Αναλογίες διαστάσεων για εικόνες AI: πώς να τις επιλέξετε και να τις ορίσετε

Γιατί η αναλογία έρχεται πρώτη

Ο λόγος διαστάσεων είναι η σχέση μεταξύ του πλάτους και του ύψους μιας εικόνας, που γράφεται ως δύο αριθμοί όπως 3:2 ή 16:9. Είναι η πρώτη απόφαση που παίρνει ένας φωτογράφος, γιατί αποφασίζει τι μπορεί να χωρέσει το πλαίσιο. Στη δημιουργία εικόνας έχει ακόμα μεγαλύτερη σημασία: το μοντέλο συνθέτει ολόκληρη τη σκηνή για το πλαίσιο που του δίνετε, επομένως η αλλαγή της αναλογίας μετά σημαίνει περικοπή ή αναγέννηση. Επιλέξτε το προτού κάνετε πιο συγκεκριμένο το υπόλοιπο μήνυμα.

Η αναλογία δεν είναι ανάλυση

Μια αναλογία δεν λέει τίποτα για τον αριθμό των pixel. Η τεκμηρίωση του Midjourney καθιστά αυτό το σημείο ευθέως: η αναλογία διαστάσεων δεν είναι ίδια με τις διαστάσεις της εικόνας και το τελικό μέγεθος εξαρτάται από την έκδοση και την αναβάθμιση. Μια εικόνα 3:2 μπορεί να είναι μικρή ή μεγάλη. Αποφασίστε το σχήμα από όπου θα φαίνεται η εικόνα και πώς θα πρέπει να κάθεται το θέμα σε αυτό και, στη συνέχεια, εξετάστε την ανάλυση ως ξεχωριστή ερώτηση.

Τετράγωνο, 1:1

Το τετράγωνο είναι ισορροπημένο και στατικό, χωρίς κυρίαρχη κατεύθυνση. Ταιριάζει με μεμονωμένα αντικείμενα, συμμετρικές συνθέσεις και κεντραρισμένα θέματα και είναι το πλαίσιο που πολλές κοινωνικές πλατφόρμες χρησιμοποιούν εδώ και καιρό για αναρτήσεις και εικόνες προφίλ. Είναι επίσης η προεπιλογή στο Midjourney, η τεκμηρίωση του οποίου σημειώνει ότι οι εικόνες ξεκινούν ως τετράγωνα. Ένα τετράγωνο δεν ταιριάζει σε τοπία και ομαδικές σκηνές, όπου το θέμα απλώνεται φυσικά στο πλάι.

Κλασική φωτογραφία, 3:2 και 2:3

Το 3:2 είναι η παραδοσιακή αναλογία ακίνητης φωτογραφίας, που κληρονομήθηκε από φιλμ 35 mm, και πολλές κάμερες εξακολουθούν να τη χρησιμοποιούν. Είναι φυσικό για μια φωτογραφική προτροπή γιατί είναι το σχήμα που οι άνθρωποι συνδέουν με τις φωτογραφίες. Το οριζόντιο 3:2 ταιριάζει σε δρόμους, εσωτερικούς χώρους και τοπία. Το κατακόρυφο 2:3 ταιριάζει σε πορτρέτα, πόρτες και ψηλά κτίρια και η τεκμηρίωση του Midjourney το αναφέρει ως συνηθισμένο στην έντυπη φωτογραφία και τις κορνίζες.

4:3 και 5:4

Η αναλογία 4:3 ήταν η αρχική αναλογία τηλεόρασης και εξακολουθεί να χρησιμοποιείται από πολλά tablet και από τις περισσότερες συμπαγείς ψηφιακές φωτογραφικές μηχανές. Είναι ελαφρώς πιο τετράγωνο από 3:2, γεγονός που αφήνει περισσότερο χώρο πάνω και κάτω από το θέμα. Το 5:4 είναι πάλι πιο τετράγωνο και είναι συνηθισμένο στη φωτογραφία μεγάλου και μεσαίου μεγέθους και για εκτυπώσεις 8 επί 10 ιντσών. Τόσο ταιριάζουν σε εσωτερικούς χώρους όσο και σε πορτρέτα όπου θέλετε να αναπνεύσετε λίγο χωρίς την έντονη οριζόντια έλξη ενός μεγάλου σχήματος.

