unfake.js – AI 生成的像素图片｜普通图片转化为矢量图

利用AI生成像素艺术或图片时，常受困于像素尺寸不一、色彩溢出等问题，繁琐的后期处理令人头疼。而 unfake.js 这款开源项目不仅能智能清理AI生成的像素艺术瑕疵，更具备将普通位图高效转换为可自由缩放的矢量图（SVG）的能力！该项目基于强大的OpenCV.js和先进图像处理算法，主要提供两大功能模式：专业的像素艺术优化处理以及高质量的图像矢量化转换。

unfake.js 智能识别并修正像素艺术的真实尺寸以解决缩放失真；通过内容感知降采样技术，在保持图像细节的同时清除模糊和色彩溢出；执行精确的网格对齐与颜色量化，生成干净、有限的调色板；实现位图到SVG矢量的高质量转换。项目提供了便捷的浏览器在线工具，支持拖拽上传与实时效果预览，并内置交互式调色板编辑器供颜色替换与优化。用户既可直接使用其在线版本，也能选择本地部署，是处理AI生成像素艺术的得力助手。

主要功能特点

1. 像素艺术处理器

此模式专门用于清理像素艺术，特别是由 AI 生成的作品，这些作品往往存在不一致的像素大小、颜色溢出和其他伪影问题。

智能缩放检测 : 使用基于 runs 或边缘感知的算法自动检测放大后的像素艺术图像的真实像素大小。也可以接受手动缩放因子。
内容感知降采样 : 提供多种高质量的降采样方法（如主导 、 中值 、 内容自适应等），在不引入新颜色或模糊的情况下将图像缩减到其原始 1x 比例。
网格对齐 : 自动裁剪图像以使其与检测到的像素网格完美对齐，确保边缘清晰。
颜色量化 : 使用高质量的 image-q 库将颜色调色板减少到指定的最大颜色数，支持固定自定义调色板。
Artifact Cleanup: 包含如形态学清理（填充孔洞和去除噪声）和锯齿清理等可选后处理步骤。
Alpha Channel Processing: 支持 alpha 二值化，以创建清晰、干净的透明效果。

2. 图像向量化

此模式将位图图像（PNG、JPG）转换为干净、可缩放的 SVG 文件。它是一个基于 imagetracer.js 的智能封装，并由 OpenCV.js 提供了广泛的预处理和后处理能力。

Noise Reduction Pre-Processing: 在向量提取前应用滤镜，如双边滤波 Bilateral 或中值滤波 Median，以减少噪声并创建更平滑的轮廓。
Smart Color Quantization: 在描边前简化颜色调色板，以生成更干净的向量形状。它甚至可以自动检测最优颜色数量。
Background Handling: 智能处理透明图像，在处理过程中添加临时背景以防止边缘伪影，然后在最终的 SVG 中移除背景。
Post-Quantization Smoothing: 在颜色简化后应用柔和的模糊处理，以在最终描边前软化锯齿状边缘。
Fine-Tuned Tracing: 展示了详细的 imagetracer.js 选项，以便对最终的矢量输出进行精细控制。
颜色提取 : 从生成的 SVG 中提取最终的颜色调色板。