Solte uma imagem que você gostaria de estender, escolha a proporção esperada e clique em Gerar.

para pular a fila e aproveitar uma inferência mais rápida na GPU de sua escolha

O que é Outpainting?

Outpainting é uma técnica que estende uma imagem além de seus limites originais, permitindo que você adicione, substitua ou modifique elementos visuais em uma imagem enquanto preserva a imagem original. É semelhante ao inpainting, mas foca em expandir a imagem para fora.

Métodos para pintura externa

Existem várias abordagens para a pintura externa:

  1. Usando um modelo de pintura interna
  2. Utilizando ControlNet
  3. Empregando Difusão Diferencial

Quais são os casos de uso do Diffusers Image Outpaint?

Com base nos resultados da pesquisa fornecidos, aqui estão alguns casos de uso importantes para outpainting de imagens:

Expandindo Imagens Existentes

  1. Adicionando novos elementos a uma imagem:
    • Os usuários podem carregar uma imagem e pedir ao DALL·E para continuá-la além de suas bordas originais 
    • Isso permite a criação de imagens em maior escala em qualquer proporção de aspecto 
  1. Ampliando narrativas visuais:
    • Os artistas podem desenvolver imagens existentes para contar histórias mais longas ou criar composições mais complexas 
    • Essa técnica permite a criação de conteúdo visual interconectado e em camadas.

Melhorando obras de arte

  1. Preenchendo partes faltantes de obras de arte famosas:
    • O DALL·E pode ser usado para recriar partes faltantes de pinturas históricas, como as de Picasso 
    • Essa técnica pode ser aplicada a vários estilos e períodos artísticos.
  1. Modificando elementos específicos:
    • Os usuários podem se concentrar em aspectos específicos de uma imagem, como alterar penteados ou fundos 
    • Isso permite alterações sutis em imagens existentes sem alterar drasticamente sua aparência geral.

Criando Paisagens Surreais

  1. Gerando ambientes imaginativos:
    • Começando com um elemento simples (como um olho), os usuários podem gradualmente construir elaboradas paisagens surreais 
    • Essa técnica combina imaginação humana com conteúdo gerado por IA.
  1. Explorando cenários oníricos:
    • O processo de construção iterativa de uma imagem pode levar a criações visuais interessantes e muitas vezes bizarras 

Narrativa e construção de mundos

  1. Desenvolvendo mundos fictícios:
    • Os usuários podem começar com um pequeno elemento e expandi-lo gradualmente para uma cena ou ambiente maior 
    • Essa técnica permite criar cenários fictícios ricos e detalhados.
  1. Visualizando personagens e famílias:
    • Começando com um pequeno elemento (como um olho), os usuários podem gerar rostos inteiros, pessoas ou até mesmo famílias 
    • Essa abordagem permite o rápido desenvolvimento de designs de personagens e elementos da história.

Exploração Artística

  1. Experimentando conteúdo gerado por IA:
    • O Outpainting oferece uma maneira única de explorar os recursos das ferramentas de geração de imagens de IA 
    • Os artistas podem ultrapassar os limites do que é possível dentro desses modelos.
  1. Combinando criatividade humana com IA:
    • Os usuários podem começar com um conceito ou esboço e deixar que a IA o expanda, criando híbridos interessantes de criatividade humana e de máquina 

Perguntas frequentes

R: Outpainting é uma técnica que estende uma imagem além de seus limites originais, permitindo que você adicione, substitua ou modifique elementos visuais em uma imagem, preservando a imagem original. 

R: Existem três métodos principais mencionados:

  1. Usando um modelo de pintura interna
  2. Utilizando ControlNet
  3. Empregando Difusão Diferencial

R: Antes de pintar, você precisa:

  1. Remova o fundo usando uma ferramenta como BRIA-RMBG-1.4
  2. Redimensione a imagem para 1024×1024 pixels
  3. Substitua o fundo transparente por um fundo branco
  4. Use o estimador ZoeDepth para fornecer orientação adicional durante a geração

R: O fluxo de trabalho recomendado envolve:

  1. Carregando bibliotecas e modelos necessários
  2. Preparando a imagem de entrada
  3. Gerando uma imagem outpainted inicial usando o método inpainting ou ControlNet
  4. Refinando a imagem pintada usando um modelo de qualidade superior (por exemplo, RealVisXL)
  5. Aplicar uma máscara para criar uma transição mais suave entre as áreas originais e as pintadas
  6. Gerando a imagem final pintada com qualidade melhorada

R: Alguns modelos mencionados incluem:

  • StableDiffusionXLDifferentialImg2ImgPipeline
  • Modelo base StableDiffusion XL
  • Modelo RealVisXL

R: Sim, outro método mencionado é o BrushNet, que tem um bom desempenho em pintura externa 

R: Alguns usuários relatam dificuldades com:

  • Manter a estrutura dos objetos, especialmente corpos e rostos humanos
  • Manuseio de grandes áreas de pintura externa
  • Conectando a área pintada suavemente com a imagem original
  • Alcançando qualidade consistente em toda a imagem

R: Para obter melhores resultados, considere:

  1. Usando modelos de alta qualidade como RealVisXL
  2. Implementando técnicas de mascaramento adequadas para transições suaves
  3. Experimentando diferentes prompts e prompts negativos
  4. Considerando o uso do ControlNet para um controle mais preciso sobre as áreas pintadas
  5. Otimizando o uso da GPU e gerenciando a memória de forma eficiente durante o processo