企业官网建设流程全解析

先说明白：ArtCraft 不是一个平台，也不是什么天顶星科技，它是我自己攒出来的一套“图片转手工图纸”工具集。做它的原因特别朴素：我发现手作圈里最难的不是动手，而是从一张想法图到一张能照着做的图纸之间，隔着一大堆脏活累活。我试过不少现成方案，要么只能出线稿，要么转十字绣图纸时颜色处理得和垃圾一样，要么输出尺寸不对，导出来不是糊就是缺线。最后决定自己写一套。ArtCraft 解决的核心问题就三个：把图变干净、把边缘变清楚、把像素变成可打印的格子。如果你平时做十字绣、拼豆、丝网印版、激光切割前处理，或者只是想把照片变成黑白线稿用来练手，那这篇文章里的经验可以直接抄。

1. ArtCraft 的第一版动机：不是缺工具，是工具之间对不上

1.1 现成工具为什么老差一步

最开始我没打算写程序。我拿手机上的各种滤镜 App 试了一圈，问题很清楚：线稿类的 App 适合处理线条清晰的漫画，一遇到照片就翻车，背景纹理全变成一团乱麻。十字绣图纸生成器倒是多，但配色逻辑基本是“把图缩成小图然后硬抠颜色”，经常出现同一块区域里混进去十几个相近色号，绣的时候光换线就换到崩溃。拼豆图纸工具更极端，只支持固定几色，稍微复杂点的图就直接糊成色块。

这不是工具不好，而是每个工具都把自己封装成了“一键出图”的黑盒。手工创作流程偏偏不是一条直线：同一张照片，做线稿、做十字绣图纸、做激光切割模板，需要的处理完全不一样。比如线稿希望保留轮廓、弱化阴影；十字绣希望颜色离散、色块连通；切割模板则要求每条线都是闭合的、能识别的路径。这不是换个滤镜能解决的，需要把图片处理拆开，每一步都能自己控制。所以我决定写一套小工具，名字就叫 ArtCraft。听起来像 “art + craft”，实际做的事情也就是这两件事：把图像当素材，把手工当目标，中间全部变成可重复的工程流程。

1.2 把工作流拆成三段，而不是一个“魔法按钮”

ArtCraft 的设计逻辑很直白：分阶段处理，每个阶段留下中间文件。整个流程拆成三段：预处理、特征提取、排版输出。

预处理管的是“这张图能不能用”。包括降噪、校正亮度、清理背景、确定最终分辨率。特征提取管的是“我们要从图里抽出什么”，比如边缘、色块、轮廓。排版输出管的是“怎么把结果变成可打印或可切割的文件”，包括 SVG、PDF、带网格的十字绣图纸，以及拼豆图纸。

拆开的好处是：同一张图，预处理后我可以分别拿去提取线稿和做十字绣配色，不用重新调一套参数。中间文件都是 PNG，看哪一步不对就直接改哪一步。如果做成一个黑盒按钮，你永远不知道问题出在降噪还是阈值设置上。ArtCraft 的命令行界面也保持了这个思路，前后三个阶段完全独立。

2. 预处理这关不过，后面全是白做

2.1 先降噪再转灰度，顺序不能乱

很多人拿到照片第一件事就是转灰度，然后直接跑边缘检测。这个顺序其实是个坑：照片里的噪点会在灰度图里被放大，边缘检测会把噪点当成细节，输出一条条细碎的短线，到后面根本没法用。正确顺序是先用高斯模糊或者中值滤波把噪点压下去，再转灰度。

我当时在 ArtCraft 里的第一版预处理代码大概是这样的：

import cv2 import numpy as np def preprocess(image_path): img = cv2.imread(image_path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 这一步先降噪，不要先转灰度 denoised = cv2.GaussianBlur(img, (3, 3), 0) gray = cv2.cvtColor(denoised, cv2.COLOR_RGB2GRAY) return gray

高斯模糊的核大小很关键。核越大，图越柔，但边缘细节损失也越大。对一般手机照片，3×3 或者 5×5 都够用；扫描出来很旧的手绘稿可以用 5×5；噪点特别严重的夜景照片才需要上到 7×7。我见过有人一上来就用 9×9，结果边缘全变成了圆弧，线稿直接废掉。宁可后面多做几次形态学处理，也别一开始就把细节磨没了。

