LarpGPT · Oppaat
Tekoälykuvien kuvasuhteet: kuinka valita ja asettaa ne
Neliö, 3:2, 16:9 tai pystysuora 9:16: kuinka valita AI-kuvan kuvasuhde, miten sommittelu muuttuu sen mukana ja miten Midjourney ja OpenAI asettavat sen.
Tässä oppaassa14
Miksi suhde tulee ensin
Kuvasuhde on kuvan leveyden ja korkeuden välinen suhde kahdella numerolla, kuten 3:2 tai 16:9. Se on valokuvaajan ensimmäinen päätös, koska se päättää, mitä kehykseen mahtuu. Kuvan luomisessa sillä on vieläkin enemmän merkitystä: malli sommittelee koko kohtauksen sille antamallesi kehykselle, joten kuvasuhteen muuttaminen jälkeenpäin tarkoittaa rajaamista tai regenerointia. Valitse se ennen kuin tarkennat kehotteen muuta osaa.
Suhde ei ole resoluutio
Suhde ei kerro mitään pikselien määrästä. Midjourney:n dokumentaatio osoittaa tämän suoraan: kuvasuhde ei ole sama kuin kuvan mitat, ja lopullinen koko riippuu versiosta ja skaalauksesta. 3:2-kuva voi olla pieni tai suuri. Päätä muoto, josta kuva näkyy ja miten kohteen tulisi istua siinä, ja käsittele sitten resoluutiota erillisenä kysymyksenä.
Neliö, 1:1
Neliö on tasapainoinen ja staattinen, ilman hallitsevaa suuntaa. Se sopii yksittäisiin objekteihin, symmetrisiin sommitteluihin ja keskitettyihin aiheisiin, ja se on kehys, jota monet sosiaaliset alustat ovat pitkään käyttäneet viesteille ja profiilikuville. Se on myös oletusarvo kohdassa Midjourney, jonka dokumentaatiossa todetaan, että kuvat alkavat neliöinä. Neliö sopii huonosti maisemiin ja ryhmäkohtauksiin, joissa kohde leviää luonnollisesti sivusuunnassa.
Klassinen valokuva, 3:2 ja 2:3
3:2 on still-kuvauksen perinteinen suhde, joka on peritty 35 mm:n filmiltä, ja monet kamerat käyttävät sitä edelleen. Valokuvauskehote tuntuu luonnolliselta, koska se on muoto, jonka ihmiset yhdistävät valokuviin. Vaaka 3:2 sopii kaduille, sisätiloihin ja maisemiin; pystysuora 2:3 sopii muotokuviin, oviaukkoon ja korkeisiin rakennuksiin, ja Midjourney:n dokumentaatio mainitsee sen olevan yleinen painetussa valokuvauksessa ja kuvakehyksissä.
4:3 ja 5:4
4:3 oli alkuperäinen television kuvasuhde, ja sitä käyttävät edelleen monet tabletit ja useimmat pienet digitaalikamerat. Se on hieman neliömäisempi kuin 3:2, mikä jättää enemmän tilaa kohteen ylä- ja alapuolelle. 5:4 on taas neliömäisempi ja on yleinen suuri- ja keskikokoisessa valokuvauksessa ja 8 x 10 tuuman tulosteissa. Sekä sopii sisätiloihin että muotokuviin, joissa haluat vähän hengähtää ilman laajan koon voimakasta vaakasuuntaista vetoa.
Laajakuva, 16:9
16:9 on television ja online-videon vakiosuhde; YouTube:n ohjekeskus kuvailee sitä tietokoneen vakiokuvasuhteeksi. Sen leveä kehys sopii maisemiin, kaupunkimaisemiin, liikkuviin autoihin ja elokuvamaisiin kohtauksiin, joissa kohde on sijoitettu sivuun. Se on vahva valinta bannereihin, esitysdioihin ja videoiden pikkukuviin. Se on heikompi yksittäisille seisoville hahmoille, jotka päätyvät pieniksi leveässä kehyksessä.
Pysty, 9:16
9:16 on sama muoto käännettynä kyljelleen: puhelimen koko näyttö pystyssä. Midjourney:n dokumentaatio kuvailee sitä yleiseksi mobiilisisällölle sosiaalisessa mediassa, ja YouTube huomauttaa, että pystysuorat 9:16-videot voidaan näyttää pehmusteella tietokoneen näytöillä. Se sopii seisoviin hahmoihin, korkeaan arkkitehtuuriin, vesiputouksiin ja kaikkeen, jossa on vahva pystyviiva. Sävellyt sitä tarkoituksella; 9:16:een puristettu vaakasuora kohtaus menettää yleensä aiheensa tyhjään taivaaseen ja lattiaan.
