Pixel It:3 行代码把照片变成像素画 Pixel It3 行代码把照片变成像素画【免费下载链接】pixelitCreate pixel art from an image项目地址: https://gitcode.com/gh_mirrors/pi/pixelitPixel It 是一个纯 JavaScript 像素艺术转换库把普通照片变成复古像素风格的图片。它没有外部依赖只使用浏览器 Canvas核心实现集中在src/pixelit.js一个文件里。你可以把图像像素化、转成灰度或者把颜色压缩到你指定的调色板。5 分钟跑通第一张像素图克隆仓库并安装依赖用 gulp 启动本地构建git clone https://gitcode.com/gh_mirrors/pi/pixelit npm install gulp serve页面里放一个img和一个canvas用默认约定就能运行img srcsky.jpg idpixelitimg alt canvas idpixelitcanvas/canvas script srcpixelit.js/script script const px new pixelit(); px.draw().pixelate(); /scriptdraw()把图片画到画布上pixelate()输出像素化结果。不传配置时库默认读取 id 为pixelitimg的元素、写到 id 为pixelitcanvas的画布所以这两个 id 对上就不用传任何参数。三种输出像素化、灰度与调色板压缩实例上可组合的变换有三种.pixelate()基础像素化。先缩小再放大形成色块块的大小由 scale 决定。.convertGrayscale()把每个像素的 RGB 三通道取平均得到黑白像素图。.convertPalette()把每个像素映射到调色板中最近的颜色。调色板由palette配置默认内置 16 色。三者可以链式调用最后用px.saveImage()把结果以pxArt.png的文件名下载。图左侧为原始油画右侧经 Pixel It 以 4 色调色板压缩后的像素艺术效果scale、palette 与尺寸上限怎么取scale控制像素块大小取值 0–50 的整数默认 8。小值块细、接近原图大值块粗、更抽象。官方 4 色示例用的就是 17。传入超出 0–50 的值不会报错而是静默回落到默认 8。palette是[[r,g,b],...]形式的数组之后也能用setPalette(arr)更换。颜色数量下限是 2只有 1 色时convertPalette()不会生效。颜色越少风格越统一越多越接近原图细节。maxWidth / maxHeight限制输出尺寸超过的部分会在draw()阶段被等比缩小两者同时设置时高度优先。const px new pixelit({ from: document.getElementById(pixelitimg), scale: 20, // 0-50默认 8 palette: [[26,28,44],[93,39,93],[177,62,83],[239,125,87]] }); px.draw().pixelate().convertPalette();两个实际处理链路做游戏素材输入一张人物或场景照片scale 取 17–20再链上convertPalette()压到 4–16 色输出可直接当素材用的低分辨率像素图。docs/assets/px-palette4c.jpg就是 4 色、块大小 17 的效果。处理大尺寸照片输入一边超过 900px 的高清图例如docs/assets/tests/里那张 2720×1224 的键盘照片。此时pixelate()内部会自动把缩小比例减半同样的 scale 在大图上得到的块反而更大想要输出尺寸可控再配上maxWidth或maxHeight。图docs/assets/tests/ 目录中的 2720×1224 高分辨率测试图用于验证 Pixel It 在大图上的表现几个容易踩的坑scale 只在 0–50 区间生效越界值会回落成默认 8代码不会提示。convertPalette()需要至少 2 个颜色1 色不产生效果。pixelate()、convertPalette()、convertGrayscale()都必须在draw()之后调用。实例创建时会把源图片元素隐藏visibility: hidden并固定定位想保留显示需要自行处理样式。一边超过 900px 的大图内部缩小比例自动减半像素化程度和小图不一样调参时要留意。继续深入去哪看docs/index.html是在线调试页支持上传图片、上传 hex 或 csv 格式的调色板文件、手动加色。docs/tests.html用于验证不同尺寸图片的处理效果。核心类在src/pixelit.js运行gulp serve后构建产物输出到dist/与docs/js/两个目录。整个转换链路就这一个文件改算法、读源码都不需要跨目录。【免费下载链接】pixelitCreate pixel art from an image项目地址: https://gitcode.com/gh_mirrors/pi/pixelit创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

