AI 사진 편집으로 픽셀 아트 효과 만드는 방법 — Magic Eraser
사진을 사용자 정의 가능한 그리드 크기, 클래식 컬러 팔레트 및 디더링 패턴으로 레트로 픽셀 아트로 변환하는 AI 기술. 진정한 8비트 및 16비트 픽셀 아트 효과를 위한 단계별 가이드.
SEO & Growth
검토자 Magic Eraser Editorial ·
픽셀 아트는 시각 매체의 역사에서 독특한 위치를 차지합니다. 기술적 제약으로 시작되어 의도적인 예술적 선택으로 진화했기 때문입니다. 1980년대와 1990년대에 비디오 게임 아티스트들은 16x16 또는 32x32 픽셀 그리드 내에서 256색 미만의 팔레트를 사용해야 했습니다. 하드웨어가 그 이상을 렌더링할 수 없었기 때문입니다. 모든 픽셀 배치는 작은 해상도에서 형태, 색상 및 가독성에 대한 의식적인 결정이었습니다. 이러한 훈련은 너무나 독특하고 매력적인 미학을 만들어내어, 이를 만들어낸 하드웨어의 한계를 훨씬 오래 생존했습니다. 오늘날 픽셀 아트는 인디 게임, 디지털 일러스트레이션, 소셜 미디어 아바타, 머천다이즈 디자인 및 향수를 불러일으키는 브랜딩에 사용되는 번성하는 예술 형식입니다. 그리고 AI 기반 도구는 이제 모든 사진을 매체의 원칙을 존중하는 진정한 픽셀 아트로 변환할 수 있습니다.
사진을 수동으로 픽셀 아트로 변환하는 것은 디지털 아트에서 가장 시간이 많이 소요되는 과정 중 하나입니다. 사진 참고 자료를 바탕으로 작업하는 숙련된 픽셀 아티스트는 단일 64x64 스프라이트에 몇 시간을 소비할 수 있습니다. 어떤 디테일을 보존하고, 어떤 것을 단순화하며, 손으로 배치한 전환 픽셀로 가장자리를 안티앨리어싱할지 신중하게 선택합니다. 제한된 팔레트의 어떤 색상이 원본 이미지의 각 영역을 가장 잘 나타낼지 결정합니다. 과제는 단순히 다운샘플링이 아닙니다. 모든 이미지 편집기는 사진을 64픽셀 너비로 크기 조정할 수 있습니다. 하지만 그 해상도에서 무엇이 중요한지에 대한 지능적인 결정을 내리는 것은 별개의 문제입니다. 단순한 크기 조정은 얼굴을 읽을 수 없는 얼룩으로 만듭니다. 숙련된 픽셀 아티스트는 이를 개성이 담긴 독특한 초상화로 만듭니다. AI가 변환 과정에 가져오는 것은 바로 이 해석적 지능입니다.
AI 픽셀 아트 변환은 해상도 축소 전에 사진의 의미론적 콘텐츠를 분석하여, 가장 중요한 시각적 특징이 픽셀 아트 미학을 정의하는 공격적인 다운샘플링에서 살아남도록 보장합니다. AI는 얼굴, 눈, 독특한 형태, 텍스트, 주요 윤곽을 식별한 다음 픽셀 그리드를 구성하여 이러한 중요한 요소들이 그리드 선에 걸쳐 분할되지 않고 픽셀 경계에 위치하도록 합니다. 색상 양자화는 단순한 RGB 최근접 이웃 매칭 대신 지각적 색상 거리를 사용하여 사진의 수백만 색상을 제한된 팔레트에 매핑하여 이미지를 읽기 가능하게 만드는 인지된 밝기와 채도 관계를 유지합니다. 이 가이드는 AI Filter에서의 전체 워크플로우를 다룹니다: 그리드 해상도 선택, 하드웨어 인증 컬러 팔레트 적용, 디더링 패턴 구성, 가장자리 정제. 최신 화면에서 선명하게 표시하기 위한 올바른 정수 스케일 크기로 내보내기.
- AI는 다운샘플링 전에 의미론적 콘텐츠를 분석하여 얼굴, 눈 및 주요 윤곽이 그리드 선에 걸쳐 분할되지 않고 픽셀 경계에 위치하도록 하여 낮은 해상도에서 최대한의 가독성을 보장합니다.
