Jak połączyć wiele obrazów referencyjnych ze sztuczną inteligencją

Zdecyduj, czy potrzebujesz nowej kompozycji, czy edycji stałego obrazu

Zacznij od tej części obrazu, która musi pozostać jak najwierniejsza.

Jeśli chcesz nową kompozycję , wszystkie odniesienia mogą prowadzić nowo wygenerowaną scenę. Pasuje to do postaci w nowej lokalizacji, koncepcji moodboardu lub ilustrowanego wizerunku kampanii.

Jeśli musisz zachować istniejące zdjęcie , zidentyfikuj je jako podstawę i poproś o ograniczone uzupełnienie lub zmianę. Na przykład: "Zachowaj pokój obrazu 1, kąt kamery i meble bez zmian. Dodaj krzesło z obrazu 2 obok okna". Nawet z tą instrukcją sprawdź cały wynik pod kątem niezamierzonych zmian. Użyj zaznaczenia lub maski, gdy wybrany edytor je obsługuje, a zmiana należy do określonego obszaru.

Jeśli dokładne piksele, litery produktów lub geometria muszą przetrwać, warstwowy edytor obrazów może być lepszym narzędziem do końcowego montażu. Sztuczna inteligencja może pomóc zharmonizować kompozyt, ale odniesienie jest raczej wskazówką niż obietnicą wklejenia jego zawartości bez zmian. Porównanie narzędzi do edycji części zdjęcia bardziej szczegółowo wyjaśnia wybory kontrolne.

1. Daj każdemu obrazowi jedno główne zadanie

Nie potrzebujesz dużej kolekcji referencji. Zacznij od najmniejszego zestawu zawierającego informacje, których potrzebuje gotowy obraz.

Odniesienie do stylu i odniesienie do tożsamości mogą powodować konflikty. Wysoce stylizowana twarz może zachęcić modelkę do zmiany proporcji oryginalnej osoby; skomplikowane tło może odciągnąć kamerę od planowanej uprawy. Określ, która rola ma pierwszeństwo.

Wskazówki OpenAI dotyczące generowania obrazów również zalecają przypisywanie ról i opisywanie relacji przestrzennych. Zasada ta rozchodzi się między narzędziami, ale ograniczenia obrazu i kontrole odniesienia zależą od wybranego produktu i modelu.

W przypadku nowej sceny ze znaną postacią użyj najwyraźniejszego zatwierdzonego obrazu tożsamości. Widok z przodu lub w trzech czwartych może uwidocznić cechy identyfikujące; dodaj kolejny widok tylko wtedy, gdy dostarcza informacji, których potrzebuje scena. W przypadku produktu dołącz kąt, który chcesz pokazać, zamiast oczekiwać, że model zrekonstruuje ukrytą etykietę.

2. Przygotuj zestaw odniesienia, który możesz wyjaśnić jednym zdaniem

W przerobionym przykładzie opis był prosty: umieść małego robota kurierskiego po prawej stronie oranżerii botanicznej na niebieską godzinę, pozostawiając miejsce po lewej stronie na późniejszy tekst.

Trzy obrazy dostarczyły różnych informacji:

1
1. Referencje robota: kremowy korpus, asymetryczne bursztynowe i turkusowe oczy, antena z czerwonymi koralikami, musztardowy plecak i ciemnoniebieskie dłonie.
2
2. Odniesienie do oranżerii: konstrukcja szklanego dachu, ciepłe drzwi, chłodne wieczorne światło, nasadzenia i chodnik z terakoty.
3
3. Przewodnik po układzie: temat po prawej stronie i obszar po lewej stronie zarezerwowany dla tekstu.

Odniesienie 1 podaje tożsamość. Nie jest to zamierzone tło ani ostateczna uprawa.

Odniesienie 2 dostarcza oprawę i oświetlenie. Konstrukcja dachu i drzwi czynią go bardziej specyficznym niż "szklarnia".

Odniesienie 3 rozmieszczenie materiałów eksploatacyjnych. Jego etykiety nie powinny pojawiać się na gotowym obrazie.

Twoje referencje nie muszą mieć tego samego stylu wizualnego, ale wyjaśnij, jak ostateczny obraz powinien je pogodzić. Tutaj żądane leczenie było dotykową ilustracją poklatkową. Tożsamość podmiotu miała większe znaczenie niż kopiowanie każdego piksela jego neutralnego tła.