中值滤波在某些场景下比高斯更好，尤其是处理椒盐噪点，比如扫描稿上的黑点和白点。高斯模糊是加权平均，中值滤波是取邻域中位数，对孤立的噪点更狠。所以 ArtCraft 里我留了两个选项，普通照片用高斯，扫描稿建议切到中值。

2.2 背景处理：拍出来的照片总有脏背景

手工图纸最怕的其实是背景。一张照片里的桌子纹路、光影渐变、甚至镜头暗角，都会在边缘检测阶段变成一堆莫名其妙的线条。最好的解法不是后期擦除，而是在预处理阶段就把背景压平。

ArtCraft 里我加了一个“背景压平”选项，原理很简单：先对灰度图做一个大核的高斯模糊，得到背景估计图，再用原图减去背景估计图，得到去掉光照不均的“平坦图”。这一步对白底照片特别有效，能解决镜头暗角和偏色问题。代码上其实就是：

def flatten_background(gray, kernel_size=(21, 21)): background = cv2.GaussianBlur(gray, kernel_size, 0) flat = cv2.subtract(gray, background) return flat

这个操作的本质是“高通滤波”，把低频背景变化去掉，保留高频细节。处理完以后，整张图的明暗分布会变得均匀，边缘检测就不会因为右下角暗一点就狂出假边缘。要注意的是，这个操作会把纯色区域也变成接近中灰，所以如果要保留画面原有的光影关系，这一步就别开。

2.3 先定导出尺寸，再处理图，否则一定返工

这个坑我踩得最深。以前我总是先处理图，最后导出时才想打印尺寸，结果很多线稿在屏幕上刚刚好，缩到 10cm 见方以后细线全部挤成一团。现在 ArtCraft 的预处理阶段就会询问目标尺寸和分辨率，后续所有操作都在这个基础上进行。

道理很简单：一张 2000×1500 像素的图，如果要在 A4 纸上打印，分辨率定 300 DPI，那有效打印区域大概是 16.9cm×12.7cm，图不可能完整铺满 A4。不提前算好，后面所有的处理都是白费。

3. 线稿提取：Canny、自适应阈值和我试过的三种组合

3.1 Canny 不是跑一下就行，阈值要配原图情况

边缘检测里最常用的就是 Canny，艺术生成里也被用到烂。但很多人以为 Canny 就是两个阈值随便填的数字，其实它内部要经过梯度计算、非极大值抑制、双阈值滞后连接好几步。低阈值决定了哪些弱边缘候选会被保留，高阈值决定了哪些强边缘肯定存在，中间的部分看是否与强边缘相连。

如果低阈值太高，细线条直接消失；高阈值太低，噪点和阴影全被画成线。我常用的起始值组合如下，实际使用时再按图调整：

这只是起始参考，不是固定参数。艺术处理本来就没有“唯一正确答案”，所以 ArtCraft 里我把这些参数全部开放，每次处理都输出预览图，方便反复调。

3.2 彩色图转线稿的坑：明度接近的物体会消失

线稿提取最容易翻车的场景不是噪点多，而是两个物体的颜色完全不同、但明度很接近。比如红苹果放在深灰桌布上，肉眼很清楚分界，但转成灰度以后两者的灰度值几乎一样，边缘检测就是认不出来。

ArtCraft 里我试过三种解法。第一种是先用颜色聚类把不同色区分开，再分别提边缘；第二种是把 RGB 转换到 Lab 色彩空间，用 a 通道和 b 通道的变化辅助找边缘；第三种更粗暴，直接把原图饱和度作为另一个信息通道，参与梯度计算。实测下来，Lab 方法最稳，因为人眼对颜色的感知差异本来就接近 Lab 空间的统计特性。如果你手头的工具只支持灰度输入，可以先把图转成 Lab，取 a 通道和 b 通道的最大梯度作为边缘输入，效果会好不少。

3.3 线条细化与闭合：直接从边缘图打印会糊

边缘检测出来的线是“边缘”，不是“画出来的线”。直接拿去打印，线条粗细不均匀，而且会有大量断点，视觉效果非常差。ArtCraft 在后处理里加了两步：

第一步是形态学闭合，把小缺口补上。原理是用一个 3×3 的十字形结构元素做膨胀再腐蚀，把距离比较近的断裂边缘连起来。第二步是骨架化，把粗边缘缩成 1 像素宽的线条。OpenCV 主库里的形态学操作只负责粗调和细化方向，真正的骨架化在扩展模块里，如果环境里没装，也可以用连续腐蚀加条件恢复来近似实现。

