HN 日本語サマリー

← 一覧へ戻る
プログラミング

G'mic 4.0: ピクセルをより簡単に扱う

G'mic 4.0: Squaring the Pixel, Easier (gmic.eu)

74 pointsby dtschump4 コメント

要約

G'MICは、デジタル画像処理のためのオープンソースフレームワークのメジャーバージョン4.0をリリースしました。このバージョンでは、18年の歴史を持つプロジェクトの成熟と安定性に焦点が当てられています。G'MIC-Qtプラグインには、ピクセル操作、グラデーション生成、マーカー描画、高さフィールド変形、オフセットストライプ、カラー転送など、多数の新機能フィルターが追加されました。

全文翻訳

G'MIC 4.0: ピクセルをこれまで以上に簡単に「四角く」する!

David Tschumperlé 著。
2026年7月30日

デビューから18年、デジタル画像処理のための無料オープンソースフレームワークであるG’MICは、新メジャーバージョン4.0のリリースにより、成熟のバージョンとして大きな節目を迎えました!

毎年恒例となっているように、今回も2025年8月に公開された前回のアップデート以降のプロジェクトの最近の開発を振り返る機会となります。

[画像: G'MIC 4.0 Teaser]

注:画像をクリックするとフル解像度で表示されるか、アイコン[画像: Play Video Icon]が付いている場合は対応する動画を視聴できます。

1. G’MIC: デジタル画像処理のためのオープンソースフレームワーク

G'MICプロジェクト(GREYC's Magic for Image Computing)は2008年7月に誕生し、フランス・カーンにあるGREYC研究所のIMAGEチーム(CNRS、ENSICAEN、カーン大学の共同管理下にある共同研究ユニット)内で成長しました。

その目的は、デジタル画像の操作、処理、作成のための、無料、オープン、かつ拡張可能なフレームワークを提供することです。これを達成するために、1999年から開発されているオープンソースC++画像処理ライブラリCImgの機能に依存しています。CImgは当初INRIAで、後にGREYCのIMAGEチーム(著者自身も含む)で開発されました。

プロジェクトの中心には、専用のスクリプト言語インタープリターである「G'MIC言語」があります。これは、新しい画像処理アルゴリズムのラピッドプロトタイピングと、それらをカスタムパイプライン(またはフィルター)にチェーン化するために特別に設計されています。このコアを中心に、ユーザーが数百の事前定義された画像処理オペレーターにアクセスできる複数のインターフェイスが構築されています。これらには、gmicコマンドラインツール、G'MIC Onlineウェブサービス、およびG'MIC-Qtプラグインが含まれます。このプラグインは、GIMP、Krita、digiKam、Paint.net、Adobe Photoshop、Affinity Photoなどのさまざまな画像編集・作成ソフトウェアに統合できます。現在、このプラグインはプロジェクトで最も人気のあるインターフェイスであり、平均して1日あたり1,200件のダウンロードがあり、過去1年間で着実に増加しています。ホスト編集ソフトウェアの機能を拡張する640を超える多様なフィルターを提供しており、特にデジタルアーティストに高く評価されています。

このメジャーバージョン4.0リリースは、プロジェクトにとって転換点となります。G'MIC言語の構文、インタープリターコード、および関連する画像処理アルゴリズムは、成熟し、十分に実績のあるものとなりました。そのため、フレームワークの安定性、堅牢性、およびパフォーマンスに焦点を当てるために、新しいリリースと機能追加のペースを少し遅くする予定です。

[画像: G'MIC-Qtプラグインの概要]
図1.1. G'MICプロジェクトが提供するインターフェイスの概要:GIMP用のG'MIC-Qtプラグイン(左上)、CLIツールgmic(右上)、G'MIC Onlineウェブサービス(下)。

2. G'MIC-Qtプラグインの新フィルター

G'MIC-Qtプラグインに関して、新機能のほとんどは新しい画像処理フィルターの導入に焦点を当てています。バージョン4.0では、フィルターの総数が644となり、すべてグラフィカルインターフェイスから直接アクセスできます。以下は最新の追加機能のリストです。

