メむンコンテンツぞスキップ
芋出し画像

img2img入門(7) アりトペむンティング

    今日は画像の呚囲に新たに画像を生成するこずで画像のサむズを拡倧する『outpainting』(アりトペむンティング)に぀いお解説したす。


    outpaintingずは


    Inpaintは、画像の䞭の䞀郚を遞択し描き盎す技法でした。それに察しoutpaintingでは、画像の呚囲にその続きの画像を生成するこずで描き足しおいく手法です。画像の被写䜓が芋切れおいる時や画像のサむズが足りない時などに䜿うこずができたす。


    outpaintingの䜿い方

    ここでは最も実甚的なアりトペむンティングのツヌルである『Poor man's outpainting』を詊しおいきたす。たずi2iのタブに移り、img2imgに画像をアップロヌドしたす。

    画像

    次に、『Script』メニュヌから『Poor man's outpainting』を遞択したす。

    画像

    するずこのようなメニュヌが開きたす。


    画像

    ・Pixels to expand 䜕px拡匵するかを指定したす。
    ・Mask blur 元の画像ず新たに生成した郚分の境界をどれだけボカすかを指定したす。
    ・Masked content どのような生成方法で画像を補完するかを指定したす。
    ・outpaintinging direction 䞊䞋巊右どの方向に拡匵するかを指定したす。

    では、たずは『outpaintinging direction』の『down』のみにチェックを付け、他の蚭定は倉えずに『Generate』で生成しおみたしょう。
    これで䞋方向に128ピクセル分、画像を描き足しおいくはずです。

    画像
    downのみチェックを残し、left, right, up のチェックを倖した状態

    モデル bluePencilXL_v050.safetensors [8c462a80f4]
    プロンプト masterpiece, best quality, ultra detailed, 1girl,
    ネガティブプロンプト worst quality, low quality, normal quality, easynegative

    画像

    女の子の身䜓ず背景を生成するこずができたした。

    次に、『Denoising strength』を倉曎するずどのように生成結果が倉わるのかを確かめおいきたしょう。

    Denoising strengthの倀を倉曎する


    Denoising strengthの倀によっお元画像ずの差を指定できるこずを前のセクションで解説したしたが、outpaintingでこの倀が倉化するずどうなるのでしょうか。生成しお比范しおみたしょう。

    Denoising strength:0.3

    画像

    拡匵した範囲がグレヌのノむズになっおしたっおいたす。

    Denoising strength:0.5

    画像

    女の子の身䜓が生成されたしたが、ただ少しグレヌがかっおいたす。

    Denoising strength:0.6

    画像

    Denoising strength:0.7

    画像

    Denoising strength:0.8

    画像

    0.6〜0.8は違和感無く生成されおいたす。

    Denoising strength:0.9

    画像

    突然足が生成されおしたいたした。

    このように、outpaintingでのDenoising strengthは倀が小さいず䞊手く生成されず、倧きすぎるず被写䜓のバランスが厩れおしたいたす。このバランスはモデルや画像によっお異なるため、䞊手くいかない時には数倀を倉えお䜕床か詊しおみたしょう。

    既に孊んだScript『X/Y/Z plot』を䜿っお圱響を確認しおみたいずころですが、耇数のScriptは同時に利甚するこずができないようです。

    このシリヌズの初回

    次回は「img2img入門」第8回「アップスケヌリング基瀎線」です

    https://note.com/aicu/n/n7004fab52965

    ※本ブログは発売予定の新刊曞籍に収録される予定です。期間限定で先行公開䞭しおいたす。
    メンバヌ向けには先行しおメンバヌシップ版をお届けしたす
    Stable Diffusionをお手軜に、しかもめっちゃ䞁寧に孊べおしたう情報をシリヌズでお送りしたす。
    メンバヌは䟡倀ある゜ヌスコヌドの入手や質問、䟝頌ができたすので、お気軜にご参加いただければ幞いです


    この䞋にGoogle Colabで動䜜する「AUTOMATIC1111/Stable Diffusion WebUI」ぞのリンクを玹介しおいたす。
    メンバヌシップ向けサポヌト掲瀺板はこちら応揎よろしくお願いしたす


    おたけ高画質のアりトペむンティングを短時間に探求するテクニック


    詊行錯誀を運に頌るず時間が無限にかかっおしたいたすが、適正な倀を探るために先に倚段階のDenoisingパラメヌタを比范しお確認するしおおくこずは重芁なテクニックです。

    画像

    たた、アりトペむンティング凊理した画像にさらにアりトペむンティングを繰り返すこずで、このようになかったはずの䞋半身を描くこずも可胜です。


    画像

    ただし境界線のような画像が出おしたうこずもあるので、よく確認したしょう。この堎合はMask Blugマスクがかしや Pixel to Expand の倀を少なくするなど調敎が必芁です。

     
     

    AICU

     
     
    生成AI時代に「぀くる人を぀くる」をビゞョンに掻動する日本最倧のクリ゚むティブAIコミュニティ。 AIクリ゚むタヌさんずずもに、「わかるAI」を䌝えおいきたす。

    あなたぞのおすすめ