palette

利用聚类进行图片之间的迁移，方便快速对 RM 的图块进行调色。

程序由 ocra 打包成 exe 可执行文件。

ocra --no-autoload --no-enc --output palette.exe main.rb

How to use

Windows

请下载 palette.exe，放置在主目录下执行。

1. 配置文件palette.json已经存在于工程主目录中，程序会读取配置开始执行。
2. 若同目录下没有配置文件palette.json，程序会创建此文件并退出，请修改后再次执行。
3. 在运行过程中，每处理一份子图，都会保存到debug文件夹里，方便随时查看。
4. 在运行过程中，随时都可以使用 Ctrl+C 重新开始。

Linux or WSL

1. Install gems: gem install chunky_png parallel
2. Run main.rb: ruby main.rb or ruby main.rb <path/to/config>

Config

train

key	introduction
from	训练时使用的初始文件（原始风格）
to	训练时使用的目标文件（新风格）
cluster	聚类分析的结果保存位置
episodes	训练次数
max_cluster_number	最大的聚类数量，不能小于 2
weights	各项特征的权重

convert

key	introduction
from	需要进行转换的文件（原始风格）
to	转换后的文件保存位置（新风格）
x_split	文件在横向上的子图数
y_split	文件在纵向上的子图数
*threads	可选参数，同时执行的线程数，在 Linux 下会以多进程执行。默认会自动采取并行方案。

Weights

每个像素点根据其坐标和颜色被编码成 6 维的向量：[X, Y, R, G, B, A]。而权重用于计算两个像素点之间的距离：

dv = v1 - v2
distance = dv' * W * dv

这意味着，如果在指定的方向上像素点的变化越严重，就越需要增大权重。

Methods

train

1. 从from中随机选取max_cluster_number个像素点作为聚类中心
2. 执行K-means方法，如果一个聚类里没有任何元素，它将被舍弃
3. 如此即可把from中全部像素点划分成若干个类别，称为 clusters = {cluster_center, cluster_points}

convert

1. 划分图片为x_split * y_split个子图片
2. 处理每一个子图片上的每一个不透明的点，假设是点p。
3. 获取离它最近的聚类中心c，在此聚类中寻找距离点p最近的点q，q是from上的一个点
4. 将点p染上to图片中q对应的位置的颜色
5. 拼合图片