2.1. 「レンダリング / ピクセルストレッチ」フィルター

「レンダリング / ピクセルストレッチ」フィルターを使用すると、ユーザーは「ピクセルの帯」を選択し、2つのスプライン曲線(帯の各エッジに対応)で定義されたカスタマイズ可能なパスに沿って、画像を横切ってそれを複製できます。

[画像: レンダリング/ピクセルストレッチフィルター (G'MIC-Qt)]
図2.1.1. G'MIC-Qtプラグインに表示される「レンダリング / ピクセルストレッチ」フィルター。

[画像: レンダリング/ピクセルストレッチフィルター (レンダリング1)]
図2.1.2. 「レンダリング / ピクセルストレッチ」フィルターからのレンダリング例。フィルターによって追加された2つのピクセルトレイルが表示されています。

このエフェクトは、画像が局所的に、まるで伸縮する生地のように引き伸ばされたかのような印象を与えます。これは、ビデオチュートリアル(Miguel Pineauがこのフィルター専用に作成したもの)の例のように、画像内の動きを示唆または様式化するために使用できます。また、グリッチアートや抽象的なテクスチャの作成にも非常に適しています。

[画像: レンダリング/ピクセルストレッチフィルター (レンダリング2)]
図2.1.3. 「レンダリング / ピクセルストレッチ」フィルターを使用してダンサーの動きを様式化した例(クレジット:Miguel Pineau)。

2.2. 「レンダリング / グラデーション [ポール]」フィルター

「レンダリング」セクションには、新しい「レンダリング / グラデーション [ポール]」フィルターもあります。これは、ユーザーが選択した色付きのキーポイントの位置と色を空間的に補間することにより、カラーグラデーションを生成します。補間には放射基底関数が使用され、滑らかで調和のとれた色の遷移が実現されます。ユーザーは補間が計算される色空間を選択することもできます。下の動画は、プラグイン内でフィルターがどのように機能するかを示しています。

[画像: レンダリング/グラデーション (ポール) フィルター (G'MIC-Qt)]
図2.2.1. 「レンダリング / グラデーション [ポール]」フィルターは、わずか数個の制御点から、潜在的に複雑な空間カラーグラデーションを作成します。

2.3. 「アーティスティック / マーカー描画」フィルター

次に、「アーティスティック / マーカー描画」フィルターです。その名の通り、入力画像を色付きのマーカーストロークを使用して再描画しようとします。基盤となるアルゴリズムは、元の画像の幾何学的構造の輪郭に沿って、白いキャンバス上にランダムな色のスプラインを描画します。

[画像: アーティスティック/マーカー描画フィルター (G'MIC-Qt)]
図2.3.1. 「アーティスティック / マーカー描画」フィルターは、色付きのフェルトペンを使用したかのように画像を再描画します。

フィルターの多数の調整可能なパラメーターにより、リアルなものから非常に抽象的なものまで、幅広いレンダリングが可能です。下の比較をご覧ください。

[画像: アーティスティック/マーカー描画フィルター (レンダリング)] 図2.3.2. 3つの異なるパラメーターセットを使用した、「アーティスティック / マーカー描画」フィルターからの3つの異なるレンダリングスタイル。

2.4. 「変形 / ハイトフィールドワープ」フィルター

次に、「変形 / ハイトフィールドワープ」フィルターに焦点を移します。これは、入力画像をパラメトリックに定義されたハイトマップ上にマッピングされたかのように歪ませることで、3D効果を作成します。フォンシェーディングに基づいたオプションのライティング効果を有効にして、このフィルターによって生成される知覚的な3Dボリュームを強化できます。

[画像: 変形/ハイトフィールドワープフィルター (G'MIC-Qt)]
図2.4.1. G'MIC-Qtに表示される「変形 / ハイトフィールドワープ」フィルター。ここでは、カメラに向かって突き出たドーム状の半球に対応する標高マッピングが表示されています。

このフィルターは非常に柔軟で、ユーザーはハイトマップのカスタム数学式を明示的に定義できます。数学を志す者は、画像を歪ませるために想像力を駆使できます!

