Hur man kombinerar flera referensbilder med AI

Bestäm om du behöver en ny komposition eller en redigering av en fast bild

Börja med den del av bilden som måste förbli mest trogen.

Om du vill ha en ny komposition kan alla referenser vägleda en nygenererad scen. Detta passar en karaktär på en ny plats, ett mood-board-koncept eller en illustrerad kampanjbild.

Om du måste bevara ett befintligt fotografi , identifiera det som bas och begär ett begränsat tillägg eller ändring. Till exempel: "Håll bild 1: s rum, kameravinkel och möbler oförändrade. Lägg till stolen från bild 2 bredvid fönstret". Även med den instruktionen, inspektera hela resultatet för oavsiktliga ändringar. Använd en markering eller mask när den valda redigeraren stöder den och ändringen hör hemma i ett visst område.

Om exakta pixlar, produktbokstäver eller geometri måste överleva kan en skiktad bildredigerare vara ett bättre slutmonteringsverktyg. AI kan hjälpa till att harmonisera en komposit, men en referens är vägledning snarare än ett löfte om att klistra in innehållet oförändrat. Jämförelsen Jämförelsen av verktyg för redigering av en del av ett foto förklarar kontrollvalen mer detaljerat.

1. Ge varje bild ett huvudjobb

Du behöver ingen stor referenssamling. Börja med den minsta uppsättningen som innehåller den information den färdiga bilden behöver.

En stilreferens och en identitetsreferens kan komma i konflikt. Ett mycket stiliserat ansikte kan uppmuntra modellen att ändra den ursprungliga personens proportioner; en detaljerad bakgrund kan dra bort kameran från den planerade grödan. Ange vilken roll som har prioritet.

OpenAI: s bildgenereringsvägledning rekommenderar också att tilldela roller och beskriva rumsliga relationer. Den principen går över verktyg, men bildgränser och referenskontroller beror på vald produkt och modell.

För en ny scen med känd karaktär, använd den tydligaste godkända identitetsbilden. En front- eller trekvartvy kan göra identifierande funktioner synliga; lägg till en annan vy endast när den tillhandahåller information som scenen behöver. För en produkt, inkludera den vinkel du vill visa snarare än att förvänta dig att modellen rekonstruerar en dold etikett.

2. Förbered en referensuppsättning som du kan förklara i en mening

I det bearbetade exemplet var kortfattningen enkel: placera en liten kurirobot på höger sida av en botanisk vinterträdgård vid blå timme och lämna utrymme till vänster för senare text.

Tre bilder gav olika information:

1
1. Robotreferens: krämkropp, asymmetrisk bärnsten och kricka ögon, röd pärla antenn, senap ryggsäck och mörkblå händer.
2
2. Konservatoriets referens: glastakstruktur, varm dörröppning, svalt kvällsljus, plantering och terrakottagång.
3
3. Layoutguide: ett högermotiv och ett vänsterområde reserverat för text.

Referens 1 levererar identitet. Det är inte den avsedda bakgrunden eller den slutliga grödan.

Referens 2 ger inställning och belysning. Takkonstruktionen och dörröppningen gör den mer specifik än "ett växthus".

Referens 3 levererar placering. Etiketterna ska inte visas i den färdiga bilden.

Dina referenser behöver inte dela samma visuella stil, men förklara hur den slutliga bilden ska förena dem. Här var den begärda behandlingen taktil stop-motion-illustration. Motivets identitet betydde mer än att kopiera varje pixel i dess neutrala bakgrund.

3. Ladda upp referenserna och kontrollera deras beställning

Gratis konton i USA får 120 krediter per dag ; dagpenningen varierar i andra regioner. Du kan börja utforska bildidéer med Seedream 5.0 Lite och Nano Banana. Öppna Dreaminas AI-fotoredigerare och ange AI Image . Lägg till referensbilderna, välj en tillgänglig modell som accepterar din uppsättning och välj det utgående bildförhållande och upplösning du behöver. Modelltillgänglighet och kreditkrav kan variera beroende på konto.

Innan du genererar, kontrollera vilken miniatyrbild som är referens 1, 2 och 3. Om gränssnittet ordnar om dem, uppdatera din uppmaning. En perfekt skriven instruktion kopplad till fel bild kan byta ämne och bakgrundsroller.

I exemplet användes Seedream 5.0 Pro, 16: 9, 2K , med tre referenser. Det här är inställningarna i detta exempel, inte ett påstående att varje modell stöder samma referensantal. Det nedladdade resultatet blev 2560 × 1440 pixlar.

Välj bildförhållande innan du arbetar med små detaljer. En senare ändring från en kvadrat till en bred banner kan flytta motivet och använda det utrymme du tänkt för text.

4. Skriv en uppmaning som kopplar ihop bilderna

En användbar uppmaning namnger referensrollerna, beskriver den färdiga scenen och skyddar viktiga detaljer. "Kombinera dessa bilder" låter modellen bestämma för mycket.

Detta var uppmaningen som användes med de tre referenserna:

Använd referens 1 endast för kurirrobotidentitet, referens 2 för vinterträdgårdens arkitektur och belysning och referens 3 endast för layout. Sätt den exakta roboten naturligt på gångvägen till höger, lämna den vänstra tredjedelen fri. Bevara dess asymmetriska ögon, antenn med röd pärla, senapsryggsäck och blå händer. Matcha markperspektiv och kontaktskugga. Kopiera inte guidetiketter, inga ord, inga extra tecken.

