อัตราส่วนภาพของภาพ AI: วิธีเลือกและตั้งค่า

ทำไมอัตราส่วนถึงมาก่อน

อัตราส่วนภาพคือความสัมพันธ์ระหว่างความกว้างและความสูงของรูปภาพ ซึ่งเขียนเป็นตัวเลขสองตัว เช่น 3:2 หรือ 16:9 ถือเป็นการตัดสินใจครั้งแรกที่ช่างภาพทำ เนื่องจากเป็นการตัดสินใจว่าเฟรมจะเก็บอะไรได้บ้าง ในการสร้างภาพมีความสำคัญมากกว่านั้น: โมเดลจะจัดองค์ประกอบฉากทั้งหมดสำหรับเฟรมที่คุณกำหนด ดังนั้นการเปลี่ยนอัตราส่วนในภายหลังหมายถึงการครอบตัดหรือสร้างใหม่ เลือกก่อนที่คุณจะปรับแต่งส่วนที่เหลือของพรอมต์

อัตราส่วนไม่ใช่ความละเอียด

อัตราส่วนไม่ได้บอกอะไรเกี่ยวกับจำนวนพิกเซล เอกสารประกอบของ Midjourney ระบุประเด็นนี้โดยตรง: อัตราส่วนภาพไม่เหมือนกับขนาดภาพ และขนาดสุดท้ายขึ้นอยู่กับเวอร์ชันและตัวขยายสเกล รูปภาพ 3:2 จะเล็กหรือใหญ่ก็ได้ ตัดสินใจเลือกรูปร่างว่าภาพจะมองเห็นได้จากตำแหน่งใด และควรวางตัวแบบอย่างไรในนั้น จากนั้นจัดการกับความละเอียดเป็นคำถามแยกต่างหาก

สี่เหลี่ยมจัตุรัส 1:1

สี่เหลี่ยมจัตุรัสมีความสมดุลและคงที่ โดยไม่มีทิศทางที่โดดเด่น เหมาะกับวัตถุชิ้นเดียว การจัดองค์ประกอบแบบสมมาตร และวัตถุที่อยู่ตรงกลาง และเป็นเฟรมที่แพลตฟอร์มโซเชียลจำนวนมากใช้สำหรับโพสต์และรูปภาพโปรไฟล์มานานแล้ว นอกจากนี้ยังเป็นค่าเริ่มต้นใน Midjourney ซึ่งมีเอกสารประกอบระบุว่ารูปภาพเริ่มต้นเป็นสี่เหลี่ยมจัตุรัส สี่เหลี่ยมจัตุรัสไม่เหมาะกับการถ่ายภาพทิวทัศน์และฉากกลุ่มที่วัตถุจะกระจายไปด้านข้างตามธรรมชาติ

ภาพถ่ายคลาสสิก 3:2 และ 2:3

3:2 เป็นอัตราส่วนดั้งเดิมของการถ่ายภาพนิ่งที่สืบทอดมาจากฟิล์ม 35 มม. และกล้องหลายตัวยังคงใช้อัตราส่วนนี้ รู้สึกเป็นธรรมชาติสำหรับการถ่ายภาพเพราะเป็นรูปร่างที่ผู้คนเชื่อมโยงกับรูปถ่าย แนวนอน 3:2 เหมาะกับถนน การตกแต่งภายใน และทิวทัศน์ แนวตั้ง 2:3 เหมาะกับภาพบุคคล ทางเข้าประตู และอาคารสูง และเอกสารของ Midjourney กล่าวถึงสิ่งนี้เป็นเรื่องปกติในภาพถ่ายและกรอบรูปที่พิมพ์ออกมา

4:3 และ 5:4

4:3 เป็นอัตราส่วนโทรทัศน์ดั้งเดิม และยังคงใช้อยู่ในแท็บเล็ตจำนวนมากและกล้องดิจิตอลคอมแพคส่วนใหญ่ มันสี่เหลี่ยมจัตุรัสกว่า 3:2 เล็กน้อย ซึ่งทำให้มีพื้นที่ด้านบนและด้านล่างของตัวแบบมากขึ้น 5:4 จะเป็นสี่เหลี่ยมจัตุรัสอีกครั้ง และเป็นเรื่องปกติในการถ่ายภาพขนาดใหญ่และขนาดกลาง และสำหรับงานพิมพ์ขนาด 8 x 10 นิ้ว ทั้งเหมาะกับการตกแต่งภายในและภาพบุคคลที่คุณต้องการพื้นที่หายใจเล็กๆ น้อยๆ โดยไม่ต้องดึงแนวนอนที่รุนแรงจากรูปแบบกว้าง