[画像: 変形/ハイトフィールドワープフィルター (レンダリング)]
図2.4.2. 「変形 / ハイトフィールドワープ」フィルターを使用した3つのカスタム3Dハイトマップ数式の適用例。

2.5. 「劣化 / オフセットストライプ」フィルター

グリッチアート愛好家は、ランダムな変位振幅を持つオフセットされた水平および/または垂直ストライプを導入する新しい「劣化 / オフセットストライプ」フィルターを気に入るかもしれません。

[画像: 劣化/オフセットストライプフィルター (G'MIC-Qt)]
図2.5.1. 「劣化 / オフセットストライプ」フィルターは、水平および/または垂直の画像ストライプにランダムなオフセットを適用します。

コアコンセプトは単純ですが、多数のパラメーターはさまざまな色空間にわたって、各チャンネルに無相関な変位を提供します。反復オプションと組み合わせることで、以下に示すように、幅広い「グリッチ風」の画像劣化が可能になります。

[画像: 劣化/オフセットストライプフィルター (レンダリング)]
図2.5.2. 単一のポートレートに適用された「劣化 / オフセットストライプ」フィルターのさまざまなパラメーター組み合わせの結果。

2.6. 「色 / 色転送 [マルチ]」フィルター

G'MIC-Qtの新しいフィルターの概要を締めくくるために、非常に興味深い追加機能として「色 / 色転送 [マルチ]」フィルターを最後に紹介します。これは、2つの画像間で色を転送します。

カラー転送とは、再現したい色調や雰囲気をを持つスタイル参照画像に基づいて、ソース画像にカラー変換を適用することです。この変換は、ソース画像の元の構造(エッジ、オブジェクト、意味論的コンテンツ)を可能な限り維持するように設計されています。

[画像: 画像間のカラー転送の原理]
図2.6.1. カラー転送の原理:ソース画像(左)は、スタイル参照画像(中央)の色を採用するように変更されます(右)。

アルゴリズムの観点からは、カラー転送にはさまざまなアプローチがあります。「色 / 色転送 [マルチ]」フィルターは、PCAベースの方法、ヒストグラムマッチングの方法、および変分法の3つの異なる方法をサポートしています。G'MIC-Qtでこのフィルターを使用するには、ソース画像とターゲットカラーを含むスタイル参照画像の2つの重なり合ったレイヤーを持つ画像に適用するだけです。

[画像: 色/色転送 (マルチ) フィルター]
図2.6.2. G'MIC-Qtインターフェイスの「色 / 色転送 [マルチ]」フィルター。

このフィルターに実装されている変分カラー転送アルゴリズムは、カーンのGREYC研究所のIMAGEチームの2人のメンバー(D. TschumperléとJ. Rabin)と、INSAルーアンのLMI数学研究所の教授(C. Le Guyader)との研究協力の結果として独自に開発されたものです。

要するに、これは100%ノルマンディのアルゴリズムであり、非常にうまく機能します🐄😉。そして、他では見つけることができません!この協力関係を促進し、開始させた財政的支援に対し、ノルマンディ科学技術情報研究連盟(NormaSTIC)に心より感謝申し上げます!

私たちの方法は、他のアプローチと比較して、堅牢で高品質なカラー転送を生成するように設計されたいくつかのユニークな特徴を備えており、迅速かつ完全に自動で動作します。下の図は、フィルターのデフォルト設定で、さまざまなスタイル参照画像を使用して、同じソース画像に適用されたカラー転送の例を示しています。

[画像: 色/色転送 (マルチ) フィルター (レンダリング)]
図2.6.3. 同じソース画像に対して異なるスタイル参照画像を使用して、「色 / 色転送 [マルチ]」フィルターによって実行されたカラー転送の例。

提案された技術は、半教師ありモードも備えており、ユーザーは特定の色の対応を強制できます。これにより、アルゴリズムはより制約された、カスタマイズされた転送へと導かれます。以下の2つの例は、この制御メカニズムを示しています。