Kuinka koostumus muuttuu kehyksen mukana
Leveämpi kehys antaa enemmän tilaa asetuksille ja kolmanneksen säännölle, kun kohde on poissa keskustasta ja tilaa silmälle. Korkeampi kehys korostaa korkeutta ja houkuttelee kerrostumista etualalta taustalle. Mainitse sijoittelu kehotteessa: "auto rungon oikeassa kolmanneksessa, tyhjä tie vasemmalta sisään" lukee hyvin eri tavalla suhteessa 16:9 ja 1:1. Kun muutat suhdetta, lue sävellyslauseet uudelleen ja säädä niitä.
Suhteen asettaminen Midjourney
Midjourney:n dokumentaatiossa luetellaan parametri --ar tai sen pitkä muoto --aspect, joka on lisätty kehotteen loppuun välilyönnillä ennen väliviivoja, esimerkiksi "hiljainen satama aamunkoitteessa --ar 16:9". Numeroiden on oltava kokonaisia: dokumentaatiossa sanotaan, että desimaalilukuja ei hyväksytä, ja ehdotetaan 139:100:aa 1,39:1:n sijaan, ja pikselikoko, kuten 1920:1080, on yksinkertaistettu 16:9:ksi. Se toteaa myös, että jotkin suhteet muuttuvat hieman skaalattaessa ja että erittäin leveät tai korkeat suhteet ovat kokeellisia.
Koon asettaminen OpenAI:n kuvamalleilla
OpenAI:n kuvien luontidokumentaatio kuvaa kokoa pikseleinä eikä suhteena. Kirjoitushetkellä se listaa 1024x1024 neliönä, 1536x1024 vaakakuvana ja 1024x1536 muotokuvana suositeltujen kokojen joukossa automaattisella valinnalla. Uudemmille malleilleen se kuvaa myös mukautettuja kokoja, jotka on kirjoitettu leveys-korkeuskohtaisesti, jolloin molempien reunojen on oltava 16:n kerrannaisia ja pitkien ja lyhyiden reunojen suhteen tulee pysyä 3:1 sisällä. Huomaa, että 1536x1024 on itsessään 3:2-muoto.
Stable Diffusion ja muita työkaluja
Kirjastossa Hugging Face diffusers Stable Diffusion tekstistä kuvaksi liukuhihna hyväksyy korkeus- ja leveysargumentit pikseleinä. Periaate on sama kaikkialla: päätä ensin muoto ja aseta sitten mitä tahansa työkalu pyytää, pikselit tai suhde. Kun työkalussa on vain muutama koko, valitse lähin ja rajaa sen jälkeen jättäen sommitteluun marginaalia, jotta rajaus ei leikkaa kohdetta.
Suunnittele useampi kuin yksi muoto
Jos kuvaa käytetään useissa paikoissa, esimerkiksi leveä verkkobanneri ja pystyjuttu, yhden kuvan luominen ja sen molempiin suuntiin rajaaminen toimii harvoin. Joko säveltää niin, että keskeisen aiheen ympärillä on runsaasti tyhjää tilaa, jotta molemmat rajaukset säilyvät, tai luo kukin muoto erikseen samasta kehotuksesta mukautetun sävellyslauseen avulla. Toinen vaihtoehto antaa yleensä parempia tuloksia ja maksaa vain hieman enemmän aikaa.
Nopea tapa valita
Kysy missä kuva näkyy ja minkä muotoinen kohde on. Yksittäinen esine tai keskitetty symmetrinen kohtaus sopii neliöön. Valokuva, jonka on tarkoitus tuntua valokuvalta, sopii kuvasuhteeseen 3:2 tai 2:3. Leveä maisema tai videokehys sopii kuvasuhteeseen 16:9. Koko näytön kokoinen puhelinkuva tai korkea aihe sopii kuvasuhteeseen 9:16. Kun mikään ei osoita selkeästi yhteen suuntaan, 3:2 on turvallinen valokuvauksen lähtökohta, joka rajautuu hyvin muihin muotoihin.
Mihin LarpGPT sopii
LarpGPT on kirjasto, jossa on valokuvakehotteita matkailuun, arkkitehtuuriin, autoihin ja elämäntapakohtauksiin, ja kuhunkin kehotteeseen on kirjoitettu sommittelu kohteen, valaistuksen ja objektiivin lisäksi. Kopioit kehotteen, muokkaat sen kehystystä tarvitsemaasi kuvasuhteeseen ja asetat tämän suhteen jo käyttämässäsi kuvageneraattorissa. LarpGPT ei luo kuvia, ja tulokset vaihtelevat yritysten välillä.
Kysymyksiä
Mikä on paras kuvasuhde AI-kuville?
Se riippuu siitä, missä kuva nähdään, ja kohteen muodosta. 3:2 on luonnollinen valokuvauksen oletusarvo, 16:9 sopii laajaan kohtaukseen ja videokuvaan, 9:16 sopii koko näytön puhelimen kuviin ja 1:1 sopii yksittäisille keskitetyille kohteille.
Kuinka voin muuttaa kuvasuhdetta kohdassa Midjourney?
Lisää --ar ja kaksi kokonaislukua kehotteen loppuun, esimerkiksi --ar 3:2, Midjourney:n dokumentaation mukaan. Desimaaleja ei hyväksytä, ja oletusarvo on neliö.
Mitä kokoja OpenAI:n kuvamallit tukevat?
Kirjoitushetkellä OpenAI:n dokumentaatio listaa 1024x1024, 1536x1024 ja 1024x1536 suositeltujen kokojen joukossa sekä automaattisen vaihtoehdon ja kuvailee uusien mallien mukautettuja kokoja asetettujen rajojen sisällä.
Voinko rajata tekoälykuvan toiseen kuvasuhteeseen myöhemmin?
Voit, mutta yhteen muotoon tehty sävellys menettää usein aiheensa toisessa. Jätä tilaa keskeisen aiheen ympärille tai luo kukin muoto erikseen mukautetuilla sävellyslauseilla.
Lue lisää
Oppaat
Kuinka rakentaa tekoälykuvakehote tyhjästä
Toistettava järjestys kuvakehotteiden kirjoittamiseen, mitä kuhunkin osaan laittaa, yleiset virheet, jotka tasoittavat tulosta, ja kuinka iteroida niin, että jokainen yritys opettaa sinulle jotain.
Kuusi toimivaa valokuvakehoteesimerkkiä ja miksi jokainen rivi on siellä
Täydelliset kehotteet arkkitehtonisesta sisustuksesta, kaupungin hetkestä, esineestä, maisemasta, ruokakuvista ja työtilasta, kukin lause kerrallaan jaoteltuna, jotta voit muokata niitä.
Fotorealistisen kuvan anatomia
Mitä kukin kehotteen osa tekee kuvageneraattorissa, miksi yksi lause per päätös toimii paremmin kuin adjektiiviseinä ja kuinka kehote mukautetaan rikkomatta sitä, mikä sai sen toimimaan.
Midjourney Fotorealistiset kehotteet: käytännöllinen menetelmä
Valokuvina luettavien Midjourney-kehotteiden kirjoittaminen: kamera ensin -rakenne, dokumentoidut parametrit, jotka auttavat, ja iterointi.
ChatGPT kuvakehottaa ylellisiä valokuvia, jotka näyttävät aidolta
Kuinka kysyä ChatGPT uskottavia luksus- ja elämäntapakuvia: materiaalit, valo, hillitseminen, toimivia esimerkkejä ja huolellisuutta brändeillä ja paljastamisella.
Kuinka kirjoittaa tekoälykehotteita realistisille ihmisille
Kuvaile uskottavia ihmisiä tekoälykuvissa: asento, vaatteet, iho, kädet ja valo sekä sen mukana tulevat suostumus-, kaltaisuus- ja paljastamissäännöt.
Valaistuksen avainsanat tekoälyvalokuville: käytännöllinen sanasto
Kultainen tunti, sininen tunti, ikkunavalo, taustavalo, low key ja paljon muuta: miltä kukin valaistustermi näyttää valokuvassa ja kuinka se kirjoitetaan tekoälykehotteeseen.
Negatiiviset kehotteet selitettiin: milloin niitä käytetään ja miten
Mikä negatiivinen kehote on, mitkä kuvatyökalut dokumentoivat yhden, kuinka Midjourney:n --no ja Stable Diffusion:n negative_prompt toimivat ja miksi niitä kannattaa käyttää säästeliäästi.
Kuinka kirjoittaa tekoälykuvakehotteita, jotka pysyvät luettavissa
Toistettavissa oleva kehoterakenne kohteelle, valolle, linssin kielelle ja rajoituksille sekä esimerkkejä, joita on helpompi tarkentaa.
AI-kuvakehotetyökalut, vertailu
Pyydä kirjastoja, kehotteiden rakentajia, generaattoreiden avustajia ja itse kirjoittamista: mitä kukin säästää, mitä kukin maksaa ja kumpi opettaa mitä tahansa.