Tỷ lệ khung hình cho hình ảnh AI: cách chọn và đặt chúng

Tại sao tỷ lệ lại đến trước

Tỷ lệ khung hình là mối quan hệ giữa chiều rộng và chiều cao của hình ảnh, được viết dưới dạng hai số như 3:2 hoặc 16:9. Đây là quyết định đầu tiên của một nhiếp ảnh gia vì nó quyết định khung hình có thể chứa được những gì. Trong việc tạo hình ảnh, điều này thậm chí còn quan trọng hơn: mô hình tạo nên toàn bộ khung cảnh cho khung hình mà bạn cung cấp cho nó, do đó, việc thay đổi tỷ lệ sau đó có nghĩa là cắt xén hoặc tái tạo. Chọn nó trước khi bạn tinh chỉnh phần còn lại của lời nhắc.

Tỷ lệ không phải là độ phân giải

Tỷ lệ không nói lên điều gì về số lượng pixel. Tài liệu của Midjourney trực tiếp đưa ra quan điểm này: tỷ lệ khung hình không giống với kích thước hình ảnh và kích thước cuối cùng phụ thuộc vào phiên bản và trình nâng cấp. Hình ảnh 3:2 có thể nhỏ hoặc lớn. Quyết định hình dạng từ nơi hình ảnh sẽ được nhìn thấy và cách đối tượng sẽ ngồi trong đó, sau đó xử lý độ phân giải như một câu hỏi riêng biệt.

Hình vuông, 1:1

Hình vuông cân bằng và tĩnh, không có hướng chủ đạo. Nó phù hợp với các đối tượng đơn lẻ, bố cục đối xứng và chủ thể được căn giữa, đồng thời là khung mà nhiều nền tảng xã hội đã sử dụng từ lâu cho các bài đăng và hình ảnh hồ sơ. Đây cũng là mặc định trong Midjourney, tài liệu của nó lưu ý rằng hình ảnh bắt đầu dưới dạng hình vuông. Hình vuông không phù hợp với phong cảnh và cảnh tập thể, trong đó chủ thể trải rộng sang một bên một cách tự nhiên.

Ảnh cổ điển, 3:2 và 2:3

3:2 là tỷ lệ truyền thống của chụp ảnh tĩnh, kế thừa từ phim 35 mm và nhiều máy ảnh vẫn sử dụng tỷ lệ này. Có cảm giác tự nhiên đối với lời nhắc chụp ảnh vì nó là hình dạng mà mọi người liên tưởng đến các bức ảnh. Ngang 3:2 phù hợp với đường phố, nội thất và cảnh quan; dọc 2:3 phù hợp với ảnh chân dung, ô cửa và nhà cao tầng, đồng thời tài liệu của Midjourney đề cập đến tỷ lệ này phổ biến trong ảnh in và khung ảnh.

4:3 và 5:4

4:3 là tỷ lệ truyền hình đầu tiên và vẫn được nhiều máy tính bảng cũng như hầu hết các máy ảnh kỹ thuật số nhỏ gọn sử dụng. Nó vuông hơn một chút so với tỷ lệ 3:2, giúp có nhiều khoảng trống hơn ở phía trên và phía dưới đối tượng. 5:4 lại vuông vức hơn và phổ biến trong chụp ảnh khổ lớn và trung bình cũng như cho các bản in 8 x 10 inch. Cả hai đều phù hợp với nội thất và chân dung, nơi bạn muốn có một chút không gian thoáng đãng mà không có lực kéo ngang mạnh của định dạng rộng.

Màn hình rộng, 16:9

16:9 là tỷ lệ chuẩn cho truyền hình và video trực tuyến; Trung tâm trợ giúp của YouTube mô tả nó là tỷ lệ khung hình tiêu chuẩn trên máy tính. Khung hình rộng của nó phù hợp với phong cảnh, cảnh quan thành phố, ô tô đang chuyển động và cảnh điện ảnh với chủ thể được đặt sang một bên. Đó là sự lựa chọn mạnh mẽ cho các biểu ngữ, trang trình bày và hình thu nhỏ video. Nó yếu hơn đối với các hình đứng đơn lẻ, có kích thước nhỏ trong khung rộng.

Dọc, 9:16

9:16 cũng có hình dạng tương tự khi được lật nghiêng: toàn bộ màn hình của một chiếc điện thoại được giữ thẳng đứng. Tài liệu của Midjourney mô tả điều này là phổ biến đối với nội dung di động trên mạng xã hội và YouTube lưu ý rằng video dọc 9:16 có thể được hiển thị với phần đệm trên màn hình máy tính. Nó phù hợp với những dáng đứng, kiến trúc cao, thác nước và bất cứ thứ gì có đường thẳng đứng mạnh mẽ. Sáng tác cho nó một cách có chủ ý; một khung cảnh nằm ngang bị ép vào 9:16 thường mất chủ đề về bầu trời và sàn nhà trống rỗng.