[画像: 色/色転送 (マルチ) フィルター (ガイド付きレンダリング1)]
図2.6.4. 特定の色の対応を強制することによるカラー転送アルゴリズムのガイド(インコ → シジュウカラ)。

ここで、インコの緑色の羽(a)は、シジュウカラの黄色い体に知覚的に近い(b)ため、デフォルトの転送アルゴリズムはそれらを一致させます(結果(c))。望ましい色の対応(画像(a)と(b)の間の線)を定義することにより、ユーザーはこの動作を上書きし、シジュウカラの青色をインコの緑色の羽に転送するように強制できます(結果(d))。

[画像: 色/色転送 (マルチ) フィルター (ガイド付きレンダリング2)]
図2.6.5. 特定の色の対応を強制することによるカラー転送アルゴリズムのガイド(てんとう虫 → フォーミュラ1カー)。

この2番目の例では、てんとう虫(a)の赤色は、フォーミュラ1カーのスタイル参照画像(b)の他の場所(トラックサイド、ポピーなど)で見られます。自動アルゴリズムは、転送中にこの色をほとんど変更せずに維持することを自然に決定します(結果(c))。明示的な色の対応を強制することで、アルゴリズムにてんとう虫の赤色を緑色に変更するように指示します(結果(d))。

ご覧のとおり、このフィルターは画像処理アルゴリズムにおける長年の研究努力の集大成を表しています。研究者にとって、複雑な新しいアルゴリズムを紙上で設計し、それを開発・実装し、有望な初期結果に基づいて洗練させ、それについて詳細な科学論文を執筆し(現在最終化中)、最終的にオープンソースソフトウェアに適切に統合して、誰でも、おそらく何千回も使用できるようにするという、完全なサイクルを完了することは非常にやりがいのあることです。

私たちの研究室で開発された画像処理方法がG'MICに統合されたのはこれが初めてではありません。このページには、GREYC IMAGEチームが作成し、G'MIC-Qtのフィルターとしてアクセス可能なアルゴリズムを説明するいくつかの科学論文がリストされています。

3. コアおよび標準ライブラリの新機能と改善

前述のように、G'MICという用語は同じ名前のスクリプト言語を指すことがあります。この言語は独自のインタープリターと関数の標準ライブラリを備えています。プロジェクトのさまざまなインターフェイスでユーザーが利用できるすべての画像処理フィルターとオペレーターを実装するために使用されます。

過去1年間で、言語とその標準ライブラリの両方に多くのマイナーな改善が行われました。
実際、これらの貢献は開発作業の大部分を占めていますが、一般的なアップデートで紹介するのは難しい場合があります。これらは主に、解析やアルゴリズムの最適化、コードのクリーンアップ、数学的式評価子の新しい関数やオプションなど、プロジェクトの非常に具体的で技術的な詳細に対処しています。これらの追加は新しいフィルターを作成する開発者にとって価値がありますが、楽しい方法で提示するのはいくらか困難です。

そのため、以下に簡単に図示できる更新のみをリストすることにしました。

新しいrandom_patchesコマンドは、ランダムな幾何学的形状と合成テクスチャで満たされた正方形画像をプロシージャルにレンダリングします。これが何に使われるのか疑問に思うかもしれません。実用的な応用例としては、畳み込みニューラルネットワーク(CNN)をノイズ除去および超解像タスク(denoise_cnnやscale2x_cnnコマンドで使用されるようなネットワーク)のトレーニング用のデータセットを生成することが挙げられます。

[画像: random_patches コマンド (レンダリング)]
図3.1. random_patchesコマンドは、ランダムな幾何学的形状とテクスチャを含む正方形画像を合成します。

