ArtLine

上传照片，秒变艺术线条肖像画

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 设计创意 🍴 复刻 373 🐛 待处理 19 👀 关注 77
GitHub ↗
GitHub 星标 ★ 3632
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，需自行部署使用。

项目预览

ArtLine 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类设计创意
开发团队vijishmadhavan
GitHubhttps://github.com/vijishmadhavan/ArtLine
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 3632
上线时间2020-11-23 00:00:00
代码更新2023-03-03
仓库体积1.1 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3632

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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

上一篇：weird

下一篇：glitch-art

同类项目推荐

stable-gimpfusion 开源

在 GIMP 里直接调用 Stable Diffusion，生成图片无缝编辑

A Gimp plugin that brings StableDiffusion functionality via Automatic1111's API

★ 134 2026-08-09
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

★ 14169 2026-08-09
goshot 开源

本地命令行一键生成美观代码截图，替代在线 Carbon

Create beautiful code screenshots with customizable styles

★ 329 2026-08-09
castadi 开源

用程序化生成，让漫画分镜自动出图

comic artist stable diffusion thingy

★ 58 2026-08-09
LGGAN 开源

从语义图生成逼真场景，局部细节与全局结构双管齐下。

[CVPR 2020] Local Class-Specific and Global Image-Level Generative Adversarial Netwo···

★ 144 2026-08-09
sd-webui-negpip 开源

在正向提示词里写[不要的]，自动变负向提示词

Extension for Stable Diffusion web-ui enables negative prompt in prompt

★ 266 2026-09-18
tileGAN 开源

用 GAN 生成超大尺寸无缝纹理，告别重复贴图

Code for TileGAN: Synthesis of Large-Scale Non-Homogeneous Textures (SIGGRAPH 2019)

★ 229 2026-08-09
VisorGPT 开源

用GPT自动生成空间布局，让ControlNet等模型按你指定的位置生成图像。

[NeurIPS 2023] Customize spatial layouts for conditional image synthesis models, e.g···

★ 138 2026-08-09