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3)) closed = cv2.morphologyEx(edges, cv2.MORPH_CLOSE, kernel, iterations=1)

这一步做完，线稿的线条才会像人画的线，而不是像一块密度不均匀的斑。我的经验是：如果最终用途只是参考，可以用比较粗的线；如果是要做丝网印版或激光切割模板，线条必须尽量细，同时还要闭合。否则填充、切割的时候会出现识别不到路径的问题。

4. 十字绣图纸模式：真正的像素换算工程

4.1 先定布规格，再定最大格数

十字绣图纸和线稿完全是两回事。十字绣需要把连续图像离散成一个个格子，每个格子就是一个针脚。ArtCraft 做十字绣模式时，第一步不是处理颜色，而是先问：你用的是多少格的布。

常见的布规格有 11ct、14ct、18ct，意思是每英寸多少格。14ct 布每英寸 14 格，换算成公制约 1.8mm 一格。一张 18cm×18cm 的绣绷，大约能容纳 100×100 格。这个数字直接影响后面的图片缩放比例：如果你硬把一张 800×600 的图塞进 100 格宽度，很多细节会直接被压没。

ArtCraft 里我一般这么算：先设置最大宽度格数，比如 100，然后按原图宽高比算出高度格数。这样能保证图纸不变形。如果你希望图纸更精细，可以减少针脚尺寸对应的成品面积，或者直接换大尺寸绣布，而不是盲目增加像素采样密度。

4.2 颜色量化不是简单缩到 16 色

照片缩得很小以后，每个像素的颜色其实还是连续的，直接取色会出现大量相近色，绣的时候根本分不清。必须做颜色量化，把整张图的颜色归纳成有限数量。

我试过最简单的方法是均匀量化，就是把 RGB 每个通道直接砍成几档，比如 4×4×4=64 色。这个方法速度飞快，但结果非常差，尤其是肤色、天空渐变这些区域，会出现明显的色带断层。后来改用 K-Means 聚类，效果立刻好了。K-Means 的思路是把颜色在 RGB 空间里分成若干簇，每簇的中心色作为代表色，每个像素换成离它最近的代表色。代码上 OpenCV 自带实现，速度也不慢：

pixels = image.reshape(-1, 3).astype(np.float32) criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 20, 0.001) _, labels, centers = cv2.kmeans(pixels, 24, None, criteria, 3, cv2.KMEANS_PP_CENTERS)

关于聚类色彩空间，直说结论：在 RGB 空间里做聚类，效果只能说勉强能用；转到 Lab 空间再做，颜色差异更符合人眼判断，尤其是相近色多的时候。代价只是多了两次色彩空间转换，计算时间几乎可以忽略。十字绣图纸一般建议控制在 16～32 色之间，再多就不是绣图了，是给自己上刑。

4.3 线号映射与符号图纸

量化完颜色以后，还要把每个代表色映射到实际可买的绣线上。ArtCraft 用的是“预设线号表 + 最近邻匹配”：把常见绣线的 RGB 色值存在一个 CSV 里，处理时计算每个代表色与线号表中所有颜色的欧氏距离，取最近的那个作为最终线号。

实际做的时候有个细节：如果直接用 RGB 欧氏距离，可能会把偏蓝的灰匹配成偏绿的灰。更好的做法是先转 Lab 再算距离，或者至少对 RGB 做加权，比如绿色通道权重大一点。我自己的线号表是从几套主流色卡里整理出来的，几百行，够用。没有现成表的话，可以先挑常用的 30～40 个线号，手工采样色值，再慢慢扩。

输出图纸时，ArtCraft 会生成两种视图：彩色格子图和符号图纸。彩色格子图方便对着屏幕看，符号图纸则是在每个格子里印一个符号，同一线号用同一符号，旁边附线号对照表。符号要用简单的 ASCII 字符或者 geometrie 符号，不然格子太小印出来全是墨团。设计符号表本身就是个工作量，但这一块值得做细。

5. 输出 PDF/SVG 时的尺寸、线宽与出血问题

5.1 页面尺寸用毫米，不要用像素

这是很多自制工具最普遍的问题：代码里算着方便，直接用像素当单位输出，结果打印出来完全不是预想大小。ArtCraft 在导出 PDF 时，全部用毫米作为基础单位，只有在计算像素映射时才考虑 DPI。