これらの生成された画像は、ニューラルネットワークが自然構造の半局所幾何学的分析のための関連する畳み込みフィルターを学習するのに十分な複雑さを持っています。学習されたこれらのフィルターは、ノイズ除去または超解像タスクに適用できます。これらの問題は非常に幾何学的であり、意味論的な画像分析を必要としません。したがって、単純なネットワークをトレーニングするために合成データを使用することは、これらのアプリケーションに非常に効果的です。このアプローチにより、トレーニング中に大きくてかさばる画像データセットを保存する必要がなくなります(合成画像はオンザフライで生成されるため)、また、定義済みのトレーニングセットに関連する潜在的な著作権問題を自然に回避できます。定義済みのトレーニングセットの起源は、正直なところ、必ずしも明確に引用されているわけではありません。

[画像: shape_hilbert コマンド (レンダリング)]
図3.2. shape_hilbertコマンドは、再帰レベルが増加して表示されるヒルベルト曲線をレンダリングします。

新しいpcaコマンドは、ベクトルのセットに対して主成分分析(PCA)を計算します。この分析は、ベクトルデータの代表的な次元とその主要な空間方向を決定するのに役立ちます。PCAは、ノイズ除去、圧縮、顔認識、テクスチャ分析、幾何学的レジストレーションなど、画像処理およびデータ分析にさまざまな応用があります。下の例は、トンボのシルエットの主軸(破線で表示)を決定する際のその使用法を示しています。

[画像: pca コマンド]
図3.3. pcaコマンドは、ここで2Dバイナリシルエットの主軸の方向を計算するために使用されています。

新しいdepthmap3dおよびnormalmap3dコマンドは、それぞれ深度マップおよび3D法線マップとしてオブジェクトレンダリングを合成することにより、G'MICの3Dメッシュレンダリング機能を拡張します。

[画像: depthmap3d および normalmap3d コマンド]
図3.4. 回転する3Dモデルに対してdepthmap3dおよびnormalmap3dコマンドを使用して生成されたレンダリング。

最後に、G'MICの行列演算アルゴリズムに行われた一般的な改善について言及します。これには、ピボット付きQR分解の追加、行列逆算の数値精度の向上、および線形システムのソルバーの改善が含まれます。これらの更新は視覚化するのが難しいですが、ランダムな40x40の正方行列を生成し、それを逆算し、2つを乗算して単位行列が回復することを確認する短いコマンドライン例を以下に示します。

$ gmic 40,40 rand -1,1 +invert +mmul name A,invA,'A*invA'

[画像: invert コマンド]
図3.5. gmicコマンドラインツールを使用してランダム行列を逆算する例。

もちろん、これは今年のG'MICコアでの作業のほんの一部です。より技術的な詳細については、変更履歴を確認することをお勧めします。

4. 新しいソースリポジトリ: gmic-interactive-demos

公的研究機関のメンバーとして、私は時折、科学普及イベント(フランスのFête de la scienceやノルマンディのFÉNOフェスティバルなど)に参加します。これらは、画像処理研究を一般の人々に紹介する素晴らしい機会です。これらのプレゼンテーションをより魅力的で楽しいものにするために、長年にわたりG'MICスクリプト言語の機能を利用したさまざまなインタラクティブプログラムやデモンストレーションブースを開発してきました。

これらのオープンソースアプリケーション(CeCILLライセンスでリリース)は、現在このソフトウェアリポジトリで利用可能です:github.com/GreycLab/gmic-interactive-demos

画像処理の概念を初心者向けに説明したい教育者や研究者にとって役立つかもしれません。ソースコードは、G'MIC言語がG'MIC-Qtプラグインとは完全に独立したインタラクティブプログラムを作成するためにどのように使用できるかを示しています。

現在、リポジトリには3つのデモンストレーターが含まれており、以下に詳述します。

4.1. The SteamFace Machine

The SteamFace Machineは、私たちの最新のデモンストレーターです。畳み込みニューラルネットワークが画像内の顔を検出し、顔の特徴を分析する方法を、魅力的なスチームパンクテーマで紹介します。

[画像: The SteamFace Machine (イントロ)]
図4.1.1. 「The SteamFace Machine」デモンストレーターの起動画面。

ウェブカメラからのライブビデオフィードが画面に表示され、顔が中央に配置されると、顔検出ゲージがアクティブになります。右下隅には、検出を実行しているニューラルネットワークの中間層の出力(LeNet-5スタイルのアーキテクチャに基づいたバイナリ分類器)が表示されます。

