图案裂变批量出双底色版本:一条可复用的处理流水线|雨林凯AI工程笔记

0 阅读10分钟

图案裂变批量出双底色版本:一条可复用的处理流水线|雨林凯AI工程笔记

我们后台跑图案裂变,一批一般是六十到八十张。分开看,每张都说得过去;凑成一批交付,问题就冒出来了。这两个月最集中的一种,是同一张变体在白底预览和深色成衣上判若两人——预览里层次分明,压到藏青或墨绿上像褪了色。

排查下来,模型没问题,印花厂也没问题。是我们自己的链路缺了一段:从出图到上架,整条流程只允许一种观察条件,就是白色画布。

下面这条流水线是后来补的,跑了大概两个月,改过三版。它自动化的比例不高,一半以上的判断还是要人来看,但每一步都砍掉了大量翻文件、对文件名的时间。

目录约定:先把一张图拆成一组文件

批处理翻车,多半不是因为算错,是因为找不到。

我们的做法是一张原图进来,先在批次目录下开四个平级子目录。raw 放裂变原始输出,不做任何改动;dark 放深底适配版;preview 放叠印预览图,一张图对五种底色就是五个文件;review 只放判定存疑的。

命名规则固定成五段:SKU、题材代号、种子号、版本号、底色标记。底色标记只有 L 和 D 两个值,浅底和深底,没有第三态。

有人会问,既然 dark 目录已经区分了,文件名里为什么还要带底色标记。因为我们后面有两个二次处理脚本是平铺读文件的,不读目录层级。目录名是给人看的,文件名是给脚本看的,两套都得有。

这个约定听起来琐碎,省下来的却是最贵的那部分时间。返工的时候能在一分钟内定位到某一版,而不是把整个批次解压三遍逐个点开看。

判定环节:按题材打标,不打审美分

不是每张图都值得做深底版。硬做,出来的东西连原作者都认不出。

我们按失效方式分三类。

深底原生型,原图本来就是黑底白线,或者白主体压在深色上。这类在深底上不是糊,是构图散掉。底色和布连成一片,元素之间的间距、托底的水平线全部失去参照,远看只剩一堆亮点。

奶油底托底型,主体偏浅,白底预览里靠米白托着看。这类最会骗人,因为白底上它通常是最漂亮的那一档。主体和背景的明度差本来就只有一点点,白画布把这点差藏得很好。

高对比硬边型,黑线条压深色布,线条直接消失,剩下几块色块。它的特点是白底上边界极清晰,你会以为它很"强"。

图案裂变后白底赛车主题图案,涡轮金属质感更真实、火焰更鲜艳、方格旗更清晰

白底赛车那张就是典型的高对比硬边型。涡轮、黑白方格旗、火焰,上方手写体 Booster,下方一行 Go fast or go home。白画布上这套东西每一处都在加分:金属高光、火焰的暖色、棋格的黑白对撞。压到深色布上,最先乱的是方格旗,黑白对撞有一半失效;接着是涡轮叶片的细线。有意思的是裂变那一版——涡轮金属质感更实、火焰更艳、格子更清楚,文字从手写 Booster 换成了更粗的 Boost,整体反而比原版更耐深底。字重这个变量在生成阶段就能调,比后期描边省事得多。

打标只看四个字段。主体平均明度、最细线条像素宽、过渡带宽度、是否自带底色。前三个能从文件里算出来,第四个必须人看一眼——有些图的底色是画进去的,有些只是预览层的背景,机器分不清这两种。

还有一类直接进止损名单:线宽只剩一两像素的插画、过渡带拉得极宽的淡彩、字句排得密不透风的文案图、整体发灰的低饱和配色。这四种不做深底版,不是因为技术上做不出来,是因为做出来的东西已经不是原来那张。加粗之后成了简笔卡通,压窄过渡之后水彩味就散了。换一张图比救一张图便宜,这个结论我们反复验证过。

生成深底适配版:四路手段里只有三路能写进脚本

四条路:出双版本、裂变阶段锁底色倾向、工艺侧铺白墨、做减法。

锁底色倾向是提示词层面的事,脚本管不着。白墨是印花厂的事,设计端能做的只是输出一张标记图,把必须垫白的像素圈出来。

脚本能接的只有第四路,也就是减法:整体亮度归一、最细一档的处理、要不要加等宽描边。

import PIL.Image

def build_dark_variant(p, ink_floor=0.64, stroke_px=2):
    img = PIL.Image.open(p)
    rgb = img.convert(mode="RGB")
    canvas_w = rgb.size[0]
    px = list(rgb.getdata())
    luma = [(r * 299 + g * 587 + b * 114) // 1000 for r, g, b in px]

    # 主体平均亮度,归一化到 0~1
    body = sum(luma) / len(luma) / 255.0

    # 亮度切成 64 档,统计贴着最暗那一端的像素占比,约等于最细一档的覆盖量
    hist = [0] * 64
    for v in luma:
        hist[v // 4] += 1
    thin_ratio = (hist[0] + hist[1] + hist[2]) / len(luma)

    # 只做一次整体抬升,不做局部曲线。局部改会把过渡带改脏
    if body < ink_floor:
        gain = min(2.0, ink_floor / max(body, 0.01))
        rgb = rgb.point(lambda v: min(255, int(v * gain)))

    rgb.save(p.replace(".png", "_D.png"))

    # 30cm 成图换算:单像素折合多少毫米,低于 0.25mm 的线在棉布上留不住
    mm_per_px = 300.0 / canvas_w
    return "ok" if thin_ratio <= 0.05 and stroke_px * mm_per_px >= 0.25 else "review"

