AI 像素画一键精修工具 — 基于 perfectPixel 的增强可视化界面
用 AI（Stable Diffusion / ChatGPT / Midjourney 等）生成的像素画，往往存在 网格歪斜、颜色溢出、边缘锯齿 等问题。本工具提供一个可视化 Web 界面，一键自动检测网格并重采样为完美对齐的纯净像素画，同时支持丰富的后处理功能。
核心算法来自 theamusing/perfectPixel，本项目在此基础上开发了完整的 GUI 和扩展功能。
| 分类 | 功能 | 说明 |
|---|---|---|
| ⚙️ 主要设置 | 采样方法 | center / median / majority |
| 处理顺序 | 先对齐再量化（质量优先）/ 先量化再对齐 | |
| 放大倍数 | 1x–32x 最近邻插值预览 | |
| 🎨 颜色处理 | 保留颜色数量 | 最远点贪心选色，自动保留差异最大的 N 色 |
| 色彩空间 | RGB / OKLab（感知均匀，推荐） | |
| 色阶降低 | 每通道 1–7 bit，复古像素风 | |
| 🔧 网格检测 | 手动/自动网格 | 自动 FFT 检测或手动指定宽高 |
| 网格修正强度 | Sobel 边缘吸附精度 | |
| 主导色阈值 | 格子内主色占比采样策略 | |
| 🧹 图像清理 | 形态学清理 | 去除孤立杂色像素 |
| 锯齿清理 | 去除 AA 过渡色残留 | |
| 🎭 背景处理 | 背景去除 | 指定颜色 + 容差，替换为透明 |
| 透明度二值化 | 半透明 → 全透/全不透 |
- Python 3.8+
双击 启动PerfectPixel.bat，首次运行会自动创建虚拟环境并安装依赖，浏览器将自动打开界面。
# 1. 克隆仓库
git clone https://github.com/theamusing/perfectPixel_webdemo.git
cd perfectPixel_webdemo
# 2. 创建虚拟环境
python -m venv .venv
# 3. 激活虚拟环境
# Windows:
.venv\Scripts\activate
# macOS/Linux:
source .venv/bin/activate
# 4. 安装依赖
pip install -r requirements.txt
# 5. 启动应用
python app.py浏览器自动打开 http://127.0.0.1:7860（或下一个可用端口）。
PerfectPixelGUI/
├── app.py # 🖥️ Gradio GUI 主程序
├── pyproject.toml # 📦 项目配置
├── requirements.txt # 📋 依赖列表
├── 启动PerfectPixel.bat # 🚀 Windows 一键启动
├── .gitignore
├── images/ # 🖼️ 示例图片
│ ├── girl.jpg
│ ├── avatar.png
│ └── robot.jpeg
└── assets/ # 📸 README 用图
├── process.png
└── algorithm.png
- FFT 频域网格检测 — 通过二维快速傅里叶变换检测像素画的周期性网格频率
- Sobel 边缘精密修正 — 利用梯度信息将预估网格线吸附到真实像素边缘
- 采样重绘 — 按修正后的网格，在每个格子内取色生成完美对齐的纯净像素画
- OKLab 最远点选色 — 在感知均匀色彩空间中用贪心策略选出差异最大的 N 种颜色
- 主导色阈值采样 — 当格子内某颜色占比超过阈值时直接取该色，避免混色
- 形态学/锯齿清理 — 去除孤立噪点和 AA 过渡色
- 核心算法：theamusing/perfectPixel（MIT License）
- GUI 框架：Gradio
MIT License