[画像: The SteamFace Machine (メイン)]
図4.1.2. 「The SteamFace Machine」における畳み込みニューラルネットワークによる顔検出。

顔が検出されると、2番目のネットワークが推論を実行し、性別、年齢、髪型、眼鏡や帽子の有無、鼻の大きさなど、さまざまな顔属性を抽出します。

[画像: The SteamFace Machine (属性)]
図4.1.3. 検出された顔に関連するいくつかの属性の分析。

このセットアップは、ニューラル分類器の能力だけでなく、それらを構築するために使用されたトレーニングデータセットの本質的なバイアスや限界も示す、一般の人々にニューラル分類器を紹介するための視覚的に魅力的な方法です。たとえば、このデモンストレーターはCelebAデータセットを使用していますが、これは(展示ホールのような)制御されていない環境でウェブカメラを介してキャプチャされた画像とはかなり異なります。

また、GREYCのシステムおよびネットワーク管理(ASR)チームの同僚であるPhilippe Bernard氏の多大な貢献にも言及したいと思います。彼は、The SteamFace Machineを搭載した物理的でポータブルなデモンストレーションキオスクを構築し、科学普及イベントに持ち運びやすくしました!

[画像: The SteamFace Machine (キオスク)]
図4.1.4. 建設段階中の「The SteamFace Machine」物理キオスクのデモビデオ。

4.2. Virtual Artist

Virtual Artistは、2つの画像間のスタイル転送の概念を説明するために設計された別のインタラクティブデモンストレーターです。カラー転送(セクション2.6で説明)は色調のみに焦点を当てますが、スタイル転送はさらに進んで、スタイル画像のグラフィックとテクスチャ全体をソース画像に転送しようとします。これははるかに複雑な課題であり、最先端の方法は通常、ディープニューラルネットワークに依存します。

Virtual Artistは、最先端のニューラル転送技術と競合することを目的としていません。むしろ、画像処理におけるスタイル転送の一般的なメカニズムを説明するための教育ツールとして機能します。ユーザーはさまざまな事前定義されたソース画像とスタイル画像を操作できます。下の図は、アプリケーションの主な画面の一部を示しています。

[画像: Virtual Artist]
図4.2.1. 2つの画像間のスタイル転送を説明する「Virtual Artist」アプリケーション。

このデモンストレーターは、一般普及イベント中に大きなタッチスクリーンテーブルで何度も展開されており、人々の関心を引き続けています!

[画像: Virtual Artist (FÉNO)]
図4.2.2. 2021年のノルマンディ卓越フェスティバル(FÉNO)での「Virtual Artist」アプリの動作。

4.3. GREYC Warp

リポジトリの最後のデモンストレーターであるGREYC Warpは、インタラクティブなおもしろ鏡を実装しています。ユーザーはライブウェブカメラストリームを表示し、リアルタイムで計算される変形を定義する制御点を生成、移動、または削除できます。10個の事前定義された変形プリセットも利用可能です。

[画像: GREYC Warp]
図4.3.1. 「GREYC Warp」アプリケーションでは、ユーザーはユーモアたっぷりにウェブカメラフィードをインタラクティブに歪ませることができます。

実際の環境でこのデモンストレーターをテストした経験から、子供たちに大人気です(ただし、非常に幼い子供たちは、それが自分の実際の姿を反映していると心配するかもしれませんが!)。シンプルでありながら魅力的なアプリケーションです。

5. G'MICとクリエイティブコーディング

これらのいくつかのデモンストレーターは、すでにG'MIC言語がクリエイティブコーディング(それ自体として芸術的表現(視覚、音楽、文学、インタラクティブ、パフォーマンスなど)の媒体としてのコンピュータプログラミングの使用)に適していることを示唆しています。

5.1. 短いクリエイティブスクリプト

元デモメーカーとして、クリエイティブコーディングは私の心に近い分野です。新しい視覚効果を実験したり、オンラインで見かける魅力的な効果を再現したりするために、G'MICフォーラムで短いスクリプトを定期的に作成して共有しています。これらの最近の効果の一部を、対応するソースコード(.gmicスクリプト)へのリンクとともに以下に説明します。