- 클래식 하드웨어 팔레트 프리셋은 NES, Game Boy, SNES 및 CGA의 색상 제한을 복제하여 특정 게임 시대의 모습과 일치하는 진정한 레트로 미학을 생성합니다.
- 지능형 색상 양자화는 단순한 RGB 매칭 대신 지각적 색상 거리를 사용하여 제한된 팔레트 내에서 이미지를 읽기 가능하게 유지하는 밝기와 채도 관계를 보존합니다.
- 디더링 옵션에는 클래식 8비트 텍스처를 위한 정렬된 패턴, 부드러운 그라데이션을 위한 오류 확산, 그리고 대담한 그래픽 구성을 위한 플랫 노-디더 렌더링이 포함됩니다.
- 최근접 이웃 정수 스케일링은 모든 픽셀 가장자리가 어떤 디스플레이 크기에서도 날카롭게 유지되도록 하여, 표준 쌍선형 크기 조정이 픽셀 아트에 도입하는 흐림 아티팩트를 방지합니다.
AI 픽셀 아트 변환이 단순한 이미지 다운샘플링과 다른 점
사진에서 픽셀 아트를 만들 때 사람들이 저지르는 가장 흔한 실수는 표준 이미지 편집기에서 이미지를 단순히 낮은 해상도로 크기 조정하는 것입니다. 3000픽셀 너비의 초상화를 Photoshop의 기본 쌍입방 보간법을 사용하여 64픽셀 너비로 크기 조정하면 픽셀 아트와 전혀 닮지 않은 흐릿하고 탁한 썸네일이 생성됩니다. 최근접 이웃 보간법으로 전환하면 흐림이 제거되지만 픽셀 배치가 기계적 샘플링 그리드에 의해 완전히 결정되는 이미지가 생성됩니다. 눈이 두 샘플 포인트 사이에 떨어지면 사라지거나 읽을 수 없는 얼룩이 됩니다. 코는 볼과 합쳐질 수 있고, 머리카락 디테일은 균일한 덩어리로 붕괴됩니다. 배경은 알고리즘이 시각적 중요성에 대한 개념이 없기 때문에 피사체와 경쟁합니다. 결과는 기술적으로는 저해상도이지만 픽셀 아트로서 미학적으로는 가치가 없습니다.
AI 픽셀 아트 변환은 해상도 축소 전에 의미론적 분석을 수행하여 이 문제를 해결합니다. AI는 이미지의 주요 특징(얼굴 랜드마크, 객체 윤곽, 텍스트 요소, 독특한 형태)을 식별한 다음 픽셀 그리드를 구성하여 이러한 특징이 독특한 형태로 보존되도록 합니다. 대상 해상도에서 눈이 너비 3픽셀을 차지하는 경우, AI는 이 세 픽셀이 눈의 중심을 통한 임의의 단면이 아니라 눈의 주요 형태를 포착하도록 위치합니다. 이는 인간 픽셀 아티스트가 참조 사진을 연구하고 어떤 디테일을 유지하고 어떤 것을 희생할지 결정할 때 하는 작업과 유사합니다: 그들은 기계적 샘플링 알고리즘이 할 수 없는 시각적 우선순위에 대한 정보에 기반한 결정을 내립니다.
차이점은 색상 처리까지 확장됩니다. 표준 다운샘플링은 각 대상 픽셀 영역 내의 색상을 평균화하여 원본 이미지 어디에도 존재하지 않고 실제 픽셀 아트에는 절대 나타나지 않는 중간 색상을 생성합니다. AI 변환은 대신 정의된 팔레트에서 개별 색상을 선택하여 픽셀 아티스트가 하는 것과 동일한 종류의 의도적인 색상 선택을 합니다. 피부 영역은 혼합된 평균이 아닌 팔레트의 특정 피부 톤이 되고, 그림자는 탁한 중간 값이 아닌 뚜렷한 어두운 색조가 됩니다. 영역 간의 색상 경계는 임의의 그리드 교차점이 아닌 의미 있는 윤곽선을 따라 배치됩니다. 결과는 저하된 사진이 아닌 의도적인 픽셀 아트로 읽힙니다.
- 표준 크기 조정은 이미지 내용과 관계없이 픽셀을 기계적 그리드에 배치하여 눈과 윤곽과 같은 중요한 특징이 샘플 포인트 사이에 떨어져 읽을 수 없게 만듭니다.
