คู่มือการลงสีตอนเว็บตูนจำนวนมาก

ทำไมการลงสีจำนวนมากจึงเปลี่ยนทุกอย่างสำหรับสำนักพิมพ์

เมื่อเราเริ่มลงสีตอนเว็บตูนสำหรับการตีพิมพ์ สิ่งแรกที่เราเรียนรู้คือเครื่องมือลงสีทีละภาพนั้นไม่มีประโยชน์สำหรับงานผลิตจริง ตอนเว็บตูนทั่วไปมี 40 ถึง 80 หน้า การลงสีทีละหน้า — แม้ด้วยเครื่องมือ AI ที่เร็ว — จะให้สีที่ไม่สม่ำเสมอในทุกหน้า ผมตัวละครอาจเป็นสีน้ำตาลแดงในหน้า 12 แต่เป็นสีน้ำตาลเข้มในหน้า 13 พื้นหลังเปลี่ยนเฉดสีระหว่างช่อง ผลลัพธ์ดูเหมือนถูกลงสีโดยศิลปินคนละคนทุกหน้า

การลงสีจำนวนมากไม่ใช่แค่เรื่องความเร็ว แต่เป็นการปฏิบัติต่อทั้งตอนเป็นหน่วยงานเดียว เช่นเดียวกับที่ศิลปินจะทำ เมื่อนักลงสีมนุษย์ทำงานกับตอนหนึ่ง พวกเขาจะกำหนดพาเลตในหน้าแรกและใช้ต่อเนื่อง เครื่องมือลงสีระดับการผลิตต้องทำซ้ำความต่อเนื่องนั้น และทำได้เฉพาะเมื่อเครื่องมือประมวลผลทั้งตอนพร้อมกัน

นี่คือเหตุผลหลักที่เราสร้าง Watashi Colorizer เป็นไปป์ไลน์จำนวนมากตั้งแต่แรก ไม่ใช่เครื่องมือภาพเดียวที่เพิ่มโหมดแบตช์ภายหลัง แต่เป็นระบบที่ออกแบบตั้งแต่พื้นฐานเพื่อเข้าใจตอนเป็นลำดับภาพที่เชื่อมต่อกัน

ความท้าทายทางวิศวกรรม: ความสม่ำเสมอของสีข้ามหน้า

ปัญหาที่ยากที่สุดในการลงสีจำนวนมากไม่ใช่ความเร็วในการประมวลผล — แต่เป็นความสม่ำเสมอ โมเดล AI ประมวลผลภาพเป็นแบตช์ขนาดคงที่ และสองแบตช์ใด ๆ จะให้การตีความสีที่แตกต่างกันเล็กน้อย ถ้าฉากเริ่มที่ด้านล่างของหน้า 30 และต่อที่ด้านบนของหน้า 31 แต่สองหน้าอยู่ในแบตช์ต่างกัน คุณจะได้รอยต่อสีที่มองเห็นได้กลางฉากแอ็กชัน

ทางออกของเราคือการแยกภาพเสมือน แทนที่จะส่งทั้งหน้าไปที่ AI เราสแกนทุกหน้าเพื่อหาเส้นแบ่งช่องสีดำ — แถบสีดำบริสุทธิ์ที่แบ่งฉากในรูปแบบเว็บตูน เราแยกหน้าเป็นแถบภาพแต่ละชิ้นที่เส้นแบ่งเหล่านั้น แล้วจัดกลุ่มแถบใหม่ตามความต่อเนื่องของฉากข้ามขอบหน้า ด้านล่างของหน้า 30 และด้านบนของหน้า 31 จึงอยู่ในแบตช์ AI เดียวกัน

สิ่งนี้ต้องการการปรับแต่งหลายเดือน การตรวจจับเส้นแบ่งต้องแยกแยะตัวแบ่งช่องสีดำบริสุทธิ์จากเนื้อหาภาพเข้ม เช่น เงา ผม และฉากกลางคืน เราสแกนทุกแถวของทุกภาพ จำแนกพิกเซลด้วยเกณฑ์ RGB ที่ 15 — เฉพาะสีดำเกือบบริสุทธิ์เท่านั้นที่นับ

จากภาพเดียวสู่ทั้งตอน: การสร้างไปป์ไลน์

ไปป์ไลน์ทั้งหมดทำงานใน 4 ขั้นตอน ขั้นแรก ทุกภาพที่อัปโหลดจะถูกสแกนและแยกเป็นภาพเสมือนที่ช่องว่างสีดำที่ตรวจพบ ขั้นที่สอง ภาพเสมือนเหล่านั้นจะถูกจัดกลุ่มตามความต่อเนื่องของฉาก ขั้นที่สาม แต่ละแบตช์จะถูกเย็บเป็นภาพสูงเดียว ส่งไปที่ AI และผลลัพธ์ที่ลงสีจะถูกตัดกลับ ขั้นที่สี่ แถบที่ลงสีทั้งหมดจะถูกประกอบกลับบนผืนผ้าใบต้นฉบับที่ขนาดเดิม

ขั้นตอนการจัดกลุ่มคือจุดที่ซับซ้อนที่สุด เราให้คะแนนทุกขอบเขตระหว่างภาพเสมือนที่อยู่ติดกันโดยสแกนหาแถวสีดำทั้งหมด — ไม่ใช่การเฉลี่ยความมืดของพิกเซล แต่นับแถวที่ 95% ขึ้นไปของพิกเซลเป็นสีดำบริสุทธิ์ ถ้าขอบเขตได้คะแนนสูง เป็นจุดที่ปลอดภัยสำหรับแบ่งแบตช์ ถ้าได้คะแนนต่ำ แสดงว่ามีภาพข้ามขอบเขตและเราจะเก็บภาพเหล่านั้นไว้ด้วยกัน

ข้อกำหนดการผลิตที่กำหนดแนวทางของเรา

ข้อกำหนดการผลิตหลายประการขับเคลื่อนการตัดสินใจทางสถาปัตยกรรม ผลลัพธ์ต้องมีขนาดเท่ากับต้นฉบับทุกประการ — สำนักพิมพ์ต้องการไฟล์ที่ใส่ในขั้นตอนที่มีอยู่เป็นตัวแทนที่โดยตรง สีตัวละครต้องควบคุมได้ระดับ hex เพราะสำนักพิมพ์มีคู่มือสไตล์ที่กำหนดไว้แล้ว เครื่องมือต้องจัดการมังงะ มันฮวา มั่นฮั่ว และเว็บตูนโดยไม่ต้องตั้งค่าด้วยตนเอง

เรายังเรียนรู้ว่าการบีบอัดสำคัญในระดับมาก หน้า PNG ขนาด 2000×8000 พิกเซลหนึ่งหน้าอาจมีขนาด 10MB ขึ้นไป คูณด้วย 60 หน้าและคุณกำลังย้าย 600MB ผ่านไปป์ไลน์สำหรับตอนเดียว การบีบอัดอัตโนมัติที่จุดรับเข้า — เข้ารหัส PNG ขนาดใหญ่เป็น JPEG q92 โดยไม่เปลี่ยนขนาด — ลดเหลือต่ำกว่า 100MB พร้อมรักษาคุณภาพที่มองเห็นได้ทุกพิกเซล

สิ่งเหล่านี้ไม่ใช่คุณสมบัติที่คุณคิดถึงเมื่อลงสีภาพทดสอบภาพเดียว แต่เป็นข้อกำหนดที่ปรากฏหลังจากตอนที่ร้อย เมื่อประสิทธิภาพไปป์ไลน์และความสม่ำเสมอของผลลัพธ์กลายเป็นความแตกต่างระหว่างเครื่องมือที่ใช้ได้จริงกับของเล่น

สิ่งที่เราเรียนรู้จากการตีพิมพ์ตอนที่ลงสี

หลังจากลงสีหลายพันหน้าในหลายสิบซีรีส์ บทเรียนที่สำคัญที่สุดคือความสม่ำเสมอชนะคุณภาพสูงสุด ตอนที่ทุกหน้าดีนั้นตีพิมพ์ได้มากกว่าตอนที่ห้าหน้าสวยงามแต่ส่วนที่เหลือต่างกันอย่างเห็นได้ชัด พาเลตตัวละคร การเรียนรู้บริบท และการจัดกลุ่มตามฉากล้วนรับใช้เป้าหมายเดียว: ทำให้ทั้งตอนดูเหมือนนักลงสีคนเดียวทำ

บทเรียนที่สองคือการแก้ไขไม่ใช่ทางเลือก ไม่ว่า AI จะดีแค่ไหน บางช่องก็ต้องปรับแต่งด้วยตนเอง สีดวงตาตัวละครอาจเพี้ยน บรรยากาศพื้นหลังอาจไม่ตรงกับสคริปต์ โหมดแก้ไขของเราให้คุณสั่งภาษาธรรมชาติเพื่อแก้ไขช่องเฉพาะจุดโดยไม่ต้องประมวลผลทั้งตอนใหม่