基于CNN与CDF的可微分图像风格化引擎：从原理到实践

本项目提出一种结合全局CDF分析与CNN驱动的可微分渲染器的图像风格化引擎，支持富士经典胶片、赛博朋克、移轴效果等多种摄影风格的端到端学习。该引擎兼顾全局色调统计（CDF捕获）与局部空间结构（CNN编码），实现既强大又可解释的图像编辑能力。项目由kyleyhw维护，源码位于GitHub（链接：https://github.com/kyleyhw/image_editing），发布于2026年5月26日。

数字图像风格化是计算机视觉经典问题，但传统规则方法难捕捉复杂风格细节，纯神经网络方法（如风格迁移）缺乏可解释性与可控性。本项目的核心洞察是：图像风格包含全局色调统计特征（可通过CDF捕获）与局部空间结构信息（可通过CNN编码），因此设计混合架构解决上述问题。

系统架构：模块化设计，含特征提取器（可微分CDF模块+空间编码器ResNet-18）、变换头（富士胶片专用/通用渲染器/移轴复合三种）、可微分渲染器。 核心创新：1. 可微分CDF：用高斯软分箱实现CDF计算可微；2. 身份初始化：渲染器零参数时保持恒等映射，优化稳定；3. 复合损失：像素级L1+感知损失（VGG-16多层特征）+CDF匹配损失；4. 通用渲染器原语：色调曲线、颜色矩阵、颗粒、暗角；5. 移轴效果参数化：用3个标量参数（中心位置c_y、带宽w、模糊强度σ_s）实现空间可变模糊。

训练数据：使用MIT-Adobe FiveK数据集（专业修图对）和Picsum随机图像；风格生成器针对富士经典胶片（蓝移白平衡、柔和高光等）、赛博朋克（青橙S曲线等）、移轴（水平聚焦带）生成训练数据。 工程亮点：工具链含uv（包管理）、pre-commit（代码质量）、Streamlit（交互式UI）；项目结构清晰（data_generation、models、docs等）；提供完整验证报告（定性结果、定量分析等）。

当前能力：已验证三种风格：富士经典胶片（温暖复古）、赛博朋克（高对比青橙）、移轴（微缩模型效果）。 扩展路径：添加新风格只需实现StyleGenerator类；支持空间可变效果扩展；可微调适应高分辨率；推理速度支持实时预览，适合移动/Web集成。

当前局限：移轴模糊量为生成器的一半（优化伪影）；空间效果仅限水平聚焦带；高分辨率训练需更多资源。 未来方向：探索U-Net解码器支持每像素参数图；引入对抗训练提升质量；支持视频风格化（时间一致性）；实现用户可控交互式编辑。

本项目是深度学习与传统图像处理融合的优秀实践，通过可微分CDF、CNN编码、端到端渲染构建强大可解释的引擎。其严谨推导、完整实现与详细文档，为研究者（学习可微分渲染）和开发者（风格化解决方案）提供宝贵参考。项目重视可复现性（锁定依赖、验证报告），体现现代机器学习工程最佳实践。