จอกว้าง, 16:9

16:9 คืออัตราส่วนมาตรฐานสำหรับโทรทัศน์และวิดีโอออนไลน์ ศูนย์ช่วยเหลือของ YouTube อธิบายว่าเป็นอัตราส่วนภาพมาตรฐานบนคอมพิวเตอร์ กรอบกว้างเหมาะกับทิวทัศน์ ภาพเมือง รถยนต์ที่เคลื่อนไหว และฉากภาพยนตร์โดยวางวัตถุไว้ที่ด้านใดด้านหนึ่ง เป็นตัวเลือกที่ดีสำหรับแบนเนอร์ สไลด์การนำเสนอ และภาพขนาดย่อของวิดีโอ จะอ่อนแอกว่าสำหรับบุคคลที่ยืนเดี่ยวซึ่งสุดท้ายจะเล็กในเฟรมที่กว้าง

แนวตั้ง 9:16

9:16 เป็นรูปทรงเดียวกับที่หันด้านข้าง: โทรศัพท์แบบเต็มหน้าจอตั้งตรง เอกสารของ Midjourney อธิบายว่าเป็นเรื่องปกติสำหรับเนื้อหาบนมือถือบนโซเชียลมีเดีย และ YouTube ตั้งข้อสังเกตว่าวิดีโอแนวตั้ง 9:16 สามารถแสดงโดยมีช่องว่างภายในบนหน้าจอคอมพิวเตอร์ได้ เหมาะกับรูปทรงยืน สถาปัตยกรรมสูง น้ำตก และอะไรก็ตามที่มีเส้นแนวตั้งที่แข็งแรง จงใจเขียนมันขึ้นมา; ฉากแนวนอนที่บีบลงใน 9:16 มักจะสูญเสียเป้าหมายไปที่ท้องฟ้าและพื้นที่ว่างเปล่า

องค์ประกอบเปลี่ยนแปลงไปอย่างไรกับเฟรม

กรอบที่กว้างขึ้นทำให้มีพื้นที่มากขึ้นสำหรับการจัดฉากและกฎสามส่วน โดยวัตถุอยู่นอกศูนย์กลางและพื้นที่สำหรับให้ดวงตาเคลื่อนที่ กรอบที่สูงขึ้นจะเน้นความสูงและเชิญชวนให้มีการวางซ้อนจากพื้นหน้าไปยังพื้นหลัง กล่าวถึงตำแหน่งในข้อความแจ้ง: "รถที่อยู่ที่สามด้านขวาของเฟรม ถนนว่างที่เข้ามาจากด้านซ้าย" อ่านต่างกันมากใน 16:9 และ 1:1 เมื่อคุณเปลี่ยนอัตราส่วน ให้อ่านประโยคการเรียบเรียงซ้ำแล้วปรับเปลี่ยน

การตั้งค่าอัตราส่วนใน Midjourney

เอกสารประกอบของ Midjourney แสดงรายการพารามิเตอร์ --ar หรือรูปแบบยาว --aspect ซึ่งเพิ่มไว้ท้ายข้อความพร้อมท์โดยมีการเว้นวรรคก่อนขีดกลาง เช่น "ท่าเรืออันเงียบสงบในยามเช้า --ar 16:9" ตัวเลขต้องเป็นจำนวนเต็ม เอกสารระบุว่าไม่ยอมรับทศนิยมและแนะนำ 139:100 แทนที่จะเป็น 1.39:1 และขนาดพิกเซล เช่น 1920:1080 จะถูกทำให้ง่ายขึ้นเป็น 16:9 นอกจากนี้ ยังตั้งข้อสังเกตอีกว่าอัตราส่วนบางอย่างเปลี่ยนแปลงเล็กน้อยเมื่อขยายขนาด และอัตราส่วนที่กว้างหรือสูงมากเป็นการทดลอง

การกำหนดขนาดด้วยโมเดลรูปภาพของ OpenAI

เอกสารประกอบการสร้างภาพของ OpenAI อธิบายขนาดเป็นพิกเซลแทนที่จะเป็นอัตราส่วน ในขณะที่เขียนนี้ จะแสดงรายการขนาดที่แนะนำคือ 1024x1024 เป็นรูปสี่เหลี่ยมจัตุรัส, 1536x1024 เป็นแนวนอน และ 1024x1536 เป็นแนวตั้งในขนาดที่แนะนำ พร้อมตัวเลือกอัตโนมัติ สำหรับรุ่นที่ใหม่กว่านั้น ยังอธิบายขนาดที่กำหนดเองซึ่งเขียนเป็นความกว้างต่อความสูง โดยที่ขอบทั้งสองจะต้องคูณด้วย 16 และอัตราส่วนระหว่างขอบด้านยาวและด้านสั้นจะต้องอยู่ภายใน 3:1 โปรดทราบว่า 1536x1024 เองก็มีรูปทรง 3:2

Stable Diffusion และเครื่องมืออื่นๆ

ในไลบรารี Hugging Face diffusers ไปป์ไลน์ข้อความเป็นรูปภาพ Stable Diffusion ยอมรับอาร์กิวเมนต์ความสูงและความกว้างเป็นพิกเซล หลักการจะเหมือนกันทุกที่: ตัดสินใจเลือกรูปร่างก่อน จากนั้นตั้งค่าอะไรก็ตามที่เครื่องมือขอ พิกเซลหรืออัตราส่วน เมื่อเครื่องมือมีขนาดเพียงไม่กี่ขนาด ให้เลือกขนาดที่ใกล้เคียงที่สุดแล้วครอบตัดในภายหลัง โดยเว้นระยะขอบไว้ในองค์ประกอบเพื่อไม่ให้ครอบตัดเข้าไปในตัวแบบ

วางแผนมากกว่าหนึ่งรูปแบบ

หากจะใช้รูปภาพในหลายที่ เช่น แบนเนอร์เว็บแบบกว้างและเรื่องราวแนวตั้ง การสร้างรูปภาพเดียวและครอบตัดทั้งสองวิธีไม่ค่อยได้ผล เขียนโดยมีพื้นที่ว่างรอบๆ ตัวแบบตรงกลางเพื่อให้พืชทั้งสองมีชีวิตรอด หรือสร้างแต่ละรูปแบบแยกจากพรอมต์เดียวกันโดยปรับประโยคการเรียบเรียง ตัวเลือกที่สองมักจะให้ผลลัพธ์ที่ดีกว่าและใช้เวลาเพิ่มขึ้นเพียงเล็กน้อยเท่านั้น

วิธีที่รวดเร็วในการเลือก

ถามว่าภาพจะมองเห็นได้ที่ไหน และวัตถุมีรูปร่างแบบใด วัตถุชิ้นเดียวหรือฉากสมมาตรที่อยู่ตรงกลางเหมาะกับสี่เหลี่ยมจัตุรัส ภาพถ่ายควรให้ความรู้สึกเหมือนภาพถ่ายที่มีอัตราส่วน 3:2 หรือ 2:3 ภูมิทัศน์ที่กว้างหรือกรอบวิดีโอเหมาะกับอัตราส่วน 16:9 รูปภาพโทรศัพท์แบบเต็มหน้าจอหรือวัตถุที่มีความสูงเหมาะกับอัตราส่วน 9:16 เมื่อไม่มีอะไรชี้ชัดในทิศทางเดียว 3:2 จึงเป็นจุดเริ่มต้นการถ่ายภาพที่ปลอดภัยซึ่งสามารถครอบตัดรูปร่างอื่นๆ ได้ดี

ตำแหน่งที่ LarpGPT เหมาะกับ

LarpGPT คือคลังภาพพร้อมท์สำหรับการเดินทาง สถาปัตยกรรม รถยนต์และไลฟ์สไตล์ โดยมีการเขียนองค์ประกอบลงในแต่ละข้อความพร้อมวัตถุ แสง และเลนส์ คุณคัดลอกพรอมต์ ปรับการจัดเฟรมตามอัตราส่วนที่คุณต้องการ และตั้งค่าอัตราส่วนนั้นในตัวสร้างรูปภาพที่คุณใช้อยู่แล้ว LarpGPT จะไม่สร้างรูปภาพ และผลลัพธ์จะแตกต่างกันไปในแต่ละความพยายาม

อ่านเพิ่มเติม

• 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)