LarpGPT · Leiðsögumenn
Hlutföll fyrir gervigreindarmyndir: hvernig á að velja og stilla þær
Ferningur, 3:2, 16:9 eða lóðrétt 9:16: hvernig á að velja stærðarhlutfall fyrir gervigreindarmynd, hvernig samsetning breytist með henni og hvernig Midjourney og OpenAI stilla það.
Í þessari handbók14
Hvers vegna hlutfallið kemur fyrst
Hlutfallið er sambandið milli breiddar og hæðar myndar, skrifað sem tvær tölur eins og 3:2 eða 16:9. Það er fyrsta ákvörðunin sem ljósmyndari tekur, því hann ákveður hvað ramminn getur geymt. Í myndgerð skiptir það enn meira máli: líkanið semur allt atriðið fyrir rammann sem þú gefur því, svo að breyta hlutfallinu eftir á þýðir að klippa eða endurnýja. Veldu það áður en þú fínpússar restina af hvetjunni.
Hlutfall er ekki upplausn
Hlutfall segir ekkert um fjölda pixla. Skjöl Midjourney bendir beint á þetta: stærðarhlutfall er ekki það sama og myndstærðir og endanleg stærð fer eftir útgáfunni og uppskala. 3:2 mynd getur verið lítil eða stór. Ákveðið lögunina þaðan sem myndin mun sjást og hvernig myndefnið á að sitja í henni, taktu síðan upplausnina sem sérstaka spurningu.
Ferningur, 1:1
Torgið er jafnvægi og kyrrstætt, án ríkjandi stefnu. Það hentar einstökum hlutum, samhverfum samsetningum og miðjum viðfangsefnum, og það er ramminn sem margir félagslegir vettvangar hafa lengi notað fyrir færslur og prófílmyndir. Það er líka sjálfgefið í Midjourney, þar sem skjölin benda á að myndir byrja sem ferninga. Ferningur passar illa fyrir landslag og hópsenur, þar sem myndefnið dreifist náttúrulega til hliðar.
Klassísk mynd, 3:2 og 2:3
3:2 er hefðbundið hlutfall kyrrmynda, erft frá 35 mm filmu, og margar myndavélar nota það enn. Það er eðlilegt fyrir ljósmyndahvöt vegna þess að það er form sem fólk tengir við ljósmyndir. Lárétt 3:2 hentar götum, innréttingum og landslagi; lóðrétt 2:3 hentar fyrir andlitsmyndir, hurðarop og háar byggingar, og í skjölum Midjourney er það nefnt sem algengt í prentuðum ljósmyndum og myndarömmum.
4:3 og 5:4
4:3 var upprunalega sjónvarpshlutfallið og er enn notað af mörgum spjaldtölvum og af flestum stafrænum myndavélum. Það er aðeins ferningur en 3:2, sem gefur meira pláss fyrir ofan og neðan myndefnið. 5:4 er aftur ferningur og er algengur í stóru og meðalstóru sniði ljósmyndun og fyrir 8 x 10 tommu prentun. Bæði hentar innréttingum og andlitsmyndum þar sem þú vilt fá smá öndunarrými án sterks lárétts togs í víðu sniði.
Breiðskjár, 16:9
16:9 er staðlað hlutfall fyrir sjónvarp og myndband á netinu; Hjálparmiðstöð YouTube lýsir því sem venjulegu stærðarhlutfalli í tölvu. Breiður rammi hennar hentar landslagi, borgarlandslagi, bílum á hreyfingu og kvikmyndasenum með myndefni sett til hliðar. Það er sterkur kostur fyrir borðar, kynningarskyggnur og smámyndir. Það er veikara fyrir stakar standandi fígúrur sem enda litlar í breiðum ramma.
Lóðrétt, 9:16
9:16 er sama lögun snúið á hliðina: allan skjá símans sem er uppréttur. Í skjölum Midjourney er því lýst sem algengu efni fyrir farsíma á samfélagsmiðlum og YouTube bendir á að hægt sé að sýna lóðrétt 9:16 myndbönd með fyllingu á tölvuskjám. Það hentar standandi fígúrum, háum arkitektúr, fossum og öllu með sterkri lóðréttri línu. Semja fyrir það vísvitandi; lárétt sena sem er kreist í 9:16 missir venjulega viðfangsefni sitt í tóman himin og gólf.