Bố cục thay đổi như thế nào với khung hình

Khung hình rộng hơn mang lại nhiều không gian hơn cho việc sắp đặt và áp dụng quy tắc một phần ba, với chủ thể nằm ngoài trung tâm và có không gian để mắt di chuyển. Khung hình cao hơn nhấn mạnh vào chiều cao và mời gọi phân lớp từ tiền cảnh đến hậu cảnh. Đề cập đến vị trí trong lời nhắc: "chiếc ô tô ở một phần ba bên phải của khung hình, con đường trống dẫn vào từ bên trái" đọc rất khác ở tỷ lệ 16:9 và 1:1. Khi thay đổi tỷ lệ hãy đọc lại các câu ghép và điều chỉnh.

Đặt tỷ lệ trong Midjourney

Tài liệu của Midjourney liệt kê tham số --ar hoặc dạng dài --aspect của nó, được thêm vào cuối dấu nhắc bằng khoảng trắng trước dấu gạch ngang, ví dụ: "bến cảng yên tĩnh lúc bình minh --ar 16:9". Các số phải là số nguyên: tài liệu cho biết số thập phân không được chấp nhận và đề xuất 139:100 thay vì 1,39:1 và kích thước pixel như 1920:1080 được đơn giản hóa thành 16:9. Nó cũng lưu ý rằng một số tỷ lệ thay đổi một chút khi nâng cấp và tỷ lệ cực rộng hoặc cao chỉ mang tính thử nghiệm.

Đặt kích thước với các mẫu hình ảnh của OpenAI

Tài liệu tạo hình ảnh của OpenAI mô tả kích thước tính bằng pixel chứ không phải theo tỷ lệ. Tại thời điểm viết bài, nó liệt kê 1024x1024 dưới dạng hình vuông, 1536x1024 dưới dạng ngang và 1024x1536 dưới dạng dọc trong số các kích thước được đề xuất, với tùy chọn tự động. Đối với các mẫu mới hơn, nó cũng mô tả các kích thước tùy chỉnh được viết dưới dạng chiều rộng và chiều cao, trong đó cả hai cạnh phải là bội số của 16 và tỷ lệ giữa cạnh dài và cạnh ngắn phải nằm trong khoảng 3:1. Lưu ý rằng bản thân 1536x1024 là hình dạng 3:2.

Stable Diffusion và các công cụ khác

Trong thư viện Hugging Face diffusers, đường dẫn chuyển văn bản thành hình ảnh Stable Diffusion chấp nhận các đối số chiều cao và chiều rộng tính bằng pixel. Nguyên tắc giống nhau ở mọi nơi: quyết định hình dạng trước, sau đó đặt bất kỳ thứ gì công cụ yêu cầu, pixel hoặc tỷ lệ. Khi một công cụ chỉ cung cấp một vài kích thước, hãy chọn kích thước gần nhất và cắt sau đó, chừa lại lề trong bố cục để phần cắt không cắt vào chủ thể.

Lập kế hoạch cho nhiều định dạng

Nếu một hình ảnh sẽ được sử dụng ở nhiều nơi, chẳng hạn như biểu ngữ web rộng và câu chuyện dọc, việc tạo một hình ảnh và cắt xén cả hai cách hiếm khi hiệu quả. Hoặc soạn với không gian trống rộng rãi xung quanh chủ đề trung tâm để cả hai loại cây trồng đều tồn tại hoặc tạo từng định dạng riêng biệt từ cùng một lời nhắc với các câu bố cục được điều chỉnh. Tùy chọn thứ hai thường cho kết quả tốt hơn và chỉ tốn thêm một chút thời gian.

Một cách nhanh chóng để lựa chọn

Hỏi hình ảnh sẽ được nhìn thấy ở đâu và đối tượng có hình dạng gì. Một vật thể đơn lẻ hoặc một khung cảnh đối xứng ở giữa sẽ phù hợp với một hình vuông. Một bức ảnh mang lại cảm giác giống như một bức ảnh phù hợp với tỷ lệ 3:2 hoặc 2:3. Phong cảnh rộng hoặc khung hình video phù hợp với tỷ lệ 16:9. Hình ảnh toàn màn hình của điện thoại hoặc chủ thể cao phù hợp với tỷ lệ 9:16. Khi không có gì chỉ rõ ràng theo một chiều, 3:2 là điểm khởi đầu chụp ảnh an toàn để phù hợp với các hình dạng khác.

Trường hợp LarpGPT phù hợp

LarpGPT là một thư viện gồm các lời nhắc về ảnh về du lịch, kiến trúc, ô tô và phong cách sống, với bố cục được ghi vào từng lời nhắc cùng với chủ đề, ánh sáng và ống kính. Bạn sao chép lời nhắc, điều chỉnh khung hình của nó theo tỷ lệ bạn cần và đặt tỷ lệ đó trong trình tạo hình ảnh mà bạn đã sử dụng. LarpGPT không tạo ra hình ảnh và kết quả sẽ khác nhau giữa các lần thử.

Đọc thêm

• 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)