По первому вопросу вы говорите о передаче стиля изображения. В этом случае CNNs может вам помочь.
Во-вторых, если я правильно понимаю, под ростом вы подразумеваете внесение изменений в патч изображения при сохранении его реалистичности. Если это цель, вы можете использовать GAN для создания изображений, при условии, что у вас есть набор данных разумного размера для обучения:
Синтез изображения с помощью GAN
Интуитивно понятно, что условные GAN моделируют совместное распределение входного набора данных (которые в вашем случае представляют собой изображения, которые вы хотите имитировать) и могут рисовать новые выборки (изображения) из изученного распределения, что позволяет вам создавать больше изображений, имеющих сходные содержание.
Pix2Pix - это код с открытым исходным кодом широко известной бумаги , которую вы можете использовать для создания изображений. В частности, пусть X будет вашим входным изображением, а Y будет целевым изображением. Вы можете обучить сеть и подать X, чтобы наблюдать выход O генератора. После этого, немного изменив архитектуру или изменив последовательность пропущенных соединений (прочитайте статью), вы сможете генерировать разнообразие в выходных изображениях O.
Передача стиля шрифта - интересный эксперимент с текстом на изображениях (а не на изображении, как в вашем случае).