Hvernig samsetning breytist með rammanum
Breiðari rammi gefur meira pláss fyrir stillingu og fyrir þriðjuregluna, með myndefnið utan miðju og pláss fyrir augað til að ferðast. Hærri rammi leggur áherslu á hæð og býður upp á lagskiptingu frá forgrunni til bakgrunns. Nefndu staðsetninguna í tilkynningunni: "bíllinn í hægri þriðjungi rammans, auði vegurinn sem liggur inn frá vinstri" er allt öðruvísi í 16:9 og í 1:1. Þegar þú breytir hlutfallinu skaltu lesa samsetningarsetningarnar aftur og breyta þeim.
Stilla hlutfallið í Midjourney
Í skjölum Midjourney er listi yfir --ar færibreytuna, eða langa mynd hennar --aspect, sem bætt er við í lok boðsins með bili á undan strikum, til dæmis "rólegur höfn við dögun --ar 16:9". Tölurnar verða að vera heilar: skjölin segja að aukastafir séu ekki samþykktir og stingur upp á 139:100 í stað 1,39:1 og pixlastærð eins og 1920:1080 er einfölduð í 16:9. Það bendir einnig á að sum hlutföll breytast lítillega við uppskalun og að mjög breið eða há hlutföll eru tilraunaverkefni.
Stilling á stærð með myndlíkönum OpenAI
Myndagerð OpenAI lýsir stærðinni í pixlum frekar en sem hlutfalli. Þegar þetta er skrifað eru 1024x1024 sem ferningur, 1536x1024 sem landslag og 1024x1536 sem andlitsmynd meðal ráðlagðra stærða, með sjálfvirkum valkosti. Fyrir nýrri gerðir þess lýsir það einnig sérsniðnum stærðum skrifaðar sem breidd eftir hæð, þar sem báðar brúnir verða að vera margfeldi af 16 og hlutfallið á milli langa og stutta brúna verður að vera innan 3:1. Athugaðu að 1536x1024 er sjálft 3:2 lögun.
Stable Diffusion og önnur verkfæri
Í Hugging Face diffusers bókasafninu tekur Stable Diffusion texta-í-mynd leiðslan við hæðar- og breiddarviðmiðum í pixlum. Meginreglan er sú sama alls staðar: ákvarðaðu lögunina fyrst, stilltu síðan hvað sem tólið biður um, pixla eða hlutfall. Þegar tól býður aðeins upp á nokkrar stærðir skaltu velja þá sem næst er og klippa á eftir og skilja eftir spássíu í samsetningunni svo uppskeran skerist ekki inn í myndefnið.
Skipuleggðu fyrir fleiri en eitt snið
Ef mynd verður notuð á nokkrum stöðum, segjum við breiðan vefborða og lóðrétta sögu, virkar sjaldan að búa til eina mynd og klippa hana í báðar áttir. Skrifaðu annað hvort með rausnarlegu tómu plássi í kringum miðlægt efni svo báðar uppskerurnar lifi af, eða búðu til hvert snið fyrir sig út frá sömu kvaðningu með samsetningu setninganna aðlagaðar. Annar kosturinn gefur venjulega betri árangur og kostar aðeins meiri tíma.
Fljótleg leið til að velja
Spyrðu hvar myndin mun sjást og hvaða lögun myndefnið hefur. Einn hlutur eða miðja samhverf sena hentar ferningi. Ljósmynd sem er ætlað að líða eins og ljósmynd henti 3:2 eða 2:3. Breitt landslag eða myndbandsrammi hentar 16:9. Símamynd á öllum skjánum eða hátt myndefni hentar 9:16. Þegar ekkert bendir greinilega aðra leið er 3:2 öruggur upphafspunktur fyrir ljósmyndun sem klippir vel í önnur form.
Þar sem LarpGPT passar
LarpGPT er safn með myndaboðum fyrir ferðalög, arkitektúr, bíla og lífsstílsenur, með samsetningu skrifuð inn í hverja vísbendingu ásamt myndefni, lýsingu og linsu. Þú afritar boð, aðlagar ramma hennar að því hlutfalli sem þú þarft og stillir það hlutfall í myndavélinni sem þú notar nú þegar. LarpGPT býr ekki til myndir og niðurstöður eru mismunandi á milli tilrauna.