3. Prześlij referencje i sprawdź ich kolejność

Darmowe konta w USA otrzymują 120 kredytów dziennie ; diety dzienne różnią się w innych regionach. Możesz zacząć odkrywać pomysły na obrazy z Seedream 5.0 Lite i Nano Banana. Otwórz edytor zdjęć AI Dreaminy i wejdź do obrazu AI . Dodaj obrazy referencyjne, wybierz dostępny model, który akceptuje twój zestaw, i wybierz wyjściowe proporcje i rozdzielczość, których potrzebujesz. Dostępność modelu i wymagania kredytowe mogą się różnić w zależności od konta.

Przed wygenerowaniem sprawdź, która miniatura jest odniesieniem 1, 2 i 3. Jeśli interfejs zmieni ich kolejność, zaktualizuj monit. Doskonale napisana instrukcja dołączona do niewłaściwego obrazu może zamienić role tematu i tła.

W przykładzie wykorzystano Seedream 5.0 Pro, 16: 9, 2K , z trzema odniesieniami. Są to ustawienia tego przykładu, a nie twierdzenie, że każdy model obsługuje tę samą liczbę odwołań. Pobrany wynik to 2560 × 1440 pikseli.

Wybierz proporcje przed pracą nad drobnymi szczegółami. Późniejsza zmiana z kwadratu na szeroki baner może zmienić położenie tematu i wykorzystać miejsce przeznaczone na tekst.

4. Napisz monit, który łączy obrazy

Przydatny monit nazywa role referencyjne, opisuje gotową scenę i chroni ważne szczegóły. "Połącz te obrazy" pozostawia modelowi zbyt wiele decyzji.

To był monit używany z trzema odniesieniami:

Użyj odnośnika 1 tylko dla tożsamości robota kurierskiego, odnośnika 2 dla architektury i oświetlenia oranżerii, a odnośnika 3 tylko dla układu. Umieść dokładnie robota naturalnie na chodniku po prawej stronie, pozostaw lewą trzecią wolną. Zachowaj asymetryczne oczy, antenę z czerwonymi koralikami, musztardowy plecak i niebieskie dłonie. Dopasuj perspektywę naziemną i cień kontaktowy. Nie kopiuj etykiet przewodników, żadnych słów, żadnych dodatkowych znaków.

Monit wykonuje cztery zadania. Przypisuje dane wejściowe, nazywa ważne szczegóły tożsamości, umieszcza robota w scenie i wyklucza etykiety układu. Dopasowana perspektywa i cień kontaktowy dają również obiektowi fizyczny związek z podłożem.

Dla własnego projektu dostosuj tę strukturę:

Użyj obrazu 1 dla [tożsamość podmiotu], obrazu 2 dla [ustawienia lub podstawy] i obrazu 3 dla [układu lub stylu]. Utwórz [jedną gotową scenę]. Umieść [temat] w [pozycji i skali względnej], wchodząc w interakcję z [określoną powierzchnią lub obiektem]. Zachowaj [istotne szczegóły]. Dopasuj [kierunek światła, perspektywa i obróbka materiału]. Nie kopiuj [niechcianego tekstu przewodnika lub tła odniesienia].

Ten szablon jest instrukcją początkową, a nie monitem za oddzielnie demonstrowanym wynikiem. Wypełnij konkretne relacje: "butelka spoczywa na marmurowym blacie" jest bardziej przydatne niż "mieszaj wszystko naturalnie".

W przypadku stałej podstawy zmień pierwsze zdanie: "Użyj obrazu 1 jako podstawy; zachowaj kąt kamery, architekturę i istniejące obiekty". Następnie określ dodatek i obszar, który może zajmować.

5. Porównaj wynik z każdym źródłem, a nie tylko ogólne wrażenie

Ten sam brief został również podjęty tylko z odniesieniem do robota. Ta wersja wyglądała spójnie: robot stał po prawej stronie i zachował swoje cechy identyfikacyjne. Jednak model wynalazł oranżerię z innym układem dachu i oświetlenia.

Mając tylko odniesienie do robota, ustawienie pochodziło głównie z pisemnego opisu. Przekonująca oranżeria niekoniecznie była oranżerią zaopatrzoną.