- AI는 먼저 의미론적 분석을 수행하여 대상 해상도에서 주요 특징의 인식 가능한 형태를 보존하도록 픽셀 그리드를 구성합니다.
- 표준 다운샘플링의 색상 평균화는 탁한 중간 톤을 생성하는 반면, AI는 실제 픽셀 아트 색상 결정과 일치하는 개별 팔레트 색상을 선택합니다.
- 가장자리 배치는 임의의 그리드 교차점이 아닌 의미 있는 윤곽선을 따라 이루어져 색상 영역 간의 경계가 실제 피사체 경계와 일치하도록 합니다.
컬러 팔레트 이해와 픽셀 아트의 진정성에 미치는 영향
컬러 팔레트는 픽셀 아트가 진정하게 보일지 아니면 처리된 사진처럼 보일지를 결정하는 가장 중요한 요소입니다. 모든 아이코닉한 픽셀 아트 시대는 해상도만큼이나 색상 제한에 의해 정의됩니다. 오리지널 Game Boy의 4가지 녹색 음영은 즉시 독특한 미학을 만들어내고, NES의 54색 팔레트는 8비트 닌텐도 게임의 따뜻한 흙빛 톤을 생성합니다. Commodore 64의 독특한 갈색과 시안이 있는 16색 팔레트는 레트로 애호가들이 바로 알아보는 시각적 정체성을 만듭니다. AI가 이러한 하드웨어 정확한 팔레트 중 하나를 사용하여 사진을 변환하면, 그 결과는 해당 시대의 시각적 특성을 물려받습니다. 왜냐하면 그 게임들을 형성한 동일한 색상 제약이 이제 변환된 이미지를 형성하기 때문입니다.
색상 양자화(수백만 개의 사진 색상을 소수의 팔레트 항목으로 줄이는 과정)는 AI 변환의 지능이 가장 중요한 영역입니다. 단순한 양자화는 각 픽셀을 팔레트에서 가장 가까운 RGB 이웃에 매핑합니다. 이는 지각적으로 유사한 색상이 매우 다른 팔레트 항목에 매핑되는 결과를 초래할 수 있습니다. RGB 거리가 인지된 색상 차이와 잘 상관되지 않기 때문입니다. AI 양자화는 CIELAB과 같은 지각적 색상 공간에서 작동하여 숫자 거리가 인간이 인지하는 실제 시각적 차이에 해당합니다. 이는 창백한 피부 톤이 원시 RGB 값에서 우연히 더 가까운 차가운 항목이 아니라 올바르게 보이는 따뜻한 팔레트 항목에 매핑된다는 것을 의미합니다. 깊은 숲의 녹색은 유사한 RGB 구성 요소를 공유하는 가까운 진한 파랑이 아니라 올바른 진한 녹색 음영에 매핑됩니다.
사용자 정의 팔레트 생성을 통해 역사적 하드웨어 제약을 넘어 독특한 픽셀 아트 스타일을 위한 모든 색상 세트를 정의할 수 있습니다. 부드럽고 음소거된 톤의 파스텔 팔레트는 분위기 있는 인디 게임 미학에 적합한 꿈같고 부드러운 픽셀 아트를 만듭니다. 순수한 기본색과 보조색이 있는 고채도 팔레트는 대담한 팝 아트 픽셀 구성을 생성합니다. 단일 색조의 음영만 사용하는 모노크롬 팔레트는 암실 사진 인쇄물을 연상시키는 드라마틱한 단색 픽셀 아트를 만듭니다. AI는 각 팔레트의 특성에 양자화 전략을 적용하여, 사용 가능한 색상으로 달성할 수 있는 시각적 품질을 극대화하기 위해 디더링 밀도와 색상 경계 배치를 조정합니다.
- 하드웨어 정확한 팔레트는 특정 게임 시대의 시각적 정체성을 물려받습니다. 아이코닉한 게임을 형성한 동일한 색상 제약이 이제 변환된 이미지를 형성하기 때문입니다.
- CIELAB 공간의 지각적 색상 양자화는 RGB 거리 대신 시각적 유사성을 기반으로 색상을 매핑하여 유사해 보이는 색상이 잘못된 팔레트 항목에 매핑되는 불일치를 방지합니다.
