Släpp en bild som du vill utöka, välj ditt förväntade förhållande och tryck på Generera.

för att hoppa över kön och njuta av snabbare slutsatser om den GPU du väljer

Vad är outpainting?

Outpainting är en teknik som sträcker en bild utanför dess ursprungliga gränser, så att du kan lägga till, ersätta eller ändra visuella element i en bild samtidigt som originalbilden bevaras. Det liknar inmålning men fokuserar på att expandera bilden utåt.

Metoder för utmålning

Det finns flera sätt att övermåla:

  1. Använder en målningsmodell
  2. Använder ControlNet
  3. Använder differentialspridning

Vad är användningsfall för Diffusers Image Outpaint?

Baserat på sökresultaten, här är några viktiga användningsfall för utmålning av bilder:

Expandera befintliga bilder

  1. Lägga till nya element i en bild:
    • Användare kan ladda upp en bild och be DALL·E att fortsätta den utanför dess ursprungliga gränser 
    • Detta gör det möjligt att skapa bilder i större skala i alla bildförhållande 
  1. Utökande visuella berättelser:
    • Konstnärer kan bygga på befintliga bilder för att berätta längre historier eller skapa mer komplexa kompositioner 
    • Denna teknik möjliggör skapandet av skiktat, sammankopplat visuellt innehåll.

Förbättra konstverk

  1. Fyller i saknade delar av kända konstverk:
    • DALL·E kan användas för att återskapa saknade delar av historiska målningar, som de av Picasso 
    • Denna teknik kan tillämpas på olika konstnärliga stilar och perioder.
  1. Ändra specifika element:
    • Användare kan fokusera på särskilda aspekter av en bild, som att ändra frisyrer eller bakgrunder 
    • Detta möjliggör subtila ändringar av befintliga bilder utan att drastiskt ändra deras övergripande utseende.

Skapa surrealistiska landskap

  1. Skapa fantasifulla miljöer:
    • Genom att börja med ett enkelt element (som ett öga) kan användare gradvis bygga upp utarbetade surrealistiska landskap 
    • Denna teknik kombinerar mänsklig fantasi med AI-genererat innehåll.
  1. Utforska drömliknande scenarier:
    • Processen att iterativt bygga på en bild kan leda till intressanta och ofta bisarra visuella skapelser 

Berättande och världsbyggande

  1. Utveckla fiktiva världar:
    • Användare kan börja med ett litet element och gradvis utöka det till en större scen eller miljö 
    • Denna teknik gör det möjligt att skapa rika, detaljerade fiktiva inställningar.
  1. Visualisera karaktärer och familjer:
    • Genom att börja med ett litet element (som ett öga) kan användare skapa hela ansikten, människor eller till och med familjer 
    • Detta tillvägagångssätt möjliggör en snabb utveckling av karaktärsdesigner och berättelseelement.

Konstnärlig utforskning

  1. Experimentera med AI-genererat innehåll:
    • Outpainting ger ett unikt sätt att utforska funktionerna hos AI-bildgenereringsverktyg 
    • Konstnärer kan tänja på gränserna för vad som är möjligt inom dessa modeller.
  1. Att kombinera mänsklig kreativitet med AI:
    • Användare kan börja med ett koncept eller en skiss och låta AI expandera på det och skapa intressanta hybrider av mänsklig och maskinkreativitet 

Vanliga frågor

S: Outpainting är en teknik som sträcker en bild bortom dess ursprungliga gränser, så att du kan lägga till, ersätta eller ändra visuella element i en bild samtidigt som originalbilden bevaras 

S: Det finns tre huvudmetoder som nämns:

  1. Använder en målningsmodell
  2. Använder ControlNet
  3. Använder differentialspridning

S: Innan du övermålar måste du:

  1. Ta bort bakgrunden med ett verktyg som BRIA-RMBG-1.4
  2. Ändra storlek på bilden till 1024×1024 pixlar
  3. Byt ut den genomskinliga bakgrunden mot en vit bakgrund
  4. Använd ZoeDepth estimator för att ge ytterligare vägledning under genereringen

S: Det rekommenderade arbetsflödet innefattar:

  1. Laddar nödvändiga bibliotek och modeller
  2. Förbereder ingångsbilden
  3. Generera en initial ommålad bild med antingen inpainting- eller ControlNet-metoden
  4. Förfina den övermålade bilden med en modell av högre kvalitet (t.ex. RealVisXL)
  5. Applicering av en mask för att skapa en mjukare övergång mellan det ursprungliga och det ommålade området
  6. Genererar den slutliga övermålade bilden med förbättrad kvalitet

S: Vissa modeller som nämns inkluderar:

  • StableDiffusionXLDifferentialImg2ImgPipeline
  • StableDiffusion XL basmodell
  • RealVisXL-modell

S: Ja, en annan metod som nämns är BrushNet, som rapporteras fungera bra vid ommålning 

S: Vissa användare rapporterar problem med:

  • Upprätthålla strukturen hos föremål, särskilt mänskliga kroppar och ansikten
  • Hanterar stora utmålningsytor
  • Förbinder det övermålade området smidigt med originalbilden
  • Uppnå jämn kvalitet över hela bilden

S: För att få bättre resultat, överväg:

  1. Använder högkvalitativa modeller som RealVisXL
  2. Implementera korrekta maskeringstekniker för smidiga övergångar
  3. Experimentera med olika uppmaningar och negativa uppmaningar
  4. Överväger att använda ControlNet för mer exakt kontroll över de utmålade ytorna
  5. Optimera GPU-användningen och hantera minnet effektivt under processen