Proyek
Uji hitam, putih dan kesamaan ambang, serta tolak bentuk tidak rata dan piksel bukan bita atau Boolean tanpa mengubah masukan.
Ruang kerja kode dengan AI
Dithering abu-abu terurut
Terapkan ubin ambang dua kali dua berulang pada piksel abu-abu bulat dalam matriks hingga 64 kali 64.
● ● ●DitherMorrow●
Alur kerja · Dithering abu-abu terurut ×
def ordered_dither(pixels):
pixels = [tuple(row) for row in pixels]
width = len(pixels[0]) if pixels else 0
if len(pixels) > 64 or width > 64 or any(len(row) != width for row in pixels):
raise ValueError("image.shape")
if any(type(v) is not int or not 0 <= v <= 255 for row in pixels for v in row):
raise ValueError("pixel.byte")
thresholds = ((32, 160), (224, 96))
return [[value >= thresholds[r % 2][c % 2] for c, value in enumerate(row)]
for r, row in enumerate(pixels)]✳Terapkan ubin ambang dua kali dua berulang pada piksel abu-abu bulat dalam matriks hingga 64 kali 64.
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Tinjau sebelum menerapkan
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Model
Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.
Alur kerja
def ordered_dither(pixels):
pixels = [tuple(row) for row in pixels]
width = len(pixels[0]) if pixels else 0
if len(pixels) > 64 or width > 64 or any(len(row) != width for row in pixels):
raise ValueError("image.shape")
if any(type(v) is not int or not 0 <= v <= 255 for row in pixels for v in row):
raise ValueError("pixel.byte")
thresholds = ((32, 160), (224, 96))
return [[value >= thresholds[r % 2][c % 2] for c, value in enumerate(row)]
for r, row in enumerate(pixels)]Hubungkan perubahan citra dengan bukti piksel yang dapat direproduksi
DitherMorrow adalah ruang kerja pemrograman AI untuk Windows guna mengembangkan kode pemrosesan citra dengan masukan konkret di samping diskusi. Buka proyek dan nyatakan perubahan visual atau data yang dibutuhkan. Minta model memeriksa jalur pemrosesan sebelum menyarankan perubahan, termasuk format yang diharapkan kode penerima hasil.
Rutin dithering terurut skala abu-abu adalah salah satu contoh permintaan. Berikan grid piksel kecil dan jelaskan perilaku ambang yang dimaksud. Minta penjelasan bagaimana posisi baris dan kolom memengaruhi hasil, lalu tinjau perbaikan terfokus. Diskusi menyangkut implementasi proyek Anda; ini tidak membuktikan adanya layanan penyuntingan citra atau akselerasi perangkat keras.
Periksa perubahan usulan menggunakan harapan piksel persis dan tampilan yang menggunakannya. Hasil dapat memiliki dimensi yang benar tetapi menempatkan pola pada titik asal yang salah. Jalankan pengujian terkait pada data uji kosong, kecil, dan nilai batas, lalu bandingkan citra keluaran dalam kondisi tampilan konsisten sebelum menilai perubahan.
Anda dapat memilih model AI tanpa sensor yang disediakan endpoint kompatibel OpenAI atau Anthropic yang didukung. Kredensial mungkin diperlukan, dan pembatasan penyedia tetap berlaku. Model dan server menentukan dukungan alat serta batas konteks, jadi pilih data uji representatif, bukan menganggap seluruh alur pemrosesan citra terlihat oleh setiap model yang terhubung.
Meninjau perbaikan pemrosesan citra
Mengapa menyertakan grid piksel kecil bersama contoh visual?
Masukan kecil yang persis memungkinkan Anda memeriksa nilai mana yang berubah dan mengapa. Citra lebih besar dapat menyembunyikan pola ambang yang bergeser. Gunakan keduanya bila relevan: data uji untuk harapan presisi dan citra untuk perilaku visual hasilnya.
Bisakah nama domain membuktikan dukungan GPU?
Tidak. Produk yang dijelaskan adalah ruang kerja pemrograman Windows. Implementasi GPU apa pun dalam proyek Anda memerlukan kode, dependensi, dan pengukuran yang sesuai. Jangan menyimpulkan akselerasi dari nama atau dari model yang menyarankan pekerjaan paralel.
Apa yang harus diperiksa tepat pada ambang?
Nyatakan apakah kesetaraan memilih keluaran atas atau bawah dan sertakan nilai persis itu dalam data uji. Periksa juga nilai di sebelahnya. Ini membuat perubahan perbandingan terlihat, bukan mengandalkan tampilan keseluruhan citra contoh.
Di mana saya harus memeriksa keluaran citra yang dihasilkan alat?
Gunakan keluaran proyek sebenarnya dan pastikan tempat pemrosesan berlangsung. Inferensi lokal memerlukan server terpisah dan tidak menjadikan setiap alat citra atau berkas lokal. Tinjau koneksi alat tersebut sebelum membagikan materi citra sensitif.
DitherMorrow · Diperbarui 2026-10-25