Limpiador de Ilustraciones

Ajuste y Corrección de Color

Modos de Ajuste de Color (General vs. Local)

Seleccionar uno

Determina el área de referencia donde se analiza y corrige el color. Son opciones complementarias y mutuamente exclusivas.

1. Ajuste General (Color Match) Por defecto

Iguala la media y desviación estándar de color de toda la imagen limpia para coincidir con la portada original.

Pros: Corrige diferencias globales de brillo o tonalidad (más fría/cálida) causadas por la IA.

Contras: En ilustraciones con fondos muy heterogéneos, puede alterar tonos fuera del texto.

2. Ajuste Local (Dentro de Máscara)

Toma como referencia los píxeles del anillo adyacente al texto y aplica la corrección exclusivamente dentro de la máscara.

Pros: Preserva el 100% del arte original fuera del texto y fusiona el parche sobre el fondo inmediato.

Contras: Requiere que el contorno del texto tenga píxeles sanos suficientes de muestra.

Método de Ajuste de Color (Stats, Reinhard, LUT)

Estadísticas (Stats - RGB): Ajuste lineal rápido canal por canal. (Rápido, ideal para diferencias levemente uniformes).
Reinhard (Espacio Lab): Ajuste en espacio perceptual Lab. (Separa brillo y color, evita quemar pieles o degradados).
LUT (Histogram Matching): Igualación no lineal de la curva de histogramas. (Ideal cuando la IA alteró contraste o curvas de sombra).

Dilación de Contexto (px)

Ancho en píxeles del anillo exterior alrededor del texto usado como muestra de referencia (Default: 20px).

Recomendación: Aumentar (30-50px) para degradados amplios; reducir si hay otros dibujos pegados al texto.

Alineación y Geometría por Homografía (IA)

Deformación por Homografía (Alinear IA - Beta)

Recomendado para IA

Aplica una transformación proyectiva de perspectiva 3x3 calculada mediante RANSAC sobre puntos clave ORB.

Pros: Encaja automáticamente cambios de zoom, escala o leve distorsión espacial creados por la IA.

Contras: Desactivar solo si usas imágenes idénticas superpuestas 1:1.

Priorizar Puntos Cercanos a Máscara (Beta)

Recomendado

Filtra y prioriza los puntos de interés ORB ubicados en el área cercana a todas las regiones de la máscara.

Pros: Asegura precisión milimétrica de alineación exactamente en las zonas donde se sustituirá el texto.

Permitir Fallback a Alineación Directa (1:1)

Permite sobreposición directa 1:1 sin perspectiva si la homografía detecta pocos puntos (Default: Desactivado).

Advertencia: Mantener desmarcado al usar imágenes de IA, ya que el 1:1 desalineará el parche si hubo cambios de zoom.

Suavizado y Bordes de Fusión

Difuminado del Borde (Blur px)

Radio de suavizado gaussiano aplicado al contorno de la máscara para fusión (Default: 4px).

Recomendación: Aumentar (6-10px) si los bordes del parche se notan marcados; reducir si hay trazos finos cerca.

Optimización por IA (Waifu2x Client-Side)

Ejecutar Waifu2x en Imagen Limpia

Recomendado para IA

Aplica súper-resolución y eliminación de ruido en la versión limpia generada por IA antes de realizar la alineación y el reemplazo de texto sobre la portada original.

Pros: 100% Client-Side con aceleración WebGPU/WASM. Elimina artefactos de compresión y restaura trazos finos en arte de novelas ligeras.

Contras: Añade unos segundos de cálculo según la resolución.

Aumento de Resolución (Escala 2x / 4x)

Multiplicador de dimensiones para escalar la imagen limpia.

Ninguno (1x): Solo aplica eliminación de ruido sin modificar la resolución.
2x (Recomendado): Duplica ancho y alto de la imagen (4 veces más píxeles). Equilibrio ideal entre velocidad y nitidez.
4x: Cuadruplica dimensiones mediante pasadas secuenciales 2x. Ideal para impresiones o zooms exigentes.

Reducción de Ruido (Niveles 1, 2 y 3)

Nivel de eliminación de artefactos JPEG, compresión o distorsión de inpainting producida por motores de IA.

Ninguno: Mantiene la textura y el grano original de la imagen.
Nivel 1: Limpieza leve para imágenes de alta calidad con mínimo ruido.
Nivel 2 (Recomendado): Eliminación equilibrada de artefactos sin perder detalle en líneas finas.
Nivel 3: Limpieza intensa para imágenes con alto nivel de ruido o compresión visible.

Modelo Waifu2x (models-cunet vs models-upconv_7_anime)

models-cunet (Recomendado): Modelo de red neuronal convolucional U-Net de alta precisión. Excelente en preservación de detalles, ojos, cabello y coloreado en novelas ligeras e ilustraciones.
models-upconv_7_anime: Modelo clásico UpConv de 7 capas. Más ligero pero menos preciso en degradados complejos.

Cargando OpenCV.js

Limpiador de Ilustraciones Web

1. Cargar Imágenes

Portada Original

Imagen Limpia (Sin Texto)

Máscara PNG

2. Parámetros de Procesamiento

Ajuste de Color

Alineación y Bordes

Optimización Waifu2x

3. Comparación y Descarga