Ευρεία οθόνη, 16:9

16:9 είναι η τυπική αναλογία για την τηλεόραση και το διαδικτυακό βίντεο. Το κέντρο βοήθειας του YouTube το περιγράφει ως την τυπική αναλογία διαστάσεων σε έναν υπολογιστή. Το φαρδύ καρέ του ταιριάζει σε τοπία, αστικά τοπία, αυτοκίνητα σε κίνηση και κινηματογραφικές σκηνές με θέμα τοποθετημένο στη μία πλευρά. Είναι μια ισχυρή επιλογή για banner, διαφάνειες παρουσιάσεων και μικρογραφίες βίντεο. Είναι πιο αδύναμο για μεμονωμένες όρθιες φιγούρες, οι οποίες καταλήγουν μικρές σε ένα φαρδύ πλαίσιο.

Κάθετη, 9:16

Το 9:16 είναι το ίδιο σχήμα γυρισμένο στο πλάι: η πλήρης οθόνη ενός τηλεφώνου κρατιέται όρθια. Η τεκμηρίωση του Midjourney το περιγράφει ως συνηθισμένο για περιεχόμενο για κινητά στα μέσα κοινωνικής δικτύωσης και ο YouTube σημειώνει ότι τα κατακόρυφα βίντεο 9:16 μπορούν να εμφανίζονται με padding σε οθόνες υπολογιστών. Ταιριάζει σε όρθιες φιγούρες, ψηλή αρχιτεκτονική, καταρράκτες και οτιδήποτε έχει έντονη κάθετη γραμμή. Συνθέστε για αυτό σκόπιμα. μια οριζόντια σκηνή συμπιεσμένη σε 9:16 συνήθως χάνει το θέμα της στον κενό ουρανό και το πάτωμα.

Πώς αλλάζει η σύνθεση με το πλαίσιο

Ένα ευρύτερο πλαίσιο δίνει περισσότερο χώρο για ρύθμιση και για τον κανόνα των τρίτων, με το θέμα εκτός κέντρου και χώρο για το μάτι να ταξιδεύει. Ένα ψηλότερο πλαίσιο δίνει έμφαση στο ύψος και προσκαλεί το layering από το προσκήνιο στο φόντο. Αναφέρετε την τοποθέτηση στην προτροπή: «το αυτοκίνητο στο δεξί τρίτο του πλαισίου, ο άδειος δρόμος που οδηγεί από αριστερά» διαβάζεται πολύ διαφορετικά στο 16:9 και στο 1:1. Όταν αλλάζετε την αναλογία, ξαναδιαβάστε τις προτάσεις σύνθεσης και προσαρμόστε τις.

Ρύθμιση της αναλογίας σε Midjourney

Η τεκμηρίωση του Midjourney παραθέτει την παράμετρο --ar, ή τη μεγάλη μορφή της --aspect, που προστέθηκε στο τέλος της προτροπής με ένα κενό πριν από τις παύλες, για παράδειγμα "ήσυχο λιμάνι στην αυγή --ar 16:9". Οι αριθμοί πρέπει να είναι ακέραιοι: η τεκμηρίωση λέει ότι τα δεκαδικά δεν γίνονται δεκτά και προτείνει 139:100 αντί για 1,39:1 και ένα μέγεθος pixel όπως 1920:1080 απλοποιείται σε 16:9. Σημειώνει επίσης ότι ορισμένες αναλογίες αλλάζουν ελαφρώς κατά την αναβάθμιση και ότι οι εξαιρετικά φαρδιές ή ψηλές αναλογίες είναι πειραματικές.