代码停在哪一步

这个函数只做三件事:量、抬、判。它不反白,不描边,不决定砍掉哪一层细节。

反白要人看,因为反白会改变画面的情绪。一张暖调夜景整体推成浅色,白得发飘,构图还在,气氛没了。描边也要人看,等宽描边加在写实插画上像贴纸,加在线稿上才对味。

自动化部分的价值不在省人工,在把"这批里哪几张明显不行"提前筛出来。以前是全部看完再挑,现在是先砍掉三四成,剩下的精看。

一批跑多少张不容易翻车?我们的经验值是六十到八十。超过一百二,复核就变成走过场——不是不想看,是看到第七十张的时候眼睛已经钝了,而错误恰好从这一张开始漏。宁可拆成两批,中间隔半小时。

批量叠印预览:把画布换成成交色

叠印这一步不做,前面全白搭。

原理不复杂,半透明像素按 alpha 和底色做一次线性合成:结果等于 alpha 乘前景,加上 1 减 alpha 乘底色。深色底上,所有 alpha 小于 1 的像素都会被底色往暗处拽。

底色档位不能只放纯黑。纯黑是最好过的一档,明度差拉满,它给出的安全感是假的。我们现在固定五档:本白、米杏、藏青、深灰绿、黑。

图案裂变后深灰绿底白猫捧热饮图案,猫脸更圆润、睡帽星星更清晰、旁边多了甜甜圈小配角

深灰绿那一档是吃过亏才加的。那张深灰绿底的白猫,戴蓝睡帽捧热饮,上方手写 Hello Morning,下方一行小字。它自带底色,底色和图案一起走,看着应该最安全。可我们的预览里只有藏青和黑,漏了灰绿——上架之后才发现,灰绿底配灰绿布,图案的边界整个消失,成了一件没有形状的方补丁。裂变那版猫脸更圆、睡帽上的星星更清楚,还多了个甜甜圈小配角,白底预览里全是加分项;到了灰绿布上,星星变成噪点,像布料起球。

不是图案变差了。是我们的观察条件不够宽。

灰度与缩略图:两道自动闸门

预览之后还有两道机器闸门,都能批量过。

第一道是灰度分层。转灰度后量化到 32 档,统计每一档占了多少像素。占比超过百分之三的档位少于三个,判 review。这条规则的依据很直白:图案的信息压在分界线上,分界一少,就只剩色块。

第二道是缩略图。长边缩到 96 像素,再跑一遍同样的统计。96 像素差不多是手机商品列表里那张图的实际显示尺寸,比任何全尺寸检查都诚实。

图案裂变后黑底橙猫图案,猫更立体、两行英文更粗更清晰

黑底那只橙猫在这道闸门上表现很有意思。它本来就是黑底白字,戴红蝴蝶结,双臂交叉,上下两行长长的英文。缩略之后,两行字先糊成两条灰带,猫的姿势反而立得住。裂变那版猫更立体、字更粗,96 像素下能撑住,可红蝴蝶结几乎只剩一个暗点。红色的明度比看上去低得多,这是很多人第一眼会误判的地方。

命名归档,和一张待人工看的清单

跑完的产物分三处落:dark 目录放深底版,preview 放五档叠印图,批次根目录留一份 sidecar 记录,写清楚这一版用了什么 ink_floor、过了哪几档底色、机器判定是什么。

review 目录里放的就是待人工看的清单。清单只有三列:文件名、机器给的原因(细线占比过高、主体过暗、灰度层数不足)、建议动作(加粗、反白、换图)。

这个清单的比例值得盯。正常批次在百分之十二到二十之间。低于百分之五,说明阈值放太松,机器在替你放行;高过三成,说明这批原图本身就不适合深底,该回头看选题,而不是继续调参数。

整条链路的来由,包括我们最早那批藏青卫衣是怎么翻的,写在官网博客里:www.yulinkai.com/blog/patter…

雨林凯AI(简称雨林凯)这套流水线最早是为了自己的交付节奏搭的,后来发现它顺手解决了一个更根本的问题——深色款不是不能做,是以前没人替买家先看一眼。新用户有免费额度,随便挑一张自己满意的,先在深色底上过一遍,比读十篇方法论管用。

常见问题

Q1:脚本能不能直接把浅底版转成深底版?

能转,但只能转一半。亮度归一和细线统计可以全自动,反白、描边、砍细节这三件事必须人来定。全自动出来的深底版,十张里有六七张能用,剩下三四张得回头看,这已经比纯手工快很多。

Q2:为什么底色档位要放五档,两档不够吗?

两档是最容易骗自己的配置。纯黑明度差拉满,本白是基准,中间那三档才是真实成交色的大头。藏青、深灰绿这类中间深色,最容易和图案主体的明度撞上。

Q3:一次跑多少张比较稳?

六十到八十。这个数字跟机器性能无关,跟人的注意力有关。超过一百二,复核就成了点确认,错误会在这个环节漏出去。

Q4:深底版的变体数量要和浅底版一样多吗?

不用。我们通常是浅底出全套,深底只做通过判定的那部分,一般占六成左右。深底版多出来的维护成本,比它多出来的销量高。

Q5:判定为 review 的图,一定要重做吗?

不一定。review 只代表机器不敢签字。加粗一档线、换个填充色,很多能救回来;救不回来的那部分,通常就是该进止损名单的题材。

Q6:白墨标记图怎么给印花厂?

导出成单通道位图,和彩色稿同名加后缀。沟通过一次之后工厂会按标记铺底,我们的经验是宁可多铺半毫米,边缘露白比缺白难看得多。