# AI 像素化工具

**Repository Path**: quantum-loop-studio/ai-pixelization-tool

## Basic Information

- **Project Name**: AI 像素化工具
- **Description**: 本项目是一个简单的 Flask Web 应用，允许用户上传图片并对其应用多种像素化和颜色处理效果，包括基础像素化、特征保留像素化、颜色量化和抖动处理。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-14
- **Last Updated**: 2025-05-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI 驱动的图像像素化工具

本项目是一个简单的 Flask Web 应用，允许用户上传图片并对其应用多种像素化和颜色处理效果，包括基础像素化、特征保留像素化、颜色量化和抖动处理。

![AI 像素化工具示例图片](./image.png)

## 项目结构

```
pixel_art_app_prototype/
├── .venv/                 # Python 虚拟环境 (如果在本地创建)
├── pixel_app_backend/     # 后端相关文件 (如果结构如此组织)
│   ├── results/         # 处理结果图片存储目录
│   ├── templates/       # 后端模板文件 (可能不是必需的，如果所有模板都在根目录templates)
│   └── uploads/         # 用户上传原始图片存储目录
├── templates/             # Web 页面模板 (index.html)
├── app.py                 # Flask 主应用文件
├── pixelator.py           # 图像处理函数库
└── README.md              # 本文件
└── requirements.txt       # 项目依赖列表 (推荐创建)
```

*注意：实际的项目结构可能因你之前的移动文件操作而有所不同，请根据实际情况调整上面的结构描述。根据我们之前的对话，`templates` 文件夹应该在项目根目录。*

## 前置条件

*   已安装 Python 3.6 或更高版本。
*   已安装 `pip` 包管理器。

## 安装

1.  **获取项目代码**:
    将项目文件下载或克隆到你的本地计算机上。

2.  **创建并激活虚拟环境 (推荐)**:
    在项目根目录打开终端，运行：
    ```bash
    python3 -m venv .venv
    ```
    激活虚拟环境：
    *   在 macOS/Linux 上：
        ```bash
        source .venv/bin/activate
        ```
    *   在 Windows 上 (Command Prompt):
        ```cmd
        .venv\Scripts\activate.bat
        ```
    *   在 Windows 上 (PowerShell):
        ```powershell
        .venv\Scripts\Activate.ps1
        ```

3.  **安装依赖**:
    在项目根目录创建一个 `requirements.txt` 文件，内容如下：
    ```
    Flask
    Werkzeug
    opencv-python
    numpy
    scikit-learn
    ```
    然后在虚拟环境激活的状态下，运行：
    ```bash
    pip install -r requirements.txt
    ```

## 运行应用

1.  **激活虚拟环境**:
    如果你的虚拟环境尚未激活，请按照上述步骤激活。

2.  **启动 Flask 应用**:
    在项目根目录打开终端，运行：
    ```bash
    python app.py
    ```
    或者：
    ```bash
    python3 app.py
    ```

3.  **访问应用**:
    应用启动后，你会在终端看到类似以下的输出信息，其中包含应用的访问地址：
    ```
     * Running on http://127.0.0.1:5555/ (Press CTRL+C to quit) # 注意显示的地址和端口
    ```
    在你的 web 浏览器中打开终端中显示的地址 (例如 `http://127.0.0.1:5555/`) 来访问应用界面。

## 使用方法

1.  在浏览器中打开应用地址。
2.  点击“选择图片”按钮上传你想要处理的图片 (支持 PNG, JPG, JPEG 格式)。
3.  选择像素块大小或其他处理相关的参数。
4.  选择你想要应用的处理类型 (例如：基础像素化、特征保留像素化、颜色量化等)。
5.  点击“开始处理”按钮。
6.  处理完成后，你会在页面下方看到原始图片和处理后的图片。你可以点击下载链接保存处理结果。

## 处理类型

应用支持以下处理类型：

*   **基础像素化 (下采样-上采样)**: 通过缩小图片再放大来实现简单的像素化效果。
*   **特征保留像素化**: 在像素化的同时尝试保留边缘和重要特征。
*   **颜色量化 (K-Means)**: 使用 K-Means 聚类算法减少图片中的颜色数量。
*   **抖动处理**: 应用抖动算法，在有限的调色板下模拟更多颜色。
*   **像素化 + 颜色量化**: 先进行像素化，然后对像素化后的图片进行颜色量化。
*   **像素化 + 抖动处理**: 先进行像素化，然后对像素化后的图片进行抖动处理。

## 故障排除

如果在运行过程中遇到问题，请参考之前的[部署指南](#3-部署步骤)或常见的 Python 和 Flask 错误信息进行排查。常见问题包括依赖未安装、端口被占用或文件路径错误等。

## 停止应用

在运行应用的终端中，按 `Ctrl + C` 即可停止服务器。