Ρύθμιση του μεγέθους με τα μοντέλα εικόνας του OpenAI

Η τεκμηρίωση δημιουργίας εικόνας του OpenAI περιγράφει το μέγεθος σε pixel και όχι ως αναλογία. Τη στιγμή της σύνταξης, αναφέρει τα 1024x1024 ως τετράγωνα, 1536x1024 ως οριζόντια και 1024x1536 ως κατακόρυφα μεταξύ των προτεινόμενων μεγεθών, με αυτόματη επιλογή. Για τα νεότερα μοντέλα της, περιγράφει επίσης προσαρμοσμένα μεγέθη γραμμένα ως πλάτος ανά ύψος, όπου και οι δύο άκρες πρέπει να είναι πολλαπλάσιες του 16 και η αναλογία μεταξύ της μακριάς και της μικρής ακμής πρέπει να παραμένει εντός 3:1. Σημειώστε ότι το 1536x1024 είναι από μόνο του ένα σχήμα 3:2.

Stable Diffusion και άλλα εργαλεία

Στη βιβλιοθήκη Hugging Face diffusers, η διοχέτευση κειμένου σε εικόνα Stable Diffusion δέχεται ορίσματα ύψους και πλάτους σε pixel. Η αρχή είναι η ίδια παντού: αποφασίστε πρώτα το σχήμα και μετά ορίστε ό,τι ζητά το εργαλείο, pixel ή αναλογία. Όταν ένα εργαλείο προσφέρει μόνο λίγα μεγέθη, επιλέξτε το πιο κοντινό και κόψτε στη συνέχεια, αφήνοντας περιθώρια στη σύνθεση, ώστε η περικοπή να μην κόβει το θέμα.

Σχεδιάστε για περισσότερες από μία μορφές

Εάν μια εικόνα θα χρησιμοποιηθεί σε πολλά μέρη, ας πούμε ένα ευρύ banner ιστού και μια κατακόρυφη ιστορία, η δημιουργία μιας εικόνας και η περικοπή της και με τους δύο τρόπους σπάνια λειτουργεί. Είτε συνθέστε με γενναιόδωρο κενό χώρο γύρω από ένα κεντρικό θέμα, ώστε να επιβιώσουν και οι δύο καλλιέργειες, είτε δημιουργήστε κάθε μορφή ξεχωριστά από την ίδια προτροπή με προσαρμοσμένες τις προτάσεις σύνθεσης. Η δεύτερη επιλογή συνήθως δίνει καλύτερα αποτελέσματα και κοστίζει μόνο λίγο περισσότερο χρόνο.

Ένας γρήγορος τρόπος επιλογής

Ρωτήστε πού θα φαίνεται η εικόνα και τι σχήμα έχει το θέμα. Ένα μεμονωμένο αντικείμενο ή μια κεντραρισμένη συμμετρική σκηνή ταιριάζει σε ένα τετράγωνο. Μια φωτογραφία που προορίζεται να νιώθει ότι μια φωτογραφία ταιριάζει 3:2 ή 2:3. Ένα ευρύ τοπίο ή ένα καρέ βίντεο ταιριάζει 16:9. Μια εικόνα τηλεφώνου πλήρους οθόνης ή ένα ψηλό θέμα ταιριάζει 9:16. Όταν τίποτα δεν δείχνει ξεκάθαρα μονόδρομο, το 3:2 είναι ένα ασφαλές φωτογραφικό σημείο εκκίνησης που προσαρμόζεται καλά σε άλλα σχήματα.

Όπου ταιριάζει το LarpGPT

Το LarpGPT είναι μια βιβλιοθήκη φωτογραφικών προτροπών για ταξίδια, αρχιτεκτονική, αυτοκίνητα και σκηνές τρόπου ζωής, με σύνθεση γραμμένη σε κάθε μήνυμα μαζί με το θέμα, τον φωτισμό και τον φακό. Αντιγράφετε μια προτροπή, προσαρμόζετε το καδράρισμα στην αναλογία που χρειάζεστε και ορίζετε αυτήν την αναλογία στη γεννήτρια εικόνας που ήδη χρησιμοποιείτε. Το LarpGPT δεν δημιουργεί εικόνες και τα αποτελέσματα διαφέρουν μεταξύ των προσπαθειών.

Περαιτέρω ανάγνωση

• Midjourney documentation: Aspect Ratio (archived copy, May 2026)
• OpenAI API documentation: Image generation
• Hugging Face diffusers: Stable Diffusion text-to-image pipeline
• YouTube Help: Video resolution and aspect ratios
• Aspect ratio (image) (Wikipedia)