新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何画出适合白板动画的线稿?srt-whiteboard-animation统一视觉规范指南

发布时间:2026/11/17 19:34:44来源:尧图网络
如何画出适合白板动画的线稿?srt-whiteboard-animation统一视觉规范指南
如何画出适合白板动画的线稿srt-whiteboard-animation统一视觉规范指南【免费下载链接】srt-whiteboard-animation将 SRT 字幕做成暖米黄纸张底的流式笔迹白板手绘动画 skillmask 分区遮罩编排 stream 连续笔迹ink→color。项目地址: https://gitcode.com/gh_mirrors/sr/srt-whiteboard-animationsrt-whiteboard-animation 是一个把 SRT 字幕变成暖米黄纸张底白板手绘视频的开源 Skill每个元素跟随字幕依次出场笔尖连续落墨先 ink 铺线稿、再 color 添彩最终导出 MP4。整条流水线的起点就是一张合格的线稿——线稿风格不统一后面的分区标注、流式渲染都会返工。本文给出这份工具强制执行的视觉规范帮你一次性画出能被直接用的白板动画线稿。srt-whiteboard-animation 是什么它把读字幕 → 分镜 → 线稿 → 标注 → 预览 → 渲染串成字幕驱动的七步工作流关键特点是每一步都需确认后再进行避免线稿或标注未定稿就浪费渲染成本。下面的演示 GIF 中小猴、大猴与围观的小朋友正是按字幕叙事顺序一笔一笔画出来的案例的完整素材线稿、标注、成片见 examples/ 目录规范全文收录在 SKILL.md 的统一出图视觉规范一节。线稿视觉规范五条强制要求1. 风格与构图极简手绘大量留白纯素描草图风格类似 Notion 式的克制涂鸦美学以概念表达为主不追求写实构图简洁、背景干净主体之间保留充足留白便于后续自动拆分分区系列内线条、人物、配色保持一致每幕都是 16:9 横版2. 颜色与材质暖米黄纸 深灰线条线稿底图必须是暖米黄旧纸色#F5EBD7主体用深灰色草图线条红、橙、蓝三色只允许作为少量概念性点缀禁止其他强调色和高饱和度配色。上图是猴子山抢香蕉一幕的纯线稿版——整张图只有米黄纸底与灰色线条干净到几乎可以一笔画完。而渲染用的最终线稿则按规范点缀了橙、蓝、红3. 人物与对象轮廓优先细节靠后对象用简洁轮廓 少量线条 留白来表达强调关系、变化、核心概念而不是真实比例、材质与皮肤纹理。猴子为什么是猴子靠轮廓与动作不靠毛发细节。4. 绝对禁止清单场景源图中任何文字、词语、字母、数字、字体或标签都不允许出现同时禁止写实感、摄影细节、3D 效果、绘画质感复杂场景、密集背景、繁复装饰、高饱和度画面5. 唯一例外绘制手的笔杆标识若你明确说明笔杆上的文字是你的标识并要求保留assets/drawing-hand.png 笔杆上的标识可以保留——它属于工具素材不属于场景源图文字。线稿自查清单出图后逐条核对生成线稿后按 SKILL.md 的要求逐条检查任一不过关就重画纸底是#F5EBD7暖米黄不是纯白主体只有深灰线条点缀色仅红/橙/蓝且面积很小画面内没有任何文字、数字、标签无摄影感、3D、复杂纹理背景干净、留白充足16:9 横版同系列各幕风格一致主体间距足够后续分区标注时好框选从线稿到成片七步流程速览读字幕、出策略scripts/parse_srt.py 按 25–35 秒/幕给出分镜建议生成线稿按上文规范逐幕出图标注并打开预览台结合字幕与原图创建同名annotation.json格式示例见 examples/scene-01-monkey-mountain-banana.annotation.json随即用浏览器打开 assets/preview.html 载入该目录生成区域检查图scripts/render_annotation_preview.py 出编号/方向核对图预览台调整并保存拖区域、调顺序、改时序写回原标注文件命令行渲染scripts/render_stream_whiteboard.py 逐幕出 MP4多幕合并scripts/merge_scenes.py 按顺序合成一条质量检查要点渲染前后各抽一帧确认首帧是干净的暖米黄纸底没有提前露出的线条所有区域为原图坐标系内的整数像素坐标canvas与原图尺寸一致未开始区域与protectedRegions保护区不会提前出现每幕结束后至少停留 0.5 秒完整画面线稿画得无聊动画才做得顺手——这正是 srt-whiteboard-animation 统一视觉规范的核心用克制的手绘风格换一句字幕一笔画的流畅动画。【免费下载链接】srt-whiteboard-animation将 SRT 字幕做成暖米黄纸张底的流式笔迹白板手绘动画 skillmask 分区遮罩编排 stream 连续笔迹ink→color。项目地址: https://gitcode.com/gh_mirrors/sr/srt-whiteboard-animation创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