fluxpediawork/blob-portrait

Blob 人像：以梯度下降繪製照片

使用 2D 高斯色塊繪製照片。從 1,500 個隨機色塊開始，每個步驟渲染它們，並計算與照片的誤差（L1 + SSIM），然後稍微移動每個色塊以減少誤差（使用 Adam 優化器）。新的微小色塊會在誤差最高的區域生成。沒有使用圖像生成模型：圖像是透過學習得到的。

步驟

1. 取得照片。使用附加的檔案。注意主體的位置，以便設定 --focus（接受最密集訓練的區域，通常是臉部）。

2. 安裝。Python 3.10 以上。

   pip install -r requirements.txt   # torch, numpy, pillow
   

   如果 PyTorch 索引被封鎖，直接使用 PyPI 執行 pip install torch 即可。

3. 根據硬體和可用時間選擇預設：

   預設	步驟	最大色塊數	2 核心 CPU	GPU
   quick	300	15,000	~8 分鐘	~1 分鐘
   default	1,600	45,000	~35 分鐘	~5 分鐘
   full	6,000	100,000	數小時	~20-40 分鐘

   若使用 CPU，請在背景執行 default 並監控記錄檔，不要佔用前景。

4. 執行。

   python scripts/blobfit.py photo.jpg --out result/ --preset default \
       --aspect 4:5 --focus 0.5,0.4,0.45,0.5
   

   • --aspect 以中心為基準裁切為 w:h（none 則保留照片原始比例）。
   • --focus cx,cy,w,h 參數範圍為 0-1，相對於裁切後的圖像。對於居中自拍，0.5,0.4,0.45,0.5 涵蓋臉部區域。
   • --steps / --blobs 可覆蓋預設值。
   • 裝置會自動選擇：CUDA、Apple MPS，最後是 CPU。

5. 交付前檢查結果。打開 compare.jpg 和 zoom.jpg 仔細檢視。stats.json 包含 PSNR：約 28-30 dB 是柔和相似度（快速模式），38 dB 以上在正常尺寸下幾乎難以分辨。如果臉部太模糊，請以更多步驟重新執行，或將 --focus 移到臉部。

6. 交付。提供 compare.jpg、render.png 和 training.gif。說明色塊數量與步驟、PSNR 值，並強調這是訓練結果，非生成結果。

輸出檔案

檔案	說明
render.png	完整擬合尺寸的色塊畫作
compare.jpg	真實照片與程式碼版本的並排比較
zoom.jpg	眼部附近的放大證明
training.gif	從雜訊到圖片的動畫，每個里程碑一幀
blobs.npz	每個色塊的資料：位置、縮放、角度、顏色、強度（供重新渲染或動畫使用）
stats.json	步驟、色塊數量、PSNR、耗時秒數、使用裝置

誠實的限制

• 它只能複製一張照片。無法創造新的視角或新的臉孔。
• 品質取決於步驟數量：短時間的 CPU 執行會較為模糊；細膩的皮膚紋理需要使用 full 預設。
• 背景顏色取自照片邊緣，因此色塊只需繪製與背景不同的部分。