Skip to content

About

带GUI界面的易操作去码工具,批量图片去马赛克或黑条处理工具,可用于游戏素材批量去码,本子PNG批量去码,不改变原有文件夹结构和透明图层,基于DeepCreamPY去码和hent-AI识别涂抹区域

Topics

Resources

Stars

124 stars

Watchers

0 watching

Forks

Latest commit

 

History

24 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Aletheia Lens 紫色透镜图标

Aletheia Lens

简体中文 | English

Release License Downloads Stars

在 Windows 上批量修复二次元图片中的遮挡区域。

Aletheia Lens 使用 DeepCreamPy、hent-AI 和 ONNX Runtime,支持单张图片、文件夹和压缩包。通过图形界面选择输入、模式与输出目录,发行包解压即可运行。

下载最新版 | 快速开始 | 使用说明 | 实验性功能 | 问题反馈

Note

本文对应当前源码。下载发行包时,可在对应 Release 说明中查看该版本包含的功能。

可以用来做什么?

  • 处理一批带黑条的图片:自动识别并修复遮挡区域,减少逐张处理的操作。
  • 整理游戏解包素材:遍历多层文件夹或压缩包,在独立输出目录中保留素材结构。
  • 处理扫描漫画:按需启用去网点预处理,再进行修复。

界面预览

主界面与实验性功能入口
Aletheia Lens 主界面,包含输入路径、修复模式与实验性功能警告
手动标注编辑器(实验性)
使用合成测试图演示画笔选区、缩放、撤销和手动修复
按选区修复后的结果
合成测试图仅修复已标注的上方黑条,保留下方未标注黑条和原有绿色区域

快速开始

下载即用

在 Releases 中选择合适的压缩包:

发行包 适合的设备 说明
*_cpu.7z 没有合适的 NVIDIA 显卡,或优先选择较小的下载包 使用 CPU 推理
*_cuda12.7z 支持 CUDA 12 的 NVIDIA 显卡 内置 CUDA 12 / cuDNN 9 运行库,检测与放大优先使用 GPU
  1. 解压压缩包,运行 Aletheia-Lens.exe。
  2. 等待主要处理模块与模型加载完成。
  3. 选择输入类型、输入路径、输出文件夹和修复模式,点击“点我开始一键去码”。

发行包已包含所需模型,无需单独安装 Python 或下载模型。

Important

CUDA 包中的 DeepCreamPy bar.onnx / mosaic.onnx 仍固定使用 CPU:这两个旧模型在 CUDA12/cuDNN9 下会产生非有限值。日志会明确显示 ONNX 会话已启用 CUDA、混合状态还是纯 CPU,并说明兼容性策略。

从源码运行

当前项目基于 Python 3.10.11 构建。其他版本尚未确认兼容性。

git clone https://github.com/Cec1c/Aletheia-Lens.git
cd Aletheia-Lens
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

使用 NVIDIA GPU 时,将最后一行替换为:

pip install -r requirements-gpu.txt

源码运行 RAR 压缩包还需要安装 7-Zip,并确保 7z.exe 位于默认安装目录或 PATH;打包版已经内置所需文件。

从 模型 Release 下载其余模型,放入以下位置:

文件路径 用途 获取方式
models/mrcnn/weights.onnx 遮挡区域检测 模型 Release
models/esrgan/4x-Fatal-Pixels.onnx ESRGAN 放大模型 模型 Release
models/esrgan/4x-Fatal-Pixels.onnx.data ESRGAN 外部权重 模型 Release,与上一文件一起放置
models/deepcreampy/bar.onnx 色条修复 已包含在仓库中
models/deepcreampy/mosaic.onnx 马赛克修复 已包含在仓库中

随后启动:

python main.py

使用说明

选择输入

输入类型 支持内容 处理方式
单图片模式 PNG、JPEG、BMP、TIFF、静态 WebP 处理指定图片,输出 PNG
文件夹模式 多层目录中的受支持图片 递归处理,可保留目录结构或平铺输出
压缩包模式 ZIP、7Z、RAR 解压后处理图片,在输出文件夹中保留包内目录结构

文件夹输出目录必须位于输入目录之外。 输入路径、输出路径和日志支持日文字符。

选择修复模式

模式 功能 使用建议
模式 I 色条自动修复 带黑条或色块的图片优先选择此模式
模式 II 马赛克自动修复 适用于马赛克遮挡,可保留透明通道
模式 III 马赛克修复并放大 会破坏透明背景;游戏素材慎用,厚重马赛克的效果可能较差

先用少量代表性图片比较模式。遮挡较重时更容易出现失真,可据此选择处理方式。

去网点预处理

扫描漫画存在密集印刷点阵时,可以勾选“处理前去除漫画网点”。该功能默认关闭,启用后可选择轻度、中度或强度,默认中度。

预处理会在模式 I / II / III 之前执行,并保留 Alpha 透明通道。强度越高,网点通常越少,但线条和纹理也可能损失;没有明显网点的图片建议保持关闭。

输出文件

  • 单图自动处理输出 processed_<原文件名>.png;启用去网点后附加 .descreen-<强度>。
  • 保留结构的文件夹与压缩包输出到 after_<名称>_<短哈希>,图片在完整原文件名后追加 .processed.png。
  • 平铺输出使用稳定的 SHA-256 文件名,避免不同目录、不同任务中的同名文件互相覆盖。
  • 去网点强度会参与输出命名或目录哈希,区分不同处理配置。
批量输出与压缩包边界

保留结构的输出目录按“源完整路径 + 处理配置”生成命名空间;平铺输出按输入根、源相对路径和处理配置生成文件名。处理配置包含修复模式以及启用时的去网点强度。

单个压缩包最多包含 20,000 个成员,解压后总大小最多 20 GiB。解压前会拒绝绝对路径、父目录跳转、Windows 设备名、规范化后冲突的目标,以及符号链接、目录联接和 RAR 重定向,并检查临时目录剩余空间。

实验性功能

Warning

手动编辑器已可运行,操作体验仍较差。需要补选漏检区域时,可按下方步骤使用。

手动标注修复

入口:单图片模式 + 模式 I → 高级功能(实验性功能)→ 手动标注修复。

  1. 选择图片和输出文件夹。进入编辑器后,可以先“自动检测”,也可以直接用画笔标出漏检区域。
  2. 绿色半透明区域表示选区;用橡皮擦除误检,或预览并应用“扩大选区”。自动检测会替换当前选区,支持撤销。
  3. 点击“按当前标注修复”,切换工作图与修复结果检查效果。不满意时返回标注继续修改。
  4. 点击“另存结果”,保存为 manual_<原文件名>.png。重名时自动追加序号,保留原图和已有结果。
操作 方法
缩放 滚轮或加减按钮;“适应窗口”恢复全图视野
平移 右键拖动,或选择“平移”工具
撤销 / 重做 按钮,或 Ctrl+Z / Ctrl+Y
调整选区 画笔、橡皮、笔刷大小、清空、扩大预览及应用
比较结果 切换“标注”“工作图”“修复结果”

笔刷和扩大范围均按原图像素计算。每次修复都从本次工作图开始,仅替换选区内的颜色并保留透明通道;修改选区后,需要重新修复才能保存。启用去网点时只在打开编辑器时预处理一次,输出名带 .descreen-<强度>。

目前仅支持静态单图片和模式 I,输入与处理配置在打开编辑器时固定。检测或修复期间关闭窗口,后台任务仍会继续;等待完成后再开始下一项处理。批量审核、模型替换与整体重构仍待后续开发。

开发与测试

安装依赖及模型后执行:

python -m unittest discover -s tests -v
python main.py --runtime-smoke-test

本机图形界面与手动修复流程验证:

python tools/verify_manual_mask.py

该脚本使用合成图片、程序化交互和真实模型,验证结果与截图写入 .verification/manual-mask/。它需要可用的桌面图形环境。

项目使用 PyInstaller 打包,配置见 main.spec,CPU / CUDA12 构建与发布流程见 GitHub Actions 配置。

致谢

项目或资源 用途
DeepCreamPy 遮挡区域修复
hent-AI 遮挡区域识别
4x-Fatal-Pixels ESRGAN 放大模型,本项目使用其 ONNX 转换版本
Screentone-Remover 去网点预处理思路参考,滤镜代码为本项目独立实现
deepcreampy-fastapi 调用流程参考
素材集市康康体 界面中文字体
Noto Sans CJK JP 日文路径及日志字体,SIL Open Font License 1.1 许可证随字体打包

问题反馈

遇到错误或有功能建议,请提交 Issue。反馈时说明软件版本、CPU / CUDA 版本、输入类型、修复模式和日志,有助于定位问题。

QQ 交流群:829569018。

许可证

本项目采用 GNU GPL v3。所使用模型、字体及第三方组件遵循各自的许可证。

About

带GUI界面的易操作去码工具,批量图片去马赛克或黑条处理工具,可用于游戏素材批量去码,本子PNG批量去码,不改变原有文件夹结构和透明图层,基于DeepCreamPY去码和hent-AI识别涂抹区域

Topics

Resources

Stars

124 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages