GitHub 热门项目：CorridorKey

GitHub 项目：CorridorKey 仓库地址：https://github.com/nikopueringer/CorridorKey 星级：13483 | 作者：尼科普林格 项目描述：完美绿屏按键 =================================================== 自述文件内容： # 走廊钥匙 https://github.com/user-attachments/assets/1fb27ea8-bc91-4ebc-818f-5a3b5585af08 当您在绿屏上拍摄某些内容时，拍摄对象的边缘不可避免地会与绿色背景融为一体。这会创建混合了拍摄对象颜色和绿屏颜色的像素。传统的抠像器很难理清这些颜色，迫使您花费数小时构建复杂的边缘遮罩或手动动态观察。即使是现代的“AI Roto”解决方案通常也会输出严酷的二进制掩模，完全破坏了逼真合成所需的精致的半透明像素。 我构建 CorridorKey 来解决这个“分解”问题。 您输入原始绿屏帧，神经网络将前景对象与绿屏完全分离。对于每个像素，即使是运动模糊或失焦边缘等高度透明的像素，模型也会预测前景元素的真实的、未相乘的直接颜色，以及干净的线性 Alpha 通道。它不仅仅猜测什么是不透明的，什么是透明的；它还可以猜测什么是不透明的，什么是透明的。它主动重建前景物体的颜色，就好像绿屏从未存在过一样。 不再需要与垃圾遮罩作斗争或为“核心”与“边缘”键而苦恼。向 CorridorKey 提示您想要什么，它就会为您分隔光线。 ＃＃ 警报！ 这是一个全新的版本，我相信您会发现它有很多改进的地方！我邀请大家帮忙。加入我们的“Corridor Creates”Discord 来分享想法、工作、分叉等！ https://discord.gg/zvwUrdWXJm 如果您想要一个易于安装、艺术家友好的用户界面版本的 CorridorKey，请查看 [EZ-CorridorKey](https://github.com/edenaion/EZ-CorridorKey) 该项目使用 [uv](https://docs.astral.sh/uv/) 来管理依赖项 - 它一步即可处理 Python 安装、虚拟环境和包，因此您无需担心任何这些问题。只需运行适合您操作系统的安装脚本即可。 当然，我还没有测试所有内容。如果遇到错误，请考虑根据需要修补代码并提交拉取请求。 ## 特点 * **物理上精确的分离：** 干净地提取直接颜色前景和线性 Alpha 通道，保留头发、运动模糊和半透明度。 * **绿色或蓝色屏幕：** 绿色和蓝色板的专用检查点。默认情况下（`--screen-color auto`）CorridorKey 对批次中第一个剪辑的第一帧进行采样，并从背景像素中选取主要屏幕颜色；通过 `--screen-color green` 或 `--screen-color blue` 来跳过启发式并强制选择。然后，防溢出功能会消除您实际拍摄的通道中的溢出物。 *目前仅限 Torch 后端 — MLX 路径为绿屏，直到蓝色 MLX 检查点发布。* * **独立于分辨率：** 引擎动态扩展推理以处理 4K 板材，同时使用其本机 2048x2048 高保真主干进行预测。 * **视觉特效标准输出