Wersja z trzema referencjami zawierała bliżej dostarczoną konstrukcję szklanego dachu, ciepłe drzwi i chodnik, zachowując jednocześnie asymetryczne oczy robota, antenę, plecak i niebieskie dłonie. Nie powielał etykiet przewodnika po układzie.

Wynik trzech odniesień: rozpoznawalny obiekt, ustawienie bliżej źródła i umieszczenie po prawej stronie. Lewa strona nadal zawiera rośliny i detale architektoniczne, więc nie jest to gotowy pusty panel na tekst.

Oba obrazy mają wymiary 2560 × 1440. Ta para ilustruje, co dodatkowe ustawienia i odniesienia do układu wniosły do jednego zadania. Ponieważ monit również się zmienił, nie izoluje liczby odwołań jako jedynej przyczyny ani nie ustala ogólnego wskaźnika sukcesu.

Użyj tej kolejności recenzji:

• Tożsamość: czy cechy definiujące podmiot przetrwają?
• Otoczenie: czy obecna jest wymagana architektura, powierzchnie produktów lub punkty orientacyjne?
• Umieszczenie: czy obiekt ma zamierzony rozmiar iw zamierzonej części kadru?
• Integracja: czy stopy lub podstawa przedmiotu spotykają się z wiarygodną powierzchnią, z kompatybilną perspektywą i cieniami?
• Dostawa: czy plon nadaje się do użytku i czy jest naprawdę czytelne miejsce na kopię, którą planujesz dodać?

Ostatnie pytanie ma znaczenie w przykładzie. "Lewy trzeci czysty" trzymał robota poza tym obszarem, ale nie zamienił zasadzonej oranżerii w płaskie tło. W przypadku reklamy poproś o cichszy obszar po lewej stronie lub dodaj zaprojektowany panel tekstowy w edytorze układu.

6. Popraw jeden widoczny problem na raz

Zachowaj zaakceptowany obraz i oryginalne referencje. Wyjaśnij, co powinno się zmienić, a co powinno pozostać na stałe. Unikaj zastępowania całego briefu słowem "zrób to lepiej".

Są to sugerowane poprawki, a nie demonstracje, że każdemu udało się w tym przykładzie. Jeśli lokalna korekta wielokrotnie zmienia dobre obszary, przejdź do narzędzia z zaznaczeniem, maskowaniem lub warstwami. Aby pisać, zakończ z przewodnikiem edycji tekstu w obrazach online .

Czy możesz zrobić to samo w innych narzędziach?

Dreamina to referencyjna ścieżka startowa w powyższym przepływie pracy. Jeśli wolisz inny interfejs, skorzystaj z instrukcji dla faktycznie wybranego modelu. W ChatGPT Images prześlij zdjęcia w rozmowie, określ ich role i poproś o pojedynczą kompozycję. Jego oficjalna strona pomocy opisuje również zmiany za pośrednictwem czatu lub wybranego obszaru, ostrzegając jednocześnie, że zmiany mogą wykraczać poza wybór.

Obecny model edycji Midjourney akceptuje do czterech referencji w wersjach 8.1 i 8.2. Nowszy Omni Image Guidance Leonarda obsługuje do sześciu; starsze kontrolki naprowadzania działają inaczej. Te liczby to możliwości interfejsu, a nie powody do wypełniania każdego gniazda.

W przypadku większości małych kompozytów lepszym pytaniem wyjściowym jest to, czy narzędzie szanuje twój zasadniczy temat i scenę, a nie który akceptuje najdłuższą listę plików. Jeśli ten sam znak musi powtórzyć się na oddzielnych obrazach, użyj character-consistency porównania przepływu pracy . Łączenie odniesień do nieruchomego obrazu różni się również od łączenia odniesień do wideo , gdzie ruch i ciągłość wymagają własnej kontroli.

Zapisz zaakceptowany obraz w jego rzeczywistym pobranym rozmiarze, zachowaj zestaw źródłowy i zapisz monit, który go wygenerował. Skończysz, gdy obiekt jest rozpoznawalny, ważne otoczenie przetrwa, elementy pasują do siebie, a plon służy do zamierzonego zastosowania. Zacznij od swoich referencji w Dreamina , nadaj każdemu obrazowi wyraźną rolę i oceń wynik na podstawie tego briefu.