回転拡散限定凝集:この効果は、拡散限定凝集(DLA)のバリエーションです。静止した古い要素に接触すると凍結する移動粒子のシステムを実装しています。回転、ズームアウト、カラーパレットを追加すれば完成です!この効果のソースコードは、コメントを含めてわずか36行です。

[画像: Diffusion-Limited-Aggregation (アニメーション)]
図5.1.1. G'MICによってレンダリングされたアニメーション「回転拡散限定凝集」効果。

ネオンヒルベルト曲線:このアニメーションは、ネオン照明を思わせる段階的なストロークでヒルベルト曲線の描画を様式化しています。ソースコードは52行と少し長いです😉。

[画像: Hilbert-Curve (アニメーション)]
図5.1.2. G'MICによってレンダリングされたアニメーション「ネオンヒルベルト曲線」効果。

形状モーフィング:ここでは、2つのシルエットが連続ループで互いにモーフィングします。これはエッジレットを使用して両方のシルエットの輪郭を抽出し、パラメーター化します。この効果のソースコードは、36行というより控えめなサイズに戻りました。

[画像: Morph Shape (アニメーション)]
図5.1.3. G'MICによってレンダリングされたアニメーション「形状モーフィング」効果。

3Dトンネル:これは個人的なお気に入りです。古典的なデモシーン効果ですが、レンダリングは非常に満足のいくものです。68行で、この完全にループする256フレームのアニメーションを生成するためのソースコードは非常にコンパクトなままです。

[画像: Tunnel 3D (アニメーション)]
図5.1.4. G'MICによってレンダリングされたアニメーション「3Dトンネル」効果。

幾何学的なワンライナー:その簡潔な構文のおかげで、G'MIC言語はワンライナーの作成に適しています。参照ドキュメントのセクション全体が、興味深いワンライナーに捧げられています。Georg WenglerがGeoGebraで作成したこのグラフィックを見つけたとき、それをG'MICで単一のコマンドラインアニメーションとして再現したいと思いました。幸いなことに、コード行は80文字に制限されていません!

$ gmic 12,12,256,2,"a = 1 + x; b = 1 + y; t = lerp(0,2pib,z/d); cos(a/bt)cexp([0,t])" 12,12,1,2,"S = crop(#-1,x,y,0,c,1,1,d#0,1); S = round(45(S - avg(S)) + 50); draw(#-1,S,x,y,0,c,1,1,d#0,1)" rm. 1200,1200,1,3,255 repeat 256 { 12,12,1,1,"repeat (16,l, X = 100[x,y] + round(I(#0,x,y,$> + l/16,2,2)); ellipse(#-1,X,1,1,0,1,0))" rm. +rs. 600 w. rm. wait 20 } rm

[画像: cos(ab) (アニメーション)]
図5.1.5. G'MICによってレンダリングされたアニメーション「cos(ab)」効果。

このセクションで紹介されたすべての新しいアニメーションは、G'MICウェブサイトのギャラリーセクションで利用できます。

5.2. 「G'MIC Adventures」シリーズの継続

時折、クリエイティブコーディングプロジェクトをゼロから構築するステップバイステップのプロセスを共有しており、これはG'MICフォーラムに短い記事として書かれています。このシリーズはG'MIC Adventuresと呼ばれています。前回のレポート以降、2つの新しいエピソードが公開されました。

多層パーセプトロンをトレーニングしてカラー画像を再現する(G'MIC Adventure #5):

この第5話では、単純なニューラルネットワーク(多層パーセプトロン)をトレーニングして、画像関数 (x,y) → (R,G,B) 全体を学習させます。つまり、入力座標ベクトル (x,y) から正しい (R,G,B) カラーを予測します。以下の図に示すように、収束するまで、各学習イテレーションでネットワークによって再構築されたカラー画像を視覚化するのは興味深いです。

