LarpGPT · Vodiči
Omjeri slike za AI slike: kako ih odabrati i postaviti
Kvadrat, 3:2, 16:9 ili okomito 9:16: kako odabrati omjer slike za AI sliku, kako se kompozicija mijenja s njom i kako je Midjourney i OpenAI postavljaju.
U ovom vodiču14
Zašto je omjer na prvom mjestu
Omjer slike je odnos između širine i visine slike, napisan kao dva broja kao što su 3:2 ili 16:9. To je prva odluka koju fotograf donosi, jer ona odlučuje što okvir može primiti. Kod generiranja slike to je još važnije: model sastavlja cijelu scenu za okvir koji mu date, tako da naknadna promjena omjera znači obrezivanje ili regeneriranje. Odaberite ga prije nego što pročistite ostatak upita.
Omjer nije rezolucija
Omjer ne govori ništa o broju piksela. Dokumentacija Midjourney to izravno navodi: omjer slike nije isti kao dimenzije slike, a konačna veličina ovisi o verziji i alatu za povećanje veličine. Slika 3:2 može biti mala ili velika. Odlučite oblik odakle će se slika vidjeti i kako bi subjekt trebao sjediti u njoj, a zatim se pozabavite rezolucijom kao zasebnim pitanjem.
Kvadrat, 1:1
Kvadrat je uravnotežen i statičan, bez dominantnog smjera. Odgovara pojedinačnim objektima, simetričnim kompozicijama i centriranim subjektima, a to je okvir koji mnoge društvene platforme dugo koriste za objave i profilne slike. Također je zadana u Midjourney, čija dokumentacija bilježi da slike počinju kao kvadrati. Kvadrat je loš za krajolike i grupne scene, gdje se subjekt prirodno širi u stranu.
Klasična fotografija, 3:2 i 2:3
3:2 je tradicionalni omjer fotografije, naslijeđen od 35 mm filma, i mnogi ga fotoaparati još uvijek koriste. Čini se prirodnim za fotografski upit jer je to oblik koji ljudi povezuju s fotografijama. Horizontalni 3:2 odgovara ulicama, interijerima i krajolicima; vertikalni 2:3 odgovara portretima, vratima i visokim zgradama, a dokumentacija Midjourney spominje ga kao uobičajenog u tiskanim fotografijama i okvirima za slike.
4:3 i 5:4
4:3 bio je izvorni televizijski omjer i još uvijek ga koriste mnogi tableti i većina kompaktnih digitalnih fotoaparata. Malo je kvadratniji od 3:2, što ostavlja više prostora iznad i ispod subjekta. 5:4 opet je kvadratniji i uobičajen je u fotografijama velikog i srednjeg formata i za ispise veličine 8 x 10 inča. Oba odgovaraju interijerima i portretima gdje želite malo prostora za disanje bez snažnog vodoravnog privlačenja širokog formata.
Široki ekran, 16:9
16:9 je standardni omjer za televiziju i online video; YouTube centar za pomoć opisuje ga kao standardni omjer širine i visine slike na računalu. Njegov široki okvir odgovara pejzažima, gradskim pejzažima, automobilima u pokretu i kinematografskim scenama s subjektom postavljenim sa strane. Snažan je izbor za bannere, prezentacijske slajdove i video minijature. Slabiji je kod pojedinačnih stojećih figura, koje završavaju male u širokom okviru.
Okomito, 9:16
9:16 isti je oblik okrenut na stranu: cijeli zaslon telefona koji se drži uspravno. Dokumentacija Midjourney opisuje ga kao uobičajenog za mobilni sadržaj na društvenim mrežama, a YouTube napominje da se okomiti videozapisi u omjeru 9:16 mogu prikazati s ispunom na zaslonima računala. Pristaje stojećim figurama, visokoj arhitekturi, vodopadima i svemu što ima jaku okomitu liniju. Namjerno skladajte za to; vodoravna scena stisnuta u 9:16 obično gubi predmet zbog praznog neba i poda.
Kako se kompozicija mijenja s okvirom
Širi okvir daje više prostora za postavljanje i za pravilo trećina, s objektom izvan središta i prostorom za kretanje oka. Viši okvir naglašava visinu i poziva na slojevitost iz prednjeg plana u pozadinu. Spomenite položaj u podsjetniku: "auto u desnoj trećini kadra, prazna cesta koja vodi slijeva" čita se vrlo različito u 16:9 i u 1:1. Kad promijenite omjer, ponovno pročitajte sastavne rečenice i prilagodite ih.
Postavljanje omjera u Midjourney
Dokumentacija Midjourney navodi --ar parametar, ili njegov dugi oblik --aspect, dodan na kraju upita s razmakom prije crtica, na primjer "tiha luka u zoru --ar 16:9". Brojevi moraju biti cijeli: dokumentacija kaže da se decimale ne prihvaćaju i predlaže 139:100 umjesto 1,39:1, a veličina piksela kao što je 1920:1080 pojednostavljena je na 16:9. Također se napominje da se neki omjeri neznatno mijenjaju prilikom povećanja veličine te da su ekstremno široki ili visoki omjeri eksperimentalni.
Postavljanje veličine s modelima slika OpenAI
OpenAI dokumentacija za generiranje slika opisuje veličinu u pikselima, a ne kao omjer. U vrijeme pisanja navodi 1024x1024 kao kvadrat, 1536x1024 kao pejzaž i 1024x1536 kao portret među preporučenim veličinama, s automatskom opcijom. Za svoje novije modele također opisuje prilagođene veličine napisane kao širina prema visini, pri čemu oba ruba moraju biti višekratnici broja 16, a omjer između dugih i kratkih rubova mora biti unutar 3:1. Imajte na umu da je 1536x1024 sama po sebi oblik 3:2.
Stable Diffusion i drugi alati
U Hugging Face diffusers biblioteci, Stable Diffusion cjevovod za pretvaranje teksta u sliku prihvaća argumente visine i širine u pikselima. Princip je posvuda isti: prvo odredite oblik, a zatim postavite što god alat traži, piksele ili omjer. Kada alat nudi samo nekoliko veličina, odaberite najbližu i izrežite nakon toga, ostavljajući rub u kompoziciji kako se izrezivanje ne bi zarezalo u subjekt.
Planirajte više od jednog formata
Ako će se slika koristiti na nekoliko mjesta, recimo široki web banner i okomita priča, generiranje jedne slike i njeno obrezivanje u oba smjera rijetko funkcionira. Skladajte s velikim praznim prostorom oko središnjeg subjekta kako bi oba usjeva preživjela ili generirajte svaki format zasebno iz istog odziva s prilagođenim rečenicama za sastav. Druga opcija obično daje bolje rezultate i košta samo malo više vremena.
Brz način odabira
Pitajte gdje će se slika vidjeti i kakav je oblik subjekta. Pojedinačni objekt ili centriran simetrični prizor odgovara kvadratu. Fotografija koja treba da izgleda kao da fotografija odgovara omjeru 3:2 ili 2:3. Široki pejzaž ili video okvir odgovaraju 16:9. Telefonska slika preko cijelog zaslona ili visoki subjekt odgovaraju 9:16. Kada ništa ne pokazuje jasno u jednom smjeru, 3:2 je sigurna početna točka za fotografiranje koja se dobro usklađuje s drugim oblicima.
Gdje LarpGPT odgovara
LarpGPT je zbirka foto uputa za putovanja, arhitekturu, automobile i scene životnog stila, s kompozicijom upisanom u svaku uputu uz subjekt, osvjetljenje i leću. Kopirate upit, prilagodite njegov okvir omjeru koji vam je potreban i postavite taj omjer u generatoru slika koji već koristite. LarpGPT ne generira slike, a rezultati se razlikuju između pokušaja.
Pitanja
Koji je najbolji omjer slike za AI slike?
Ovisi o tome gdje će se slika vidjeti i obliku subjekta. 3:2 je prirodna zadana fotografska vrijednost, 16:9 odgovara širokim scenama i video zapisima, 9:16 odgovara telefonskim slikama preko cijelog zaslona, a 1:1 odgovara subjektima u jednom centru.
Kako mogu promijeniti omjer slike u Midjourney?
Dodajte --ar nakon čega slijede dva cijela broja na kraju upita, na primjer --ar 3:2, prema dokumentaciji Midjourney. Decimale se ne prihvaćaju, a zadana vrijednost je kvadrat.
Koje veličine podržavaju slikovni modeli OpenAI?
U vrijeme pisanja, dokumentacija OpenAI navodi 1024x1024, 1536x1024 i 1024x1536 među preporučenim veličinama, plus automatsku opciju, i opisuje prilagođene veličine za novije modele unutar postavljenih ograničenja.
Mogu li kasnije izrezati AI sliku na drugi omjer?
Možete, ali kompozicija napravljena za jedan oblik često gubi subjekt u drugom. Ostavite prostor oko središnjeg subjekta ili generirajte svaki format zasebno s prilagođenim rečenicama sastava.
Dodatno čitanje
Vodiči
Kako ispočetka strukturirati AI foto upit
Redoslijed koji se može ponavljati za pisanje upita za slike, što staviti u svaki dio, uobičajene pogreške koje izravnavaju rezultat i kako ponavljati tako da vas svaki pokušaj nečemu nauči.
Šest primjera obrade fotografija i zašto je svaki redak tu
Ispunite upite za arhitektonski interijer, gradski trenutak, objekt, krajolik, snimak hrane i radni prostor, svaki raščlanjen rečenicu po rečenicu kako biste ih mogli prilagoditi.
Anatomija foto-realistične slike
Što svaki dio upita radi unutar generatora slika, zašto jedna rečenica po odluci funkcionira bolje od zida pridjeva i kako prilagoditi upit bez kvara stvari zbog koje je funkcionirao.
Midjourney fotorealistične upute: praktična metoda
Kako napisati Midjourney upite koji se čitaju kao fotografije: struktura na prvom mjestu kamere, dokumentirani parametri koji pomažu i kako ponavljati.
ChatGPT slikovni upit za luksuzne fotografije koje izgledaju stvarno
Kako potaknuti ChatGPT za uvjerljive slike luksuza i životnog stila: materijali, svjetlo, suzdržanost, izrađeni primjeri i briga s robnim markama i otkrivanjem podataka.
Kako napisati AI upute za realistične ljude
Opišite uvjerljive ljude slikama umjetne inteligencije: držanje, odjeća, koža, ruke i svjetlo, plus pravila pristanka, sličnosti i otkrivanja koja dolaze s tim.
Ključne riječi za osvjetljenje za AI fotografije: praktični rječnik
Zlatni sat, plavi sat, prozorsko svjetlo, pozadinsko osvjetljenje, low key i još mnogo toga: kako svaki termin osvjetljenja izgleda na fotografiji i kako to napisati u AI upit.
Objašnjenje negativnih upita: kada ih koristiti i kako
Što je negativan upit, koji ga alati za slike dokumentiraju, kako Midjourney --no i Stable Diffusion negative_prompt funkcioniraju i zašto ih koristiti štedljivo.
Kako napisati AI upute za fotografije koje ostaju čitljive
Ponovljiva brza struktura za subjekt, svjetlo, jezik objektiva i ograničenja, s primjerima koje je lakše doraditi.
AI alati za brze slike, u usporedbi
Brze biblioteke, brzi graditelji, in-generatorski pomoćnici i sami pišite: što vam svaki štedi, što vas svaki košta i koji vas nečemu uči.