Community画像github.com

krita-lineart-reconstruction

ラスター参照イラストから、ネイティブ1x解像度でクリーンなKrita線画を再構築するスキル。G1 3次ベジェフィッティング、優先度キューを用いた再帰的3次ベジェ細分化、デュアルレジームのKrita 6.0.4ブラシ圧力校正、+0.58 px座標校正、閉ループ視覚フィードバックを採用。線画のみに厳格にスコープされ、スーパーサンプリングやフラット彩色、陰影、自律レンダリングは行いません。

krita-lineart-reconstruction とは?

このスキルは、ラスター参照画像から高品質なネイティブ1x解像度のKrita線画を再構築するための、検証済みのプロダクション対応パイプラインです。中心的な処理は、インク抽出、G1連続3次ベジェスプライン適合、優先度キューを使用した再帰的細分化による頂点密度最適化、Krita 6.0.4のブラシ圧力テーブルと+0.58pxのピクセルセンターシフトによる厳密な校正、そして閉ループ視覚フィードバックによる残差修正で構成されています。このスキルはエージェント非依存であり、数値処理はKritaのRPC/MCP/CLI実行から分離されています。線画のみに厳格にスコープされ、彩色や陰影、スーパーサンプリングは行いません。対応モードはdry_run(オフラインJSONバッチ)、http_bridge(KritaセッションへのライブRPC)、krita_mcp_cliです。検証にはSSIM、PSNR、Contour_F1などの指標を使用し、合格した線画は後続のkrita-flat-colouringスキルに引き渡せます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ashdawgthegoat/krita-illustration-skills/tree/HEAD/skills/krita-lineart-reconstruction

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Krita 線画再構築スキル

ラスター参照イラストから、検証済みのプロダクション対応1x ネイティブ Krita 線画再構築パイプラインをパッケージ化して実行します。

このスキルはエージェント非依存です。数値的な軌跡合成、トポロジカルスケルトントレース、校正、検証は、scripts/krita_adapter.py を介してKrita RPC/MCP/CLI実行から厳密に分離されています。

ハードなプロダクションスコープ境界

  • ネイティブ 1x 解像度のみ: 2x スーパーサンプリングや、2x + adaptive スケーリングを有効にしないでください。adaptive_subdivision.py と stroke_planner.py は、resolution_scale != 1 / supersample_factor != 1 を拒否します。
  • 線画のみ: 専用の Lineart ペイントレイヤー (RGBA U8、300 dpi、sRGB-elle-V2-srgbtrc.icc) に、鮮明な #000000 インクを出力します。フラット彩色、陰影、グラデーション、アンビエントオクルージョン、ライティングスタック、レンダリングは行いません。
  • ネイティブKritaブラシのみ: ラスタライズされたオーバーレイをインポートするのではなく、校正済みブラシプリセット(d) Ink-3 Gpen、および太いグラフィックフィル用の b) Basic-5 Size)を通じてストロークを合成します。

コアパイプラインワークフロー

  1. 参照分析とインク抽出 (scripts/ink_analysis.py):

    • 2段階のしきい値処理により、しっかりとしたダークインク (inv > 42.0) と繊細な低コントラストのリッジ(ガウシアン sigma = 4.0 に対して local_dark > 14.0 & inv > 18.0)をキャプチャし、さらにオプションのバウンディングボックス微調整 (region_overrides) により、虹彩の同心円リングなどの密集した狭いギャップに対応します。
    • ユークリッド距離変換 (edt >= 2.8 px、面積 >= 20 px) を介して太いグラフィックブラックコアを検出し、等距離スイープコンター (1.35 .. 16.20 px) を抽出します。
    • 残りのインクをスケルトン化し、短い量子化スパー(<= 4 イテレーション)を刈り込み、次数 >= 3 のジャンクションで共線軌跡をスプライスし(cos <= -0.68)、中心線をサブピクセル精度に洗練し(refine_ridge_subpixel)、鋭いコーナー (> 72 度) または最大スパン 540 px で分割します。
  2. スプライン適合と検証済み適応頂点密度 (scripts/bezier_core.py、scripts/adaptive_subdivision.py):

    • 最小二乗最適接線ハンドルを使用して、G1連続区分3次ベジェセグメントを適合します。
    • 優先度キュー再帰的3次ベジェ細分化(実験2で 1x で検証済み)でコードサンプリングを洗練し、ストロークあたりの頂点をKritaのハードリミット 128 ポイントに制限しながら、コードサジッタ、接線角度偏向、曲率-弧積、圧力テーパー精度、ストレートコード長に関する厳密な許容差を維持します。
  3. Krita 6.0.4 ブラシと座標の校正 (scripts/pressure_calibration.py、scripts/stroke_planner.py):

    • 局所法線に沿った光学線幅を、谷で停止する処理 (max_half = 4.8 px) と統合し、隣接ストランドの膨張を回避します。
    • デュアルレジームの経験的 d) Ink-3 Gpen 圧力曲線(brush_size <= 4.5 px の場合は GPEN_THIN、brush_size > 4.5 px の場合は GPEN_STD)、または configs/pressure_tables_krita604.json で定義された b) Basic-5 Size テーブルを選択します。
    • 頂点サンプルとベジェ制御点の両方を +0.58 px (PIXEL_CENTER_SHIFT) シフトして、ストロークダブをKritaピクセルセンターに合わせ、ステージ1〜6(グラフィックコア -> 外部シルエット -> フォーカルゾーン -> 内部構造 -> ファインワスプ)にわたってストロークを順序付けます。
  4. 実行と閉ループ視覚フィードバック (scripts/reconstruct_lineart.py、scripts/refinement.py):

    • KritaAdapter を dry_run(ポータブルJSONバッチエクスポート)、http_bridge (POST /rpc)、または krita_mcp_cli (krita-mcp --call) モードで、<= 32 ストロークのバッチ(draw_brush 呼び出しあたり厳密に <= 64)を使用して実行します。
    • レンダリングされたキャンバスグレースケールをエクスポートし、オプションで --feedback-canvas <png>(ステージ7)を実行して、参照ストロークが見逃された(dist >= 1.35 px)または暗さが不足している場所に、対象を絞ったマイクロストロークを合成します。
  5. 検証とハンドオフ (scripts/validate_lineart.py):

    • マニフェストスキーマ制限を検証し、キャンバス全体とリージョナルの SSIM、PSNR_dB、Contour_F1 (1.5 px)、Exact_Pixel_F1 (0.5 px)、Fine_Detail_Recall、Narrow_Gap_Preservation を計算し、赤/青/ダークグレーのアライメント差分PNGを生成します。
    • 線画が検証に合格したら、krita-flat-colouring にハンドオフします。

クイックCLI呼び出し

オフラインでストロークを計画し、マニフェスト境界を検証し、ポータブルなKrita MCPバッチJSONを出力します:

python3 skills/krita-lineart-reconstruction/scripts/reconstruct_lineart.py \
  --input path/to/reference.png \
  --preset skills/krita-lineart-reconstruction/examples/sample_region_preset.json \
  --output-manifest out/lineart_manifest.json \
  --batch-dir out/batches \
  --mode dry_run

アクティブなKrita 6.0.4セッションに対してライブで実行:

python3 skills/krita-lineart-reconstruction/scripts/reconstruct_lineart.py \
  --input path/to/reference.png \
  --output-manifest out/lineart_manifest.json \
  --mode http_bridge \
  --doc-name Character_Lineart

リファレンスガイドと設定ファイル

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル