中文 | English
用圆周锚点之间的弦线，将灰度图近似还原为绕线画（String Art）。
- 在画布边缘圆周上均匀放置锚点（默认 180 个）
- 从当前锚点出发，选一条弦线画到下一个锚点
- 重复上述步骤，输出锚点访问序列
sequence
物理模型采用 块覆盖率 + 不透明 union（参考 String Art 论文思路）：
- 真实黑线不透明：同一位置重叠不会变更黑
- 灰度由局部覆盖率决定：一个 block 内被线盖住的子像素比例 ≈ 目标灰度
- 高分辨率模拟（
block_size倍）+ 低分辨率目标图对比
优化策略（默认 Beam Search + 多起点）：
- Greedy：每步选误差下降最大的弦，速度快
- Beam：保留 top-k 条候选路径，缓解贪心短视
- Multi-start：从多个起点各跑一遍，取最优结果
python3 -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt
python main.py portrait.jpg -o output| 参数 | 默认值 | 说明 |
|---|---|---|
input |
— | 输入图像路径 |
-o, --output |
output |
输出目录 |
--radius |
100 |
锚点圆半径（图像尺寸 = 2r+1） |
--anchors |
180 |
圆周锚点数量 |
--block-size |
8 |
覆盖率 block 缩放倍数 |
--line-width |
2 |
线宽（高分辨率像素） |
--max-iter |
5000 |
最大线数 |
--metric |
l2 |
覆盖率误差：l1 / l2 |
--importance |
3.0 |
边缘权重（0 关闭） |
--strategy |
beam |
优化策略：greedy / beam |
--beam-width |
8 |
Beam Search 宽度 |
--num-starts |
4 |
多起点数量 |
--candidate-pool |
60 |
每步采样候选数（0 = 全部） |
--min-improvement |
0.01 |
低于此改进量可停止 |
--min-lines |
0 |
最少线数（未达不提前停） |
--seed |
42 |
随机种子 |
--progress |
500 |
进度打印间隔（0 关闭） |
# 质量优先（默认）
python main.py portrait.jpg -o output --strategy beam --beam-width 6 --num-starts 2
# 速度优先
python main.py portrait.jpg -o output --strategy greedy --num-starts 1 --candidate-pool 0| 文件 | 说明 |
|---|---|
render.png |
渲染预览 |
target.png |
缩放后的目标图 |
sequence.npy |
锚点序列 (N, 2)，坐标为 (row, col) |
coverage.npy |
低分辨率覆盖率图 |
summary.txt |
迭代数、最终误差 |
image2seq/
├── main.py # CLI 入口
├── requirements.txt
└── image2seq/
├── physics/ # 物理层：线怎么盖、覆盖率怎么算
│ ├── protocol.py # LineSimulator 接口
│ ├── lines.py # Bresenham 光栅化
│ └── simulator.py # BlockCoverageSimulator
├── optimizer/ # 优化层：选哪条线
│ ├── greedy.py
│ ├── beam.py
│ ├── multi_start.py
│ └── factory.py
├── types.py # 配置与结果类型
└── io.py # 图像读写、结果保存
物理层与优化层通过 LineSimulator 接口解耦，可独立替换物理模型或搜索策略。