Project Icon

vsketch

Python绘图仪生成艺术工具包

vsketch是一款面向绘图仪用户的Python生成式艺术工具包。它提供类Processing的API,注重易用性和自动化创作流程。vsketch包含CLI工具vsk和简洁API,支持项目管理、交互式渲染和批量导出。兼容Numpy和Shapely等库,为绘图仪艺术创作提供有力支持。无论是初学者还是经验丰富的艺术家,都能利用vsketch快速创作和迭代独特的绘图仪作品。

vsketch

python 测试 文档状态

vsketch 是什么?

vsketch 是一个为绘图仪设计的 Python 生成艺术工具包,具有以下特点:

  • 易于使用vsketch 易学易用,其 API 深受 Processing 启发,给人熟悉的感觉。
  • 最小化阻力vsketch 通过名为 vsk 的命令行工具和与 vpype 的紧密集成,自动化了创作过程的每个部分(项目初始化、无阻力迭代、导出绘图仪可用文件)。
  • 以绘图仪为中心vsketch 由绘图仪用户为绘图仪用户开发。其功能集专注于这种媒介的特殊性,不试图解决其他问题。
  • 互操作性vsketch 能与流行的软件包如 NumpyShapely 良好配合,这些包是绘图仪生成艺术的真正推动者。

vsketch 由两部分组成:

  • 一个名为 vsk 的命令行工具,用于自动化草图项目生命周期的每个部分:
    • 基于可自定义模板创建草图。
    • 交互式渲染您的草图,支持实时重载和自定义参数。
    • 批量导出 SVG,支持随机种子和配置管理以及多进程支持。
  • 一个易学的 API,类似于 Processing,用于实现您的草图。

这个项目还处于早期阶段,需要贡献。您可以通过提供反馈和改进文档来帮助我们。

安装 vsketch

推荐使用 pipx 进行独立安装:

$ pipx install vsketch

要运行示例,需要单独下载。解压缩后,可以使用以下命令运行:

$ vsk run path/to/vsketch-master/examples/schotter

更多详情请查看安装说明

入门

本节旨在快速介绍 vsketch 支持的工作流程。更完整的概述请查看文档

打开终端并创建一个新项目:

$ vsk init my_project

这将创建一个新的项目结构,包含开始所需的一切:

$ ls my_project
config
output
sketch_my_project.py

sketch_my_project.py 文件包含您的草图的骨架。configoutput 子目录由 vsk 用于存储配置和输出 SVG。

在您喜欢的编辑器中打开 sketch_my_project.py 并按如下方式修改:

import vsketch

class SchotterSketch(vsketch.SketchClass):
    def draw(self, vsk: vsketch.SketchClass) -> None:
        vsk.size("a4", landscape=False)
        vsk.scale("cm")

        for j in range(22):
            with vsk.pushMatrix():
                for i in range(12):
                    with vsk.pushMatrix():
                        vsk.rotate(0.03 * vsk.random(-j, j))
                        vsk.translate(
                            0.01 * vsk.randomGaussian() * j,
                            0.01 * vsk.randomGaussian() * j,
                        )
                        vsk.rect(0, 0, 1, 1)
                    vsk.translate(1, 0)
            vsk.translate(0, 1)

    def finalize(self, vsk: vsketch.Vsketch) -> None:
        vsk.vpype("linemerge linesimplify reloop linesort")

if __name__ == "__main__":
    SchotterSketch.display()

您的草图现在可以使用以下命令运行:

$ vsk run my_project

您应该看到这个:

image

恭喜,您刚刚重现了 Georg Nees 的著名艺术作品! 如果你能与脚本的参数进行交互操作,那不是很好吗?让我们来实现这个功能。

在类的顶部添加以下声明:

class SchotterSketch(vsketch.SketchClass):
    columns = vsketch.Param(12)
    rows = vsketch.Param(22)
    fuzziness = vsketch.Param(1.0)
    
    # ...

按如下方式修改draw()方法:

    def draw(self, vsk: vsketch.Vsketch) -> None:
        vsk.size("a4", landscape=False)
        vsk.scale("cm")

        for j in range(self.rows):
            with vsk.pushMatrix():
                for i in range(self.columns):
                    with vsk.pushMatrix():
                        vsk.rotate(self.fuzziness * 0.03 * vsk.random(-j, j))
                        vsk.translate(
                            self.fuzziness * 0.01 * vsk.randomGaussian() * j,
                            self.fuzziness * 0.01 * vsk.randomGaussian() * j,
                        )
                        vsk.rect(0, 0, 1, 1)
                    vsk.translate(1, 0)
            vsk.translate(0, 1)

ctrl-S/cmd-S保存,瞧,相应的按钮就出现在查看器中了,甚至不需要重新启动!以下是增加了一些模糊度后的效果:

[图片]

让我们稍微调整一下参数,直到找到一个我们喜欢的组合,然后点击"保存"按钮,并输入"最佳配置"作为名称。

[图片]

我们刚刚保存了一个可以随时加载的配置。

最后,为了更加挑剔,我们希望能够生成这个草图的一百个版本,使用不同的随机种子,以期找到最完美的版本进行绘制和装裱。vsk可以为你做到这一点,并使用所有可用的CPU核心:

$ vsk save --config "Best config" --seed 0..99 my_project

你会在项目的output子目录中找到所有的SVG文件:

[图片]

下一步:

  • 使用vsk内置帮助了解所有可能性(vsk --help)。
  • 在文档的概述参考页面学习vsketch API。

致谢

本项目文档的部分内容受到Processing项目的启发或直接复制。

许可

本项目采用MIT许可证。文档采用CC BY-NC-SA 4.0许可证。详情请参阅文档

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号