[画像: MLP (アニメーション)]
図5.2.1. 多層パーセプトロンのトレーニングによって得られたカラー画像の反復的な再構築。

この第6話では、G'MICで波動方程式を実装することに焦点を当てます。記事の最終結果を示す以下の図に示されているように、画像に興味深い変形効果を適用する能力を探求します。

[画像: Wave equation (アニメーション)]
図5.2.2. 画像の輪郭に沿って画像を歪ませる異方性波動方程式の適用。

このセクションで提示された例は、特に視覚効果のラピッドプロトタイピングにおける、クリエイティブコーディングにおけるG'MICの可能性を示しています。コマンドラインインターフェイス(gmicコマンド経由)は、アニメーションの生成や画像のバッチ処理の自動化に役立つユーティリティです。

6. プロジェクト関連のその他のニュース

この長い投稿を締めくくるために、プロジェクトに関連するその他の注目すべきニュースを簡単にまとめます。

G'MICの配布:時間の経過とともに、G'MICの配布はペースを上げ、インストールが容易になりました。まず、GIMPがメジャーバージョン3.2をリリースした際に、G'MIC-Qtが最初に利用可能になったプラグインの1つであったことに注目する価値があります。MacPortsのパッケージ担当者の素晴らしい仕事のおかげで、macOSユーザーにとってこのプラグインのインストールもはるかに簡単になりました。彼らは最新バージョンを提供しています。

また、G'MICがいくつかの他のプロジェクトで関心を集めていることも学びました。

  1. G'MIC-GEGLプロジェクトは、G'MIC-Qtプラグインのさまざまなフィルターを、GIMPの内部で使用されている画像処理ライブラリであるGEGLノードとして直接公開することを目的としています。これは、G'MIC-Qtの効果が最終的にGIMPで非破壊的な効果レイヤーとして使用できることを意味します。

  2. PhotoFlareはクロスプラットフォームのデジタル画像エディターであり、その開発者は、その何百もの利用可能なフィルターを活用するためにG'MIC-Qtプラグインを統合したと発表しました。

  3. gmic-affinityプロジェクトは、Affinity PhotoでRust製のプラグインを開発し、G'MIC-Qtプラグインをユーザーに提供することを目的としています。プラグインは、8bf APIを介してこのソフトウェアで既に機能しています(このビデオで示されているように)、残念ながらmacOSユーザーにはまだ利用できません。

  4. 最後に、G'MIC-QtがSnap Storeに登場し、GIMPプラグインをインストールするための代替方法を提供しています。

7. 結論

この4.0リリースは、G'MICにとって重要なマイルストーンとなります。最初のコードから18年後、このプロジェクトは、公的研究機関内で生まれたオープンソースソフトウェアが、控えめなリソースで、オープンソースデジタルアートの景観に長期的な存在感を示し、そのオープンで拡張可能なエコシステムのおかげで革新を続けることができることを示しました。

この投稿は、G'MICの成熟度と汎用性を示すことを目的としていました。これは、デジタルアーティストからコマンドライン愛好家、画像処理研究者まで、デジタル画像を扱うすべての人々を対象とした、さまざまなインターフェイスを持つ多目的フレームワークです!

また、これらすべてがプロジェクトを取り巻く支援的なエコシステムなしには不可能であったことを皆さんに思い出させる機会でもあります。学術パートナー(CNRS、ENSICAEN、カーン大学、GREYC経営陣)、そしてコミュニティ全体(テスター、パッケージ担当者、コンテンツクリエイター、日常ユーザー)に心より感謝申し上げます。皆様のサポートに大変感謝しております。

アイデアは流れ、ピクセルで遊びたいという欲求はかつてないほど強く、私たちはこのオープンソースフレームワークが将来に値するように開発とプロモーションを続けていきたいと願っています。

来年も投稿があるでしょうか?それは時が経てばわかるでしょう!

8. 過去のG'MICニュース投稿

この投稿を楽しんでいただき、過去のアナウンスを通じてG'MICの歴史を振り返りたい場合は、過去のニュース記事を以下に示します。