- 사용자 정의 팔레트는 독특한 픽셀 아트 스타일(분위기 있는 미학을 위한 파스텔, 팝 아트 구성을 위한 고채도, 드라마틱한 단색 작품을 위한 모노크롬)을 가능하게 합니다.
- AI는 각 팔레트의 특성에 디더링 밀도와 색상 경계 배치를 적용하여 사용 가능한 색상 수에 관계없이 시각적 품질을 극대화합니다.
디더링 기법과 각 패턴을 사용해야 하는 경우
디더링은 팔레트가 직접 표현할 수 없는 중간 톤을 시뮬레이션하는 패턴으로 다른 색상의 픽셀을 번갈아 배치하는 기술입니다. 픽셀 아트 팔레트에 밝은 파랑과 어두운 파랑이 있지만 중간 파랑이 없는 경우, 두 색상 사이를 번갈아 가며 바둑판 패턴을 만들면 정상 거리에서 볼 때 중간 파랑의 착시를 만듭니다. 이 기술은 하드웨어 제한 컬러 팔레트 시대에 핵심이었으며, 다양한 디더링 방법은 뚜렷이 다른 시각적 결과를 만들어냅니다. 각 유형을 언제 적용해야 하는지, 그리고 언제 전혀 적용하지 말아야 하는지를 이해하는 것은 노이즈가 아닌 의도적으로 보이는 픽셀 아트를 생산하는 데 중요합니다.
정렬된 디더링은 규칙적인 반복 패턴(종종 2x2, 4x4 또는 8x8 픽셀의 Bayer 행렬)을 적용하여 색상 간의 구조화된 전환을 만듭니다. 패턴의 규칙성은 정렬된 디더링에 독특한 기계적 품질을 부여하며, 많은 사람들이 클래식 비디오 게임 그래픽, 주로 16비트 콘솔 게임의 그라데이션 하늘과 음영 처리된 표면과 연관시킵니다. AI Filter는 색상 전환을 그라데이션 범위 전체에 고르게 분배하는 임계값 행렬로 정렬된 디더링을 설정하여, 가까이서 볼 때 특징적인 그리드 패턴을 유지하면서 정상 거리에서 볼 때 부드러워 보이는 톤 진행을 생성합니다. 이 방법은 부드러운 전환이 하드 그래픽 정밀도보다 더 중요한 배경, 하늘 및 점진적인 톤 변화가 있는 큰 영역에 가장 적합합니다.
오류 확산 디더링은 양자화 오류를 이웃 픽셀에 분산시켜 정렬된 방법의 가시적인 규칙성을 피하는 유기적인 패턴을 만듭니다. Floyd-Steinberg는 가장 일반적인 오류 확산 알고리즘이며 정상 시청 거리에서 색상을 설득력 있게 혼합하는 부드러운 필름 그레인 같은 디더링을 생성합니다. 그러나 오류 확산은 유기적 패턴이 매체를 정의하는 정밀한 그리드 정렬 미학과 충돌하기 때문에 픽셀 아트에서 바쁘고 노이즈가 많은 결과를 생성할 수 있습니다. AI Filter는 픽셀 아트 미학과 호환되는 패턴을 생성하도록 확산을 제한하는 수정된 오류 확산 모드를 제공합니다. 표준 Floyd-Steinberg가 생성하는 무작위 반점을 방지하고 대신 손으로 배치한 느낌이 드는 반규칙적인 패턴을 만듭니다. 많은 피사체의 경우 디더링을 완전히 비활성화하고 하드 팔레트 경계를 수용하는 것이 가장 깨끗하고 읽기 쉬운 픽셀 아트를 생성합니다.
- 정렬된 디더링은 클래식 16비트 콘솔 그래픽과 연관된 구조화된 색상 전환을 만드는 규칙적인 Bayer 행렬 패턴을 사용하며, 배경과 그라데이션에 가장 적합합니다.
- 오류 확산은 양자화 오류를 유기적으로 분산시키지만 AI 가이드 제약 없이 픽셀 아트의 그리드 정렬 미학과 충돌하는 노이즈가 많은 결과를 생성할 수 있습니다.
- 수정된 오류 확산은 픽셀 아트 미학과 호환되는 반규칙적인 배치로 패턴을 제한하여 표준 Floyd-Steinberg의 무작위 반점을 방지합니다.
- 디더링을 완전히 비활성화하면 하드 팔레트 경계가 있는 평평한 색상 영역이 생성되며, 뚜렷한 색상 영역이 있는 피사체의 경우 종종 가장 깨끗하고 읽기 쉬운 옵션입니다.
