在這個教程中，我們將學習如何使用使用一組基礎特征實現生成式NFT藝術品。 使用的工具包括Python和Scrappy Squirrels提供的基礎特征庫。

用熟悉的語言學習 以太坊DApp開發 ： Java | Php | Python | .Net / C# | Golang | Node.JS | Flutter / Dart

像Cryptopunks 和Bored Ape Yacht Club這樣的Marquee NFT 項目 已經產生了數億美元的收入，并讓 開發者成為了百萬富翁。這些項目（以及當今大多數其他成功的 NFT 項目）的共同點是它們都是PFP 項目。 這意味著它們通常是 10,000 多個化身的集合，其中每個化身都是獨一無二的，并且具有一組特征。

在這個教程中，我們將學習如何使用自定義稀有度生成這樣的收藏。我們將使用Scrappy Squirrels團隊創建的庫來完成此任務。 在本教程結束時，你將生成自己的自定義頭像集合以及關聯的元數據。

1、準備工作

我們的庫是用 Python 編寫的，因此需要在計算機上安裝Python，此外你還需要 pip， 它將為我們安裝重要的軟件包。 可以到此網站并下載最新版本的 Python。即使不熟悉如何編程（使用 Python 或其他方式） 也可以學習本教程。

你還需要一位了解數字藝術的藝術家來創建自己的定制收藏。但是，這不是學習本教程所必需的。我們將為你提供某些測試圖像。

作為本教程的一部分，我們將引導你完成創建Scrappy Squirrels NFT 的過程，這是我們已經啟動的一個真實項目。本教程 以及后續教程是我們路線圖目標的一部分，旨在讓人們更容易訪問 NFT 和區塊鏈。

松鼠已經使用超過 85 個特征生成。這里有幾個示例：

2、生成式NFT圖像的實現機制

我們在上面看到的松鼠是通過將 PNG 圖像堆疊在一起生成的。盡管沒有藍籌 NFT 項目描述他們如何產生藝術，但我們確信 這也是他們所做的。你看到的幾乎每個 NFT 頭像都是一組堆疊的 PNG 圖像。

從右上角開始，如果你將每個特征圖像按順時針順序堆疊，一個接一個，最終會得到位于中心的圖像。這里有幾點需要注意：

每個特征圖像（以及最終的松鼠頭像）具有完全相同的尺寸。除了背景特征（這是第一個特征）之外，其他所有特征圖像都有透明背景。特征圖像必須堆疊以獲得正確的松鼠頭像（即從右上角順時針方向）。特征圖像的繪制方式使其位置相對于所有其他特征都有意義。我們可以將任何特征與同一類別的另一個特征交換（例如，將紅色襯衫換成藍色襯衫）。因此，在這種情況下，如果每個特征 類別有 10 個特征，我們理論上可以生產 1 億只不同的松鼠。

因此，藝術家的工作是創建各種特征類別的多個圖像。你可以根據需要擁有盡可能多或盡可能少的特征類別。請記住，可能的 組合數量會隨著特征類別的數量呈指數增長。

在Scrappy Squirrels項目中，我們創建了 8 個特征類別：

每個特征類別都有不同數量的特征圖像。例如，我們有 11 種不同的襯衫可供使用：

現在輪到你了。你需要確定要使用的特征類別并為每個類別生成特征圖像。確保它們滿足上述條件（應具有相同的尺寸，應正確定位等）。 此外，請確保正確命名特征圖像。你為圖像命名的內容將出現在元數據文件中。

完成此操作后，我們現在就可以使用庫自動生成我們的收藏了！如果你不是藝術家（或無法接觸藝術家），請不要擔心！我們 有一些示例圖像可供你使用。

注意：目前該庫僅能夠處理 PNG 圖像。我們將很快增加對其他媒體類型的支持。

3、下載庫并安裝所需的軟件包

我們的生成式NFT藝術庫在 GitHub上 免費提供。

下載庫后，打開終端或命令提示符，然后運行以下命令：

1

pip install Pillow pandas progressbar2

運行此命令將安裝我們的庫所依賴的三個重要的 Python 包：

Pillow：一個圖像處理庫，可以幫助我們堆疊特征圖像。Pandas：一個數據分析庫，可以幫助我們生成和保存圖像元數據。Progressbar：一個庫，它會告訴我們圖像生成發生時的進度。4、添加自定義資產

在你下載的generation-art-nft存儲庫中，會看到有一個assets文件夾。如果有可用的自定義特征藝術品， 請將此文件夾的內容替換為你的資產。在我們的例子中，assets文件夾有 8 個子文件夾，代表適當命名的類別（見上文）， 每個子文件夾都有該特定類別的特征圖像。

如果沒有自定義圖稿，請保持默認資產文件夾不變。

5、配置 config.py 文件

這是生成頭像集合之前的最后一步（也許也是最重要的一步）。打開config.py文件并按照以下說明進行填寫。

配置文件由一個名為 CONFIG 的 Python 變量組成。CONFIG 是一個 Python 列表（由 [] 封裝）。它包含按 需要堆疊的順序排列的特征類別列表。這里的順序非常重要。這是一個示例配置。

