跳至内容

03 美术管线

所属专题:小岛物语 · Godot 游戏开发

游戏里所有图像素材都是 AI 生成后经脚本处理的,没有手绘,也没有从网上下载现成素材。地面、水面、桥面、灯光和界面则是用 shader 和代码画的。

提示词表 ──► ComfyUI 批量生成(每件 2 个变体)──► 联系表 ──► 人工选图(_raw/selected.json)
                                                                 │
                       ┌─────────────────────────────────────────┴──────────────┐
                       ▼                                                        ▼
           process_assets.py 抠图 → assets/sprites/(33 张)         gen_walk_frames.py 改图出走路候选
                                                                                 │
                                                       人工选帧(_raw/walk/selected.json)
                                                                                 │
                                                  process_walk.py 对齐/校色 → assets/sprites/walk/(35 张)

3.1 美术方向

  • 风格:Q 版(chibi)、柔和粉彩、深棕色粗描边、平涂赛璐珞阴影。角色大头小身子,正面三分之四视角。
  • 为什么用粗描边:抠图时描边是天然的分界线,可以提高抠图的稳定性;同时也统一了 AI 图在不同种子下的画风。
  • 为什么不用像素风:设计目标是“慢生活、有氛围”,柔和的平滑美术更接近动森;纹理过滤用 linear。

统一的风格提示词(tools/assets_spec.py):

2D game sprite for a cozy life simulation game, cute chibi style, soft pastel colors,
clean bold dark brown outline, flat cel shading, full body, centered,
isolated on a completely flat solid {bg} background, no ground, no shadow, no text, no border

角色还会拼接一段角色模板:anthropomorphic animal villager standing upright on two legs, big round head and small body, facing the viewer, three-quarter front view,再加上各自的外貌描述,比如橘子是“系着草莓图案黄围裙的橘色虎斑猫女孩”,阿福是“穿宽松浅蓝卫衣、手拿饼干的瞌睡柴犬男孩”。

建筑统一加 seen from a top-down three-quarter view,和俯视角地图对齐。

3.2 素材清单

共 32 个生成项、33 张入选图(玩家的家用的是蓝屋顶房子的另一个变体):

类别素材
角色(7)玩家、橘子、阿福、棉花、老熊、嘎嘎、狸叔
建筑(7)红 / 蓝 / 绿 / 黄 / 紫屋顶住宅、玩家的家、商店
植物(8)普通树、果树、松树、椰子树、灌木、红 / 黄 / 白花丛
场景物件(5)石头、告示牌、栅栏、邮筒、路灯
物品(6)苹果、贝壳、树枝、郁金香、椰子、铃钱图标

3.3 生成:从两张候选里挑一张

  • 模型:这批静态素材用 Z-Image Turbo(int8 量化),文本编码器 Qwen3 4B,通过 ComfyUI 提交生成。
  • 参数:8 步,CFG 1,采样器 res_multistep,调度器 simple,AuraFlow shift 3。角色 896×1152,建筑和物件 1024×1024。
  • 脚本:tools/gen_assets.py 通过 ComfyUI 的 HTTP API 提交工作流,每件素材出 2 个变体(种子 1000、1001),原图存到 _raw/<id>_<seed>.png,已存在就跳过。
  • 选图:tools/contact_sheet.py 把候选拼成联系表,人工逐个挑选,结果记录在 _raw/selected.json(key 是游戏内素材名,value 是原图文件名)。

选图看三点:轮廓是否完整干净,同类素材之间画风是否统一,以及特征是否符合设定(比如阿福手里要有饼干,嘎嘎要戴贝雷帽)。

3.4 抠图

实际情况比预期复杂

提示词要求“纯色背景、无投影”,但生成出来的背景其实是浅粉或浅绿,带轻微渐变;物体下方有一块同色系的深色椭圆投影;个别图上还散落着小草点,路灯周围有一圈光晕。

所以 tools/process_assets.py 的规则是按这些实际情况设计的:

  1. 背景色:取四条边像素的中位数。
  2. 候选背景像素,满足其一即可:
    • 和背景色 RGB 距离 < 54,且色相接近;
    • 投影规则:色相差 < 0.075,饱和度不超过背景 +0.19,亮度不低于背景的 65%。也就是“同色相、更深一点的背景色”。
    • 路灯光晕:允许更大的色相偏移,但要求有一定饱和度。
  3. 近白色保护:要求候选像素的饱和度至少是背景的 45%。白兔、白鸭、栅栏的浅色部分色相不稳定,靠饱和度和粉绿背景区分开,不会被吃掉。
  4. 连通性:从四边做洪水填充得到外部背景;封闭空隙(比如栅栏格子之间)用同一套颜色规则判断。
  5. 去碎块:只保留面积 > 160 像素、且不小于最大连通块 0.8% 的前景区域,散落的草点和反光会被去掉。
  6. 羽化和去色溢:alpha 做 0.65 px 高斯模糊;半透明边缘像素按 alpha 反解,把背景色成分减掉,避免边缘残留一圈粉色或绿色。
  7. 裁剪:裁到不透明区域的包围盒,留 8 px 边距,长边缩到 ≤ 512 px。

Batch A 修过的一个漏检

v1 的抠图只从四边做洪水填充,栅栏木条之间的封闭空隙没有连到边上,留下了浅绿色背景块。当时的检查图是棋盘格底,浅绿色混在灰白格子里看不出来,验收也就漏掉了。

修复分两步:

  • 封闭空隙和外部背景共用同一套颜色判定,33 张素材全部重新生成;
  • 改用 #203020 深色底检查同一批素材:栅栏格子里若还贴着浅绿的小方块,在深绿底上就藏不住了。但兔子的白毛不是背景,不能为了消掉绿块把它一起吃掉。之后把深色底和棋盘底并看,放大复查栅栏、兔子、鸭子、路灯。

这个教训后来变成了一条通用经验:检查图的底色要和你想发现的问题形成反差。

3.5 游戏内尺寸

素材按类别缩放到固定的游戏内高度,原点在脚底或底边中心,用来做 Y 排序:

素材游戏内高度(px)原点
玩家 / 居民72脚底中心
住宅 / 商店150底边中心
普通树 / 果树 / 松树 / 椰子树120 / 120 / 140 / 130底边中心
灌木 / 石头40 / 36底边中心
花丛30底边中心
告示牌 / 邮筒 / 路灯 / 栅栏44 / 44 / 80 / 36底边中心
地上物品24中心
界面图标48中心

3.6 地面:一个 shader 画整片地

规格明确要求不用瓦片贴图。整片地面由 scripts/ground.gdshader 一个 shader 画出来,避免出现格子感。

v1:每格 1 像素的数据纹理

v1 把 64×44 的地形网格写成一张 64×44 的小图,linear 过滤后在 shader 里按地形类型加噪声:

  • 草地:两三种绿色的低频噪声斑块,加细碎的小草点;
  • 沙滩:暖米色加细颗粒;
  • 土路:浅棕,边缘柔和;
  • 海和河:缓慢流动的色带加闪光,靠岸处有随时间起伏的白色泡沫线。

问题是边界精度只有一格。路是矩形块,海岸有锯齿。

Batch B:距离场

tools/terrain_fields.py 从地图离线烘焙一张 512×352 的距离场 assets/terrain/fields.png,每格 8×8 个采样:

  • 海岸和河岸从原始格边平滑,烘焙偏移最多 10 px,shader 噪声扰动最多 2 px,合计小于半格(16 px)。这样视觉上的岸线不会偏离寻路用的格子太多,角色不会看起来像走在水里。
  • 道路直接用生成曲线的距离场,宽 1.1–1.35 格,边缘柔和。
  • 新增浅水带和浪花。

地图 JSON 和距离场 PNG 必须一起更新。tools/build_data.py 会确定性地重建两者;如果只手改了 map.json,用 terrain_fields.py 单独重烘焙。

桥

  • 桥面在 shader 里画:木板南北排列,两侧深色边框和短柱;每端延伸 16 px 到岸上。
  • Batch C 增加了 scripts/bridge_rail.gd:桥南北两侧各一排 21 px 高的立柱和横木,放在 Y 排序层里,角色走过时会被正确遮挡。它只是视觉节点,不影响寻路。

3.7 灯光

v1 按规格用了 PointLight2D 加法光。验收发现路灯光偏绿:光色和绿色草地、蓝色 CanvasModulate 相乘后,暖黄色变成了黄绿色。

Batch A 改成 unshaded 的径向透明 sprite:颜色 #ffc870,路灯半径 110 px,中心亮、边缘柔和衰减;用透明混合而不是乘法,所以颜色不受地面和环境色影响。18:00–19:00 线性渐亮,05:00–06:00 线性渐灭,白天隐藏。房屋窗户用同样的暖色和时段。

3.8 界面

  • 字体:ZCOOL KuaiLe(站酷快乐体,OFL 协议)。Codex 发现全新缓存下第一次 --import 时,主题会在字体导入之前初始化,于是用 tools/bake_font.gd 把 TTF 字节烘焙成原生资源 default_font.res,首次导入也能用。
  • 主色调:奶油色面板 #fff8e7 + 深棕描边 #8b6b4a,名字牌用居民主题色。
  • 对话头像直接裁静态立绘的上半身,不另外生成。

3.9 逐帧走路动画(Batch D)

需求

v1 的角色只有一张正面立绘,走路靠程序化动画:上下弹跳、左右摇摆、落地压扁。用户的反馈是:

任务在走路的时候,我想更加逼真一些,身体四肢的动作那种,你看看是不是要生成不同走路姿态的图片来弄。

目标定为:每个角色 3–4 帧正面走路姿态,和原立绘保持同一张脸、同一身衣服、同一个大小。

模型对比

制作人问“其他的模型行不行”。Batch D 围绕同一批正面立绘试了下面三条路;表里的秒数和位移只记这次出帧的条件与表现。

方案结果
FLUX.2 klein 4B 参考图改图头部位移 ≤ 1 px,步伐清楚,约 6.5 秒一张
Qwen-Image-2.1 edit角色缩放最大变化 12%,位移最大 35 px,帧间会跳
MiniMax H3 视频(首帧 = 尾帧)角色几乎不走;猫的脸在中间帧变了

拿这批候选做循环,klein 的脸最能站住,制作人因此拍板“就用 klein”。这不是三种模型的一般排名;棉花仍没有清楚的跨步帧,选片时还得再作一次取舍。

生成

tools/gen_walk_frames.py 以选定立绘为参考图,用 klein 4B 改图(4 步,896×1152)。提示词模板:

Edit this image: the same character is walking in place toward the viewer, a small natural walking step. {pose}
Arms stay close to the body with a small swing, not raised. Keep everything else identical: same face, hair,
outfit, {extra}colors, proportions, size, head position, outline thickness and flat art style.
The background stays the exact same flat solid color, with no shadow on the ground.
  • {pose} 有三种:左脚前迈(stepL)、双脚并拢的过渡帧(pass)、右脚前迈(stepR),手臂和腿反向摆动。
  • {extra} 点名改图时容易丢的细节:猫的条纹尾巴、狗手里的饼干、鸭子的小本子、浣熊的环纹尾巴。

坑:模型不分左右脚

生成后发现,同一个角色不管提示词写左脚还是右脚,模型总是抬同一侧的脚。

解决办法是“镜像技巧”:加 --mirror 参数,先把原图水平翻转再改图,结果翻回来,就得到另一侧的脚(文件名带 m,如 stepLm)。角色左右基本对称,翻转两次对外观影响很小。

选帧

总共生成了约 200 张候选。先用脚部扫描指标(feetscan)粗筛,但它只能大致判断两只脚分开多少,分不清哪只脚在前。最终靠放大腿部裁剪图人工判断。

选择记录在 _raw/walk/selected.json:

  • 循环是 a(一侧脚在前)→ p(过渡)→ b(另一侧脚在前)→ p2(第二个过渡帧,可省略,省略时复用 p);
  • a 和 b 不一定来自 stepL / stepR 的候选。有些角色(如棉花)没有合格的迈步帧,就用几个姿态略有差异的 pass 帧组合,保证整体不跳、不变形。这是质量和逼真度之间的取舍。

后处理:tools/process_walk.py

AI 改图出来的帧,在位置、大小、颜色上都会有细微漂移,直接播放会闪。处理步骤:

  1. 抠图:复用 process_assets.py 的 cutout_canvas(),在原始 896×1152 画布上抠,不单独裁剪。
  2. 头部对齐:取头顶往下身体高度 25% 的区域,在 ±6 px 内搜索整数平移,用预乘亮度和透明度的误差对齐,不缩放。水平中心只看头部(不然狗伸出来拿饼干的手臂会把中心拉偏)。
  3. 统一裁剪:一个角色的全部帧取联合包围盒,加 12 px 边距,统一缩放到长边 512。
  4. 校色:
    • 先在上半身 60% 的平坦区域拟合 RGB 仿射变换(增益限制 0.85–1.2,偏置 ±20);
    • 再按整个前景的 32 个颜色簇做强度 0.9 的局部校正,修复衣服和毛色发灰。
    • 颜色簇按相同位置的平坦像素配对,避免姿势变化导致粉色腮红被错配成书页的米黄色。
  5. 记录:每帧的平移、校色参数、校色前后 RMSE 写进 assets/sprites/walk/walk_frames.json。校色后稳定前景的 RGB RMSE 在 1.9–3.1 之间(0–255 刻度),头部平移最多 4 px。
  6. 检查图:_raw/walk_check.png 和 _raw/walk_check_dark.png,每行 idle/a/p/b/p2,蓝线标头顶、橙线标共用脚底;_raw/walk_check_game.png 按游戏内 72 px 的比例显示。

游戏内播放

  • 按走过的距离换帧,而不是按时间:玩家每 13 px 换一帧,居民每 9 px。这样快走慢走都不会“滑步”。
  • 循环 a → p → b → p2;起步的第一只脚随机,左右交替。
  • 逐帧走路不再压扁和旋转,只在过渡帧上抬 2 px,模拟重心起伏。
  • 停下或对话时立刻回到待机图,待机保留 1.00–1.02 的呼吸缩放。
  • 缺少某个角色的帧数据时,自动退回旧的程序化动画。

3.10 美术经验小结

  1. 提示词约束不等于实际输出。 要求纯色背景,拿到的是渐变加投影。处理脚本要按实际输出设计。
  2. 检查图底色决定能发现什么问题。 棋盘格底漏掉了浅绿残留,深色底一眼就能看到。
  3. 逐帧动画的头号敌人是抖动,不是姿势不够大。 选模型看头部稳定性,后处理再做对齐和校色。
  4. 自动指标只能粗筛。 左右脚这种语义问题,最后还得靠放大图人工判断。
  5. 能用代码画的就别生成。 地面、水、桥面、灯光、界面都是 shader 或代码绘制,可控、可调、没有接缝。

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于