动漫素描提取从零上手实录：一次跑通Anime2Sketch的完整路线
【免费下载链接】Anime2SketchA sketch extractor for anime/illustration.项目地址: https://gitcode.com/gh_mirrors/an/Anime2Sketch
想把手头一张彩色动漫插画转成干净的素描线稿，用于临摹或二次上色，手动描线往往要耗掉半小时以上。Anime2Sketch 是一个开源动漫素描提取工具，输入动漫、插画或漫画图片，几秒即可输出结构清晰的线稿。下面按一条实测路线，逐步说明从安装到出图的全部操作。
一个高频场景：彩色插画到线稿的转化
插画师修线稿、同人作者做分镜、美术生练结构，都绕不开"去色、提线"这一步。传统做法要么依赖边缘检测，结果线条杂乱、断点多；要么手动描线，耗时且难以批量。Anime2Sketch 用深度网络直接学习动漫图像到素描图像的映射，把这一流程压缩到秒级，且不需要任何图像处理基础。
工作原理：无需成对数据即可训练
Anime2Sketch 基于论文 "Adversarial Open Domain Adaption for Sketch-to-Photo Synthesis"（WACV 2022），核心思路是域适应：训练时不需要"同一内容的彩色图和素描图"成对样本，模型自行学习从动漫图像域到素描域的转换规则。生成部分由 model.py 中的 U-Net 结构完成，输出单通道线稿。仓库代码量小、依赖精简，并以 MIT 协议开源，可自由修改与二次开发。
完整实战：从安装到生成第一张线稿
1. 获取代码与安装依赖
需要 Python 3（建议用 Anaconda 管理环境）。依赖仅 7 个包：torch、torchvision、Pillow、gradio、torchtext、tqdm、kornia。
git clone https://gitcode.com/gh_mirrors/an/Anime2Sketch && cd Anime2Sketch pip install -r requirements.txt # 安装全部依赖2. 放置模型权重
在 weights/ 目录放入预训练权重 netG.pth（对应默认模型）。如果主要处理暗色、低对比度图片，建议改用 improved.bin，即代码中的--model improved选项（artifact-free 版本），对这类输入更友好。
3. 跑通第一条转换命令
仓库自带测试图，直接执行示例命令即可验证全流程：
python3 test.py --dataroot test_samples/madoka.jpg --load_size 512 --output_dir results/ # --dataroot 输入图片或目录，--load_size 处理尺寸，--output_dir 输出目录命令结束后，results/ 目录下会生成同名线稿文件，打开即可查看效果。
四个常见误区与避坑点
- load_size 不是输出分辨率。它只是受显存限制的预处理尺寸，默认 512；调大能保留更多细节，但显存占用会同步上升，需按硬件调整。
- 暗色图片线稿发糊。默认模型对低对比度图表现一般，换
--model improved即可改善。 - CPU 能跑但偏慢。单张约数秒到数十秒不等，NVIDIA GPU 配合 CUDA 可把耗时压到 1～2 秒；无 GPU 时建议调小 load_size。
- 输出目录无需手动创建。脚本会自动创建 --output_dir 指定的目录。
进阶玩法：Web界面、批量与GIF
可视化 Web 界面
不习惯命令行的话，运行 gradiodemo.py 会启动一个 Gradio 页面，浏览器打开本地地址即可上传图片、预览结果并下载，适合演示与零基础用户。
python3 gradiodemo.py # 启动本地 Web 界面整目录批量转换
把--dataroot指向文件夹即可一次处理整批图片，脚本按目录自动扫描并逐张输出，适合素材量较大的项目。
动画 GIF 转素描
仓库附带动漫片段转素描的 GIF 示例，可以看到连续画面下线稿的稳定性，适合验证工具在动态素材上的表现。
Docker 部署
仓库提供 Dockerfile 与 Makefile，一条命令即可构建镜像，输入输出目录通过挂载卷传入，适合需要统一环境或离线部署的场景。
make docker-build # 构建镜像 make docker-run # 运行容器项目生态与后续
项目以 MIT 协议开源，遇到问题可以直接在仓库 Issues 中提出；代码结构清晰，便于替换生成器或接入自有数据集。对只想快速拿到线稿的普通用户来说，从 clone 到出图只需一条命令，整体上手成本很低。
【免费下载链接】Anime2SketchA sketch extractor for anime/illustration.项目地址: https://gitcode.com/gh_mirrors/an/Anime2Sketch
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
