Files
l2dnjsrud-ComfyUI-OpenToonz…/docs/visual_pipeline.ko.md
T

2.1 KiB

시각화 파이프라인

English version

이 문서는 OpenToonz 아이디어 기반 line tools가 현재 rough-sketch-to-color 연구 파이프라인의 어디에 들어가는지 보여줍니다.

연구 내 위치

flowchart TD
    A[블루 원고 페이지] --> B[Mr.Blue YOLO-seg panel detector]
    B --> C[Polygon-masked panel crops]
    C --> D{Preprocess?}
    D -->|baseline| E[Raw crop to Qwen Image Edit]
    D -->|OT-inspired| F[Blue Line Cleanup]
    F --> G[Line AutoClose]
    G --> H[Region Palette Map]
    H --> I[Qwen Image Edit or MangaNinja]
    E --> J[Colored panel]
    I --> J
    J --> K[Panel Reassemble]

노드 체인

flowchart LR
    A[Load Image / Panel Crop] --> B[OT Blue Line Cleanup]
    B --> C[OT Line AutoClose]
    C --> D[OT Region Palette Map]
    D --> E[Colorization Node]
    E --> F[Reassemble]

출력 산출물

flowchart TD
    A[OT Blue Line Cleanup] --> A1[clean_line IMAGE]
    A --> A2[line_overlay IMAGE]
    A --> A3[settings_json]
    B[OT Line AutoClose] --> B1[closed_line IMAGE]
    B --> B2[closure_overlay IMAGE]
    B --> B3[segments_json]
    C[OT Region Palette Map] --> C1[region_preview IMAGE]
    C --> C2[regions_json]

실험 매트릭스

Variant Color model 입력 기대 효과 위험
A raw panel crop 가장 빠른 baseline 블루 러프가 결과에 남을 수 있음
B clean line crop blue noise 감소 의미 있는 러프 정보까지 제거할 수 있음
C clean line + autoclose fill 안정성 증가 잘못된 closure line이 생길 수 있음
D clean line + autoclose + region JSON 후처리 수정 용이 downstream region-aware tooling 필요

채택 기준

아래 중 하나 이상이 명확히 좋아질 때 default 전처리로 채택합니다.

  • 최종 결과의 blue artifact 감소,
  • line boundary를 넘어가는 색 누수 감소,
  • correction 이후 캐릭터/의상 색 일관성 향상,
  • overlay/JSON으로 전처리 판단을 확인하기 쉬움.