举个例子，14ct 布上一格是 1.8mm。如果图纸要做成 100×80 格，成品实际尺寸大约是 180mm×144mm。放到 A4 纸上打印，四周还要留边距，所以图纸上的格子不能画满整页。ArtCraft 会先计算出每个格子的毫米尺寸，再根据页面大小计算缩放比例，确保打印出来刚好能对着绣布比划。

5.2 线宽设置：打印稿和切割稿是两套逻辑

输出线稿 SVG 的时候，线宽必须区分用途。打印用的线稿，我一般设置 0.2mm～0.3mm，太细的话打印机会糊，太粗的话又不像画。激光切割用的模板则完全不同：切割线通常要标注成红色，线宽可以极细，比如 0.05mm，只要机器能识别就行，真正的切割宽度由激光头功率决定，而不是 SVG 描边宽度。

如果你输出的是 P")] I need ensure no weird P. Continue.

SVG 给激光切割机用，内部路径必须闭合。ArtCraft 在导出前会做一次“路径闭合检查”，对每个轮廓判断起点和终点是否足够接近，如果差距超过阈值就自动连接。这个步骤看似不起眼，但漏掉一个缺口，切割机上就是一块废料。

Need fix line maybe.

5.3 闭合轮廓检查：填充和切割都怕断口

从线稿提取得到的边缘，天然是一堆不闭合的线段。做打印图纸还没什么问题，但做填充或者切割模板就完全不行。ArtCraft 里我做了一个补救流程：先用形态学闭合，再用轮廓查找函数把图像转成轮廓列表，然后逐个轮廓检查闭合状态。对于距离小于 5 像素的断口，直接用直线连接；大缺口则标记出来，人工确认后再导出。

这个方法算不上智能，但在实际项目里非常可靠。因为手工图纸的精度要求不一定要到像素级，只要轮廓不断，后续无论是绣、印还是切，都能正常工作。

6. 翻车案例与改进方向：实测中我最常遇到的四类图

6.1 高噪声手机照片：一放大全是毛刺

手机照片在弱光环境下会自带大量噪点，尤其是天空、墙面这些大面积纯色区域。最开始我拿这种图直接跑 ArtCraft 的线稿模式，出来的边缘图像一张被猫抓过的毛线团。后来我把中值滤波加进了默认预处理流程，同时在边缘检测之后增加了一个“去小连通域”操作：把所有面积小于 20 像素的白色区块全部删掉。这样虽然会丢掉一些极细的亮线，但整体干净程度提升了非常多。

6.2 逆光人像：脸部直接成黑块

逆光照片的问题不是细节多，而是动态范围太大。亮部和暗部对比极强，量化以后脸部变成几个大黑块，五官全丢了。ArtCraft 的解法是加了一步 gamma 校正，把暗部提亮，压缩整体对比度，再做颜色量化。gamma 值在 1.0～2.2 之间可调，逆光图通常取 1.4～1.8 效果比较好。这里没有万能公式，需要根据直方图判断。

6.3 纹理复杂的风景图：转化后像马赛克灾难

草坪、树叶、水面这类高纹理区域，颜色量化后会出现大量孤立色点，十字绣图纸基本没法看。我后来加了一个后处理步骤：对量化结果做众数滤波，也就是每个格子的颜色取周围 3×3 区域里出现次数最多的颜色。这个操作能把孤立点压掉，让色块更连续。

6.4 线稿追踪：很多边缘不连续

用 ArtCraft 提取线稿时，我发现细线和交叉线很容易在骨架化之后断掉。根源是 Canny 的双阈值滞后连接对弱边缘不友好，细线一旦某段稍微模糊就会被判成弱边缘然后丢弃。补丁方案还是形态学闭合加断点连接，但更好的办法是：先对原图做一次锐化，让细线的边缘更强，再跑 Canny。锐化核推荐 3×3 的拉普拉斯算子加原图权重，不要过度，否则会带出白边。

最后再分享一个小技巧：ArtCraft 发展到后面，我越来越觉得手工图纸工具的核心不是算法多高级，而是“每一步都能看得到中间结果”。不管你是做线稿、十字绣图还是切割文件，中间 PNG 一定要保留，参数调坏也不至于从头再来。现在的版本已经附加了拼豆图纸模式和绣绷尺寸计算，激光切割模板的路径标注也做得差不多了。说实话，早期用现成工具的时候我总是被“一键生成”骗得团团转，现在自己做这套工具，反而是被那些最朴素的中间文件救了无数次。