Prompten gör fyra jobb. Den tilldelar ingångarna, namnger viktiga identitetsuppgifter, placerar roboten i scenen och utesluter layoutetiketter. Matchande perspektiv och en kontaktskugga ger också motivet en fysisk relation med marken.

För ditt eget projekt, anpassa denna struktur:

Använd bild 1 för [ämnesidentitet], bild 2 för [inställning eller bas] och bild 3 för [layout eller stil]. Skapa [en färdig scen]. Placera [objekt] på [position och relativ skala], interagera med [specifik yta eller objekt]. Bevara [väsentliga detaljer]. Matcha [ljusriktning, perspektiv och materialbehandling]. Kopiera inte [oönskad guidetext eller referensbakgrund].

Den här mallen är en startinstruktion, inte uppmaningen bakom ett separat demonstrerat resultat. Fyll i konkreta förhållanden: "flaskan vilar på marmorbänken" är mer användbar än "blanda allt naturligt".

För en fast bas, ändra den första meningen: "Använd bild 1 som bas; bevara kameravinkeln, arkitekturen och befintliga objekt." Identifiera sedan tillägget och det område det kan uppta.

5. Jämför resultatet med varje källa, inte bara helhetsintrycket

Samma kortfattning hade också försökt med endast robotreferensen. Den versionen såg sammanhängande ut: roboten stod till höger och behöll sina identifierande funktioner. Modellen uppfann dock en vinterträdgård med ett annat tak och belysningsarrangemang.

Med endast robotreferensen kom inställningen huvudsakligen från den skriftliga beskrivningen. Ett övertygande uterum var inte nödvändigtvis det medföljande uterummet.

Tre-referensversionen införlivade den medföljande glastakstrukturen, den varma dörröppningen och gångvägen närmare, samtidigt som robotens asymmetriska ögon, antenn, ryggsäck och blå händer bibehölls. Det reproducerade inte layoutguideens etiketter.

Tre referensresultat: igenkännbart motiv, en inställning närmare källan och placering på höger sida. Vänster sida innehåller fortfarande växter och arkitektoniska detaljer, så det är inte en färdig tom panel för text.

Båda bilderna är 2560 × 1440. Detta par illustrerar vad de ytterligare inställnings- och layoutreferenserna bidrog till en uppgift. Eftersom prompten också ändrades isolerar den inte referensräkningen som enda orsak eller skapar en allmän framgångsgrad.

Använd den här recensionsordningen:

• Identitet: Överlever funktionerna som definierar ämnet?
• Inställning: finns den nödvändiga arkitekturen, produktytorna eller landmärkena?
• Placering: är motivet den avsedda storleken och i den avsedda delen av ramen?
• Integration: : möter fötterna eller objektbasen en trolig yta med kompatibelt perspektiv och skuggor?
• Leverans: är grödan användbar, och finns det verkligen läsbart utrymme för den kopia du planerar att lägga till?

Den sista frågan är viktig i exemplet. "Vänster tredje klar" höll roboten utanför det området, men gjorde inte en planterad vinterträdgård till en platt bakgrund. För en annons, begär antingen ett tystare område på vänster sida eller lägg till en designad textpanel i en layoutredigerare.

6. Korrigera ett synligt problem i taget

Behåll den accepterade bilden och originalreferenserna. Förklara vad som ska förändras och vad som ska vara fixat. Undvik att ersätta hela kortfattningen med "gör det bättre".

Dessa är föreslagna korrigeringar, inte demonstrationer av att alla har lyckats i detta exempel. Om en lokal korrigering upprepade gånger ändrar bra områden, flytta till ett verktyg med markering, maskering eller lager. För bokstäver, avsluta med guiden guiden för att redigera text i bilder online .

Kan man göra samma sak i andra verktyg?

Dreamina är den referensledda startvägen i arbetsflödet ovan. Om du föredrar ett annat gränssnitt, använd instruktionerna för den modell du faktiskt väljer. I ChatGPT Images laddar du upp bilderna i en konversation, identifierar deras roller och begär en enda komposition. Dess officiella hjälpsida beskriver också redigeringar via chatt eller ett valt område, samtidigt som man varnar för att ändringar kan sträcka sig utöver ett urval.

Midresors nuvarande Redigera modell accepterar upp till fyra referenser på version 8.1 och 8.2. Leonardos nyare Omni Image Guidance stöder upp till sex; äldre vägledningskontroller fungerar annorlunda. Dessa räkningar är gränssnittsfunktioner, inte skäl att fylla varje plats.

För de flesta små kompositer är den bättre startfrågan om verktyget respekterar ditt väsentliga ämne och scen, inte vilken som accepterar den längsta listan med filer. Om samma karaktär måste återkomma över separata bilder, använd använd character-consistency arbetsflödesjämförelse . Att kombinera referenser för en stillbild skiljer sig också från kombinera referenser för video , där rörelse och kontinuitet behöver sina egna kontroller.

Spara den accepterade bilden i sin faktiska nedladdade storlek, behåll källuppsättningen och spela in prompten som producerade den. Du är klar när motivet är igenkännligt, den viktiga inställningen överlever, elementen hör samman och grödan tjänar sin avsedda användning. Börja med dina referenser i Dreamina , ge varje bild en tydlig roll och bedöm resultatet mot den informationen.