较少
  • 训练代码未完整开源,自定义训练门槛较高

适用场景

  • 艺术家快速生成线条画草稿或灵感参考
  • 设计师为海报、插画制作线条风格素材
  • 个人用户将照片转换为艺术头像或社交分享

替代项目

Anime2Sketch、UGATIT、CartoonGAN

项目介绍

ArtLine 是图像领域的开源项目,由 vijishmadhavan 开发,2020 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(3,634)位列前 30%,在图像分类的 839 个项目里位列前 7%。

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 2026-09-22。MIT许可证,完全免费,需自行部署使用。

它主要面向的使用场景是:艺术家快速生成线条画草稿或灵感参考。同类可对比的替代方案包括 Anime2Sketch、UGATIT、CartoonGAN。

上一篇:weird

下一篇:glitch-art

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