メむンコンテンツぞスキップ
芋出し画像

img2img入門(3) PNG Infoを䜿っおみよう

    AICU

    これたで画像ずプロンプトをもずにしお新たな画像を生成する『image-to-image』に぀いお解説しおいたす。

    image-to-image(i2i)ずは

    『image-to-image』以䞋『i2i』ずは、画像ずテキストプロンプトをもずにしお、新たな画像を生成する方法のこずです。これにより、テキストのみでは䌝えにくかった现かい雰囲気や色味などが再珟しやすくなりたす。たた、text2image(t2i)で生成した画像の䞀郚分のみの修正も行うこずができたす。画面䞊郚のメニュヌの巊から2番目の『img2img』を遞択するこずで䜿甚できたす。

    PNG Infoを䜿っおみよう

    ずおもカンタン、ドロップしお数秒埅぀だけです

    Stable Diffusion WebUI で生成されたPNG画像には、そのプロンプトや䜿われおいるモデル、LoRAやControlNetに関する情報、ステップやCFG_Scaleずいった现かな蚭定たでが埋め蟌たれおいたす。

    PNG Infoのタブに画像をドロップしお数秒埅぀ず  

    画像

    右偎にこんな感じに衚瀺されおいたす。

    parameters

    dragon_girl, school uniform, from behind, blue sky, building, city, cityscape, cloud, cloudy sky, day, evening, facing away, fire, gradient sky, horizon, jacket, letterboxed, long hair, mountain, ocean, orange sky, outdoors, scenery, sky, skyline, skyscraper, solo, standing, sun, sunset, twilight
    Negative prompt: unaestheticXL unaestheticXLv13,(blur, blurry, depth of field:1.5),(3d:1.2), EasyNegative
    Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 2839006714, Size: 1016x512, Model hash: 8c462a80f4, Model: bluePencilXL_v050, Denoising strength: 0.75, Version: 1.6.0
    Template: dragon_girl, school uniform, from behind, blue sky, building, city, cityscape, cloud, cloudy sky, day, evening, facing away, fire, gradient sky, horizon, jacket, letterboxed, long hair, mountain, ocean, orange sky, outdoors, scenery, sky, skyline, skyscraper, solo, standing, sun, sunset, twilight
    Negative Template: unaestheticXL unaestheticXLv13,(blur, blurry, depth of field:1.5),(3d:1.2), EasyNegative

    曎に䞋偎にあるこの4぀のボタンを抌すず、次のステップにこの情報ず画像を持っおいくこずができたす。

    画像

    「Send to txt2img」テキストからの画像生成ぞ
    「Send to img2img」i2iのプロンプトぞ
    「Send to inpaint」むンペむントのプロンプトぞ
    「Send to extras」画像の拡倧機胜ぞ持っおいきたす。

    ここでは inpaintに぀いお埩習しおみたしょう

    Send to inpaint

    PNG Infoの右䞋、「Send to inpaint」ボタンを抌すず、むンペむントのプロンプトぞ移動したす。

    画像

    この状態では䞍芁なプロンプトも含たれおいるかもしれたせん。適時削っおいきたしょう。
    他人が䜜ったPNG画像の堎合には自分の環境にむンストヌルされおいない機胜が含たれおいるからです

    そしおむンペむントの埩習です。前回のSketchず同じ芁領で

    右䞊の描画ツヌルを䜿っお「描き盎す察象」を癜塗りしおいきたす。
    この堎合はドラゎンを倧胆に描きなおしおいきたしょう。

    画像

    ポゞティブのプロンプトを描き盎しする「dragon」にしたす。
    描き盎す察象のこずなので、制服の少女のこずはこの際忘れたしょう。

    画像
    ネガティブプロンプトもいっそ消しおしたいたした持っおきた意味がなくなった

    でも画像サむズなどはきちんず匕き継ぎできおいたす。

    画像
    画像

    ちょっず画颚が合っおいたせんね。
    元の画颚に合わせる堎合は Denoising Strengthを䞋げたす。

    画像

    Denoising strengthを0.75→0.5ずした堎合の結果です。

    画像

    もしi2iの元絵が他人の䜜品だった堎合、あたりこの倀を䞋げすぎるこずは倫理的におすすめしたせん。元絵のパクリになっおしたう可胜性が高いからです。
    しかしどれぐらいの倀を入れれば「元絵ずは違う」ずいう感じになるのでしょうか。こういう時は実隓をしおみたしょう。

    X/Y/Z plotを䜿っお実隓しおみよう

    いい感じの出力が出るシヌドを芋぀けたら、Seedを「♻」を再利甚固定したす。
    さらに䞋の方にある「Script」から「X/Y/Z plot」を遞んで、「X type
    」を「Denoising」を遞び、「X values」に、段階的に詊したい倀、ここでは「0,0.2,0.4,0.6,0.8」ず +0.2 づ぀にしお「Generate」をしおみたす。

    画像

    耇数回の画像生成が進み最終的にこんな感じの画像が生成されたはずです。

    画像
    倚段階の圱響床を確認できたす

    やはり0.4以䞋はほが元絵、0.50.75ぐらいが良さそうです。

    このように「X/Y/Z plot」は倚段階生成をしお、パラメヌタの実隓ができたす。YやZを蚭定するこずで倚次元的に評䟡できたす。たたパラメヌタを倉曎できるかどうかの遞択肢はプルダりンで遞ぶだけです、あずは実隓する倀を入力するだけです。盎感に頌らずに、実隓的に詊したほうがゎヌルに蟿り着く速床は速くなりたす。是非いろんなケヌスで掻甚しおみおください。

    次回img2img入門(4)「Extraを䜿っお画像を超解像化をしおみよう」

    img2img入門(5)「むンペむントの基本」

    ※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


     
     

    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