픽셀 아트의 가장자리 정제 및 안티앨리어싱
깨끗한 가장자리는 숙련된 픽셀 아트의 특징입니다. 아마추어와 전문가 픽셀 작업의 차이는 종종 대각선과 곡선이 픽셀 수준에서 어떻게 렌더링되는지에 달려 있습니다. 픽셀 아트에서 완벽한 대각선은 픽셀이 아래로 갈 때마다 한 픽셀씩 옆으로 이동하여 부드러운 45도 계단을 만들어야 합니다. 거의 대각선에 가까운 선은 런 길이(내려가기 전 각 수평 단계의 픽셀 수)를 신중하게 관리해야 합니다. 일관되지 않은 런 길이는 눈이 즉시 지저분하거나 의도하지 않은 것으로 감지하는 가시적인 톱니 모양을 만듭니다. 전문 픽셀 아티스트는 서브픽셀 가장자리 정제라고 하는 과정에서 일관된 런 길이와 부드러운 곡선을 보장하기 위해 윤곽선을 따라 개별 픽셀을 조정하는 데 많은 시간을 할애합니다.
AI Filter의 가장자리 정리 알고리즘은 의도된 윤곽 방향을 분석하고 일관된 계단 패턴을 만들기 위해 픽셀 배치를 조정하여 이 서브픽셀 정제를 자동으로 수행합니다. 부드러운 호를 따라야 하는 곡선은 각 단계가 다른 단계 크기 사이를 급격하게 전환하지 않고 점진적으로 전환되도록 픽셀 조정을 받습니다. 알고리즘은 또한 이중 픽셀(대각선의 같은 행에 두 픽셀이 나란히 위치하여 부드러운 경사에 가시적인 돌출부를 만드는 곳)을 식별하고 수정합니다. 이러한 이중 픽셀은 기계적 다운샘플링의 일반적인 아티팩트이며, 픽셀 아티스트가 자동 생성된 스프라이트를 정리할 때 가장 먼저 수정하는 것 중 하나입니다. AI는 윤곽 분석을 사용하여 이를 감지하고 문제의 픽셀을 재배치하여 제거합니다.
픽셀 아트의 안티앨리어싱은 논란의 여지가 있는 주제입니다. 전통적인 안티앨리어싱이 톱니 모양의 가장자리를 부드럽게 하기 위해 중간색 픽셀을 사용하기 때문입니다. 이러한 전환 픽셀은 픽셀 아트 스케일에서 탁하거나 지저분해 보일 수 있습니다. AI는 세 가지 안티앨리어싱 모드를 제공합니다. 전체 안티앨리어싱은 최대 부드러움을 위해 모든 윤곽 가장자리를 따라 중간색 픽셀을 배치합니다. 선택적 안티앨리어싱은 부드러움의 이점이 있는 곡선과 대각선에만 전환 픽셀을 적용하고 직선 수평 및 수직 가장자리는 픽셀 선명하게 유지합니다. 안티앨리어싱 없음은 모든 가장자리를 하드 픽셀 경계로 남겨 가장 선명하고 그래픽적인 모양을 생성하지만 모든 대각선과 곡선에 가시적인 계단 현상이 있습니다. 대부분의 사진 변환에서 선택적 안티앨리어싱은 부드러움과 픽셀 아트 선명도 사이의 최상의 균형을 제공합니다.
- 대각선을 따라 일관된 런 길이는 아마추어 픽셀 작업과 전문가 품질을 구분하는 가시적인 톱니 모양을 제거하며, AI가 자동으로 단계 패턴을 최적화합니다.
- 이중 픽셀 감지는 대각선의 나란한 픽셀을 식별하고 수정합니다. 이는 부드러운 윤곽에 가시적인 돌출부를 만드는 일반적인 기계적 다운샘플링 아티팩트입니다.
- 선택적 안티앨리어싱은 이점이 있는 곡선과 대각선에만 중간색 부드러움을 적용하고 직선 가장자리는 픽셀 선명하게 유지하여 부드러움과 선명도의 최상의 균형을 제공합니다.
- 인간 아티스트가 몇 시간이 걸리는 수동 픽셀 수준 조정이 변환 중에 자동으로 수행되어 손수 제작한 스프라이트 작업의 정제 품질과 일치합니다.