最新新闻

数据仓库分层搭建全栈实战|全网独家复现ODS/HIS/DM分层架构、历史存储优化、维度建模助力企业数据标准化、治理化、高效化落地

数据仓库分层搭建全栈实战|全网独家复现ODS/HIS/DM分层架构、历史存储优化、维度建模助力企业数据标准化、治理化、高效化落地

目录 一、前言 二、数仓核心认知与分层建设核心目标 2.1 OLTP与OLAP核心差异(必懂基础) 2.2 企业数仓分层五大核心建设目标 三、企业标准三层数仓架构全解(ODS/HIS/DM) 3.1 ODS贴源层:数仓的数据源头与原始备份 3.1.1 核心定位与设计原则 3.1.2 两种核心数据同步策…

2026/8/25 11:04:32
QClaw Skills整合实战:3步打造7x24小时自动化工作流,效率提升300%

QClaw Skills整合实战:3步打造7x24小时自动化工作流,效率提升300%

最近一个月把QClaw用在了日常办公中,从最初只会让它整理文件,到现在已经能让它自动完成周报生成、数据报表分析、跨部门协作催办等复杂任务。核心秘诀就是用好它的Skills生态和多技能协同能力。 今天分享一套我实测有效的Skills整合方案,从安装到自定义开发再到工作流编排,…

2026/8/25 11:04:32
OpenClaw 2.7.5 Win11 一键配置实战:零代码实现电脑AI自动化,附踩坑全解

OpenClaw 2.7.5 Win11 一键配置实战:零代码实现电脑AI自动化,附踩坑全解

摘要:2026年GitHub星标28W+的开源本地AI智能体OpenClaw(小龙虾)迎来v2.7.5重磅更新!本文基于Windows 11全版本实测,提供零代码一键部署方案,详解Defender拦截、中文路径报错、SmartScreen警告等高频踩坑解决方案。无需Python/Node.js环境,5分钟即可拥有专属“数字员工”…

2026/8/25 11:04:32
提示词工程实战:7个可复制技巧,让AI幻觉率降低90%(附企业级模板)

提示词工程实战:7个可复制技巧,让AI幻觉率降低90%(附企业级模板)

做AI应用开发快两年了,踩过最多的坑就是AI幻觉。上个月让AI生成一份接口文档,它居然编了一个根本不存在的getUserInfoV3接口,导致前端开发联调了整整一天才发现问题。 后来我花了一个月时间系统研究提示词工程,结合公司内部20多个AI项目的实战经验,总结出了这套防幻觉方法…

2026/8/25 11:04:32
基于POMDP与强化学习的临床诊断AI:解决医疗AI落地最后一公里难题

基于POMDP与强化学习的临床诊断AI:解决医疗AI落地最后一公里难题

1. 从理想实验室到嘈杂诊室:临床诊断AI的“最后一公里”难题如果你关注过医疗AI的发展,可能会发现一个有趣的现象:很多在论文里表现惊艳的模型,一旦放到真实的医院场景里,表现就大打折扣。这背后的核心矛盾&#xff0c…

2026/8/25 11:04:32
第9课:TensorFlow|TF会话与执行机制【运行原理、会话管理、惰性执行深度解析】

第9课:TensorFlow|TF会话与执行机制【运行原理、会话管理、惰性执行深度解析】

文章目录1. 课前导读1.1 本节课学习目标1.2 知识重难点1.3 学习前置条件1.4 学完可掌握能力1.5 行业应用场景2. 核心理论精讲2.1 会话(Session)的核心职责2.2 惰性执行(Lazy Execution)2.3 Session.run() 核心参数2.4 会话配置&am…

2026/8/25 10:59:32