Spurningar
Hvert er besta stærðarhlutfallið fyrir gervigreindarmyndir?
Það fer eftir því hvar myndin verður séð og lögun myndefnisins. 3:2 er sjálfgefið sjálfgefið ljósmyndun, 16:9 hentar víðtækum senum og myndböndum, 9:16 hentar fyrir allan skjá símamynda og 1:1 hentar einstaklingsmiðuðu myndefni.
Hvernig breyti ég stærðarhlutfallinu í Midjourney?
Bættu við --ar á eftir tveimur heilum tölum í lok boðsins, til dæmis --ar 3:2, samkvæmt skjölum Midjourney. Aukastafir eru ekki samþykktir og sjálfgefið er ferningur.
Hvaða stærðir styðja myndalíkön OpenAI?
Þegar þetta er skrifað eru skjöl OpenAI skráð 1024x1024, 1536x1024 og 1024x1536 meðal ráðlagðra stærða, auk sjálfvirks valkosts, og lýsir sérsniðnum stærðum fyrir nýrri gerðir innan ákveðinna marka.
Get ég klippt gervigreindarmynd í annað hlutfall síðar?
Þú getur, en tónsmíð sem gerð er fyrir eitt form missir oft viðfangsefni sitt í öðru. Skildu eftir pláss í kringum miðlægt efni, eða búðu til hvert snið fyrir sig með samsetningu setninganna aðlagaðar.
Frekari lestur
Leiðsögumenn
Hvernig á að skipuleggja gervigreindarmyndatilkynningu frá grunni
Endurtekna röð til að skrifa myndboð, hvað á að setja í hvern hluta, algengu mistökin sem fletja út niðurstöðuna og hvernig á að endurtaka það þannig að hver tilraun kenni þér eitthvað.
Sex unnin myndskynjadæmi og hvers vegna hver lína er þar
Fullkomnar ábendingar um byggingarlistarinnréttingu, borgar augnablik, hlut, landslag, matarmynd og vinnusvæði, hverja sundurliðuð setningu fyrir setningu svo þú getir aðlagað þau.
Líffærafræði ljósraunsærar myndhvötunar
Hvað hver hluti boðunar gerir inni í myndavél, hvers vegna ein setning í hverri ákvörðun virkar betur en veggur af lýsingarorðum og hvernig á að laga boð án þess að brjóta það sem gerði það að verkum.
Midjourney ljósraunsæjar leiðbeiningar: hagnýt aðferð
Hvernig á að skrifa Midjourney kvaðningar sem lesa sem ljósmyndir: myndavél fyrst uppbygging, skjalfestar breytur sem hjálpa og hvernig á að endurtaka.
ChatGPT mynd biður um lúxusmyndir sem líta raunverulegar út
Hvernig á að biðja ChatGPT um trúverðugar lúxus- og lífsstílsmyndir: efni, ljós, aðhald, unnin dæmi og umhyggju fyrir vörumerkjum og birtingu.
Hvernig á að skrifa gervigreindarleiðbeiningar fyrir raunsætt fólk
Lýstu trúverðu fólki á gervigreindarmyndum: líkamsstöðu, fötum, húð, höndum og ljósi, auk samþykkis, líkinga og upplýsingagjafar sem því fylgir.
Lýsingarorð fyrir gervigreindarmyndir: hagnýtur orðalisti
Golden hour, blue hour, window light, backlight, low key og fleira: hvernig hvert ljósaheiti lítur út á mynd og hvernig á að skrifa það í AI hvetja.
Neikvæðar ábendingar útskýrðar: hvenær á að nota þær og hvernig
Hvílík neikvætt hvetja er, hvaða myndverkfæri skjalfesta eitt, hvernig Midjourney's --no og Stable Diffusion's negative_prompt virka og hvers vegna á að nota þau sparlega.
Hvernig á að skrifa gervigreindarljósmyndir sem haldast læsilegar
Endurtekanleg hvetjandi uppbygging fyrir myndefni, ljós, linsumál og takmarkanir, með dæmum sem auðveldara er að betrumbæta.
AI myndskynjunarverkfæri, borið saman
Spyrðu bókasöfn, hvetjandi smiðir, aðstoðarmenn í rafala og skrifaðu það sjálfur: hvað hvert þeirra sparar þér, hvað hvert kostar þig og hver kennir þér eitthvað.