창의적인 응용: 게임 에셋, 소셜 아바타 및 머천다이즈 디자인
사진을 픽셀 아트로 변환하면 인디 게임 개발에 즉각적인 응용이 가능합니다. 팀은 사진 참조를 사용하여 캐릭터 스프라이트, 환경 타일 및 아이템 아이콘 제작을 가속화합니다. 숲 사진은 타일 가능한 배경이 되고, 초상화는 캐릭터 스프라이트 시트가 되며, 제품 사진은 게임 내 아이템 아이콘이 됩니다. 모두 수동 픽셀 아트에 필요한 시간 대신 몇 초 만에 게임의 대상 해상도와 팔레트로 변환됩니다. AI 변환은 아티스트가 수동으로 정제할 수 있는 강력한 시작점을 제공하며, 키 픽셀을 조정하여 가독성을 개선하고 정적 사진 변환이 예측할 수 없는 애니메이션 준비 디테일을 추가합니다. 이 하이브리드 워크플로우는 픽셀 아트 팬들이 기대하는 수공예 품질을 희생하지 않으면서 생산을 크게 가속화합니다.
픽셀 아트 스타일로 렌더링된 소셜 미디어 아바타와 프로필 사진은 사람들이 표준 초상화 사진의 획일적인 모습에서 차별화를 추구함에 따라 점점 더 인기를 얻고 있습니다. 픽셀 아트 아바타는 일반적인 헤드샷 사진이 할 수 없는 방식으로 창의성, 기술적 관심 및 게임 문화와의 연결을 전달합니다. AI Filter는 초상화 사진을 다양한 해상도의 픽셀 아트 아바타로 변환합니다. 작은 16x16 파비콘 크기 아이콘부터 상세한 128x128 프로필 사진까지, 각 해상도 수준은 인식 가능성을 유지하는 올바른 디테일 축소를 받습니다. 사용자는 개인 브랜드 색상과 일치하는 팔레트를 선택하여 플랫폼 전반에 걸쳐 일관된 픽셀 아트 아이덴티티를 만들 수 있습니다.
사진에서 파생된 픽셀 아트를 사용한 머천다이즈 디자인은 사진적 주제와 레트로 게임 미학을 결합한 독특한 제품을 만듭니다. 티셔츠, 에나멜 핀, 스티커, 휴대폰 케이스 및 포스터 프린트는 모두 픽셀 아트의 대담한 그래픽 품질의 이점을 누립니다. 하드 픽셀 가장자리가 인쇄 크기에 관계없이 선명하게 유지되기 때문에 모든 물리적 스케일에서 깨끗하게 재현됩니다. 픽셀 아트로 변환된 반려동물 초상화는 특히 인기 있는 머천다이즈 카테고리가 되었으며, 주인들은 맞춤형 제품을 위해 동물의 픽셀 아트 버전을 의뢰합니다. AI 변환은 인간 초상화에 적용하는 것과 동일한 의미론적 이해로 다양한 동물 종(고양이의 뾰족한 귀, 개 품종의 다양한 주둥이 형태, 새의 깃털 패턴)의 독특한 특징을 처리합니다.
- 인디 게임 개발자는 사진-픽셀 아트 변환을 사용하여 수동 정제를 위한 시작점으로 캐릭터 스프라이트, 환경 타일 및 아이템 아이콘을 신속하게 생성합니다.
- 픽셀 아트 소셜 미디어 아바타는 창의성과 게임 문화 연결을 전달하며, AI 변환은 16x16에서 128x128 픽셀까지의 해상도에서 인식 가능성을 유지합니다.
- 티셔츠, 에나멜 핀 및 포스터와 같은 머천다이즈 제품은 모든 물리적 인쇄 스케일에서 깨끗하게 재현되는 픽셀 아트의 대담한 그래픽 품질의 이점을 누립니다.
- 반려동물 초상화 픽셀 아트는 인기 있는 머천다이즈 카테고리가 되었으며, AI는 귀 모양, 주둥이 프로필 및 깃털 패턴과 같은 독특한 종 특징을 처리합니다.
출처
- Depixelizing Pixel Art — ACM SIGGRAPH
- Pixel Art: From Sinusoidal to Diamond-Square and Beyond — IEEE Computer Graphics and Applications
- Neural Image Quantization for Pixel Art Generation — arXiv