Single-Line Drawing Vectorization

Tanguy Magne

doi:10.1111/cgf.70228

2025-10-06

Tanguy Magne

Olga Sorkine‐Hornung

DOI：10.1111/cgf.70228

原文链接

查看原文

摘要

En 中文

矢量化线条画是一项重复性但必要的工作，专业创意人士必须执行此操作以获得栅格草图易于编辑且可缩放的数字表示。该领域的当前先进自动方法可以创建一系列与绘图外观紧密匹配的曲线。然而，它们常常忽略线条参数化。因此，其矢量表示无法通过遵循绘图顺序进行自然编辑。我们提出了一种针对单线条画矢量化问题的创新方法。单线条画由单个笔画组成，其中线条可以多次自相交，使得绘图顺序难以恢复。我们的方法将一条贝塞尔样条表示的参数曲线拟合到输入栅格图像中的笔画上。为此，我们生成输入的图表示，并采用几何先验和专门训练的神经网络来正确捕获和分类曲线的交点及其遍历配置。我们的方法易于扩展到包含多个笔画的绘图，同时保持其完整性和顺序。我们将我们的矢量化结果与几位艺术家的作品进行比较，表明我们的笔画顺序与艺术家自然使用的顺序相似。我们的矢量化方法在单线条画基准测试中，在原始绘图相似度和矢量化质量方面达到了当前先进水平。我们的方法结果可以进行交互式优化，使其易于集成到专业工作流程中。我们的代码和结果可在 https://github.com/tanguymagne/SLD-Vectorization 获得。

Keyword:

CCS Concepts

• Computing methodologies → Image processing

Parametric curve and surface models

Reconstruction