1234567891011128425262728293033738394044748495055758

CONFIG = [    {        'id': 1,        'name': 'background',        'directory': 'Background',        'required': True,        'rarity_weights': None,    },    {        'id': 2,        'name': 'body',        'directory': 'Body',        'required': True,        'rarity_weights': 'random'    },    {        'id': 3,        'name': 'eyes',        'directory': 'Expressions',        'required': True,        'rarity_weights': None    },    {        'id': 4,        'name': 'head_gear',        'directory': 'Head Gear',        'required': False,        'rarity_weights': None    },    {        'id': 5,        'name': 'clothes',        'directory': 'Shirt',        'required': False,        'rarity_weights': None    },    {        'id': 6,        'name': 'held_item',        'directory': 'Misc',        'required': True,        'rarity_weights': None,    },    {        'id': 7,        'name': 'hands',        'directory': 'Hands',        'required': True,        'rarity_weights': None,    },    {        'id': 8,        'name': 'wristband',        'directory': 'Wristband',        'required': False,        'rarity_weights': [100, 5, 5, 15, 5, 5, 15, 15, 5, 1]    },]

每個特征類別都表示為一個 Python 字典（由 {} 封裝）。所需要做的就是在 CONFIG 列表中按順序定義這些特征類別字典。

特征類別字典有 5 個它需要的鍵。它們是id、name、directory、required 和 rarity_weights。創建新層（或替換現有層）時， 請確保已定義所有這些鍵。

下面是為每個鍵分配值的方式：

id：層數。例如，如果主體是需要堆疊的第二個特征類別（或層），它的 id 將為 2。請注意，層仍必須以正確的順序定義。name：特征類別的名稱。這可以是你選擇的任何內容。它將出現在元數據中。directory：資產中包含該特定特征類別圖像的文件夾的名稱。required：如果每個圖像都需要此類別。某些特征類別（例如背景、身體和眼睛）必須出現在每個頭像中，而某些其他 類別（例如頭飾、腕帶或衣服）可以是可選的。我們強烈建議你將第一層所需的值設置為 true。rarity_weights：這個類別將決定你的特征有多普遍（或稀有）。查看下一部分以獲取更多詳細信息。6、配置稀有權重

rarity_weights鍵可以采用三種值：None、Random 或 Python 列表。讓我們一一探索每個值。

如果將 rarity_weights 值設置為None，每個特征將被分配相同的權重。因此，如果有 5 個特征，則每個特征將出現在 大約 20% 的化身中。

如果required為 False，則同樣可能根本無法獲得該特定特征。在前一種情況下，如果required屬性設置為 false，則每個 特征將出現在大約 16.6% 的頭像中。另有 16.6% 的化身根本沒有這種特殊特征。

將rarity_weights設置為 ‘random’（注意括號）會隨機為每個類別分配權重。我們強烈建議你不要使用此功能。始終采用相同 或自定義的用戶定義稀有度。

Python 列表可能是分配稀有度權重的最常用方法。首先要做的是轉到特征類別文件夾并按名稱對特征圖像進行排序。例如， 對Wristbands文件夾進行排序將為我們生成以下內容：

可以看到我們有 9 種不同類型的腕帶。現在，我們需要定義一個 Python 列表（由 [] 封裝），其中每個數字代表按升序 分配給特定特征的權重。

如果必需的設置為 True，則權重的數量應等于該類別的特征數量。如果必需的設置為 False，那么權重的數量應該等于特征 數量加一。

在我們的例子中，如果需要腕帶，我們將在列表中定義九個權重，如果不需要，我們將定義十個權重。在后一種情況下，第 一個重量將是與根本沒有腕帶相關的重量。

讓我們看一下我們為腕帶定義的rarity_weights。

1

[100、5、5、15、5、5、15、15、5、1]

由于不需要腕帶，我們設置了十個重量（九加一）。第一個重量是與根本沒有腕帶相關的重量。第二個權重與Cheetah樂隊相關聯， 第三個權重與Giraffe樂隊相關聯，依此類推。注意這里的字母順序。

權重越高，特定特征越常見。例如，Cheetah的權重為 5，沒有手環的權重為 100。這意味著擁有Cheetah手環的幾率是沒有手環的 20 倍。

7、生成NFT藝術品集合

一旦配置了 config.py 文件，現在是時候生成你的集合了。打開終端（或命令提示符）并導航到generation-art-nft文件夾 運行以下命令：

1

python nft.py

運行此命令將啟動圖像生成程序。它將首先檢查 config.py 文件是否有效。接下來，它將告訴你不同的可能組合的總數。 然后它會詢問你要創建多少個頭像。我們建議創建比你想要創建的多 20% 的內容，這樣即使在刪除重復項之后也有足夠的剩余。 在我們的例子中，我們選擇創建 12,000 個化身，盡管我們想要 10,000 個。然后它會要求你為集合命名，然后開始生成過程。

我們花了大約 30 分鐘來生成 11,957 個頭像（刪除重復后）。圖像及其相關元數據將在輸出文件夾中可用。

圖像文件夾看起來像這樣。請注意，這只是一個示例，而不是我們生成的最終松鼠：

元數據文件是一個 CSV 文件，可以將其導入 Excel 并進行分析（例如哪個特征最稀有、哪個特征組合最常見、頭像稀有度排名等）。

原文鏈接：http://blog.hubwiz.com/2022/04/07/generative-nft-art-tutorial/