Workflow outpainting gambar ini dirancang untuk memperluas batas gambar, mencakup empat langkah penting:
Langkah ini melibatkan pengaturan dimensi untuk area yang akan di-outpainting dan membuat mask untuk area outpainting. Ini adalah fase persiapan di mana dasar untuk memperluas gambar diletakkan.
Proses outpainting aktual dieksekusi melalui model inpainting, khususnya menggunakan modul inpainting ControlNet. Pada fase ini, hanya wilayah yang ditentukan oleh mask yang dibuat sebelumnya yang ditangani. Pendekatan ini menggunakan model inpainting untuk menghasilkan konten tambahan yang diperlukan untuk area outpainting. Penting untuk memahami bahwa meskipun kita memperluas gambar (outpainting), teknik yang diterapkan berasal dari metodologi inpainting, yang diatur oleh modul ControlNet yang secara cerdas mengisi area yang ditentukan berdasarkan konteks yang disediakan oleh gambar sekitarnya.
Di sini kita mendapatkan versi awal gambar dengan area outpainting yang baru. Tahap ini memperlihatkan bagaimana model inpainting telah memperluas batas gambar. Namun, pada titik ini, mungkin ada perbedaan yang mencolok antara tepi gambar asli dan bagian yang baru diperluas. Jadi langkah selanjutnya sangat penting untuk memperbaikinya.
Langkah terakhir berfokus pada penyempurnaan integrasi antara gambar asli dan bagian yang baru ditambahkan. Ini melibatkan penargetan dan peningkatan tepi untuk memastikan transisi yang mulus antara bagian asli dan diperluas dari gambar.
Berikut adalah node kunci yang terlibat dalam langkah ini:
2.1.1. Image Scale to Side: Skala gambar berdasarkan parameter yang ditentukan. Anda dapat mengatur panjang sisi target dan memilih sisi mana (terpanjang, lebar, atau tinggi) untuk diskalakan. Ini menawarkan beberapa metode skala (nearest-exact, bilinear, area) dan fitur crop opsional untuk mempertahankan rasio aspek.
2.1.2. Pad Image for Outpainting: Mempersiapkan gambar untuk outpainting dengan menambahkan padding di sekitar tepi. Node ini memungkinkan spesifikasi jumlah padding untuk setiap sisi gambar dan termasuk opsi "feathering" untuk mencampur gambar asli dengan area padding secara mulus.
2.1.3. Convert Image to Mask: Mengubah saluran yang dipilih (merah, hijau, biru, alfa) dari gambar menjadi mask, mengisolasi bagian gambar untuk diproses.
Pada fase ini, gambar yang sudah dipadding dan dimask dipersiapkan.
Berikut adalah node kunci yang terlibat dalam langkah ini:
2.2.1. Apply Advanced ControlNet: Terapkan node ControlNet untuk memandu proses inpainting dengan teliti, menargetkan area yang digariskan oleh mask yang disiapkan pada langkah pertama.
2.2.2. Load ControlNet Model: Memilih dan memuat model inpainting ControlNet.
2.2.3. Inpainting Preprocessor: Mengirimkan gambar yang sudah dipadding dan dimask, yang disiapkan pada langkah pertama, ke preprosesor inpainting.
2.2.4. Scaled Soft Weights: Menyesuaikan bobot dalam proses inpainting untuk kontrol yang lebih halus, dengan parameter seperti base_multiplier untuk menyesuaikan kekuatan bobot dan flip_weights untuk membalikkan efek bobot.
Pada tahap ini, gambar outpainting awal dihasilkan. Namun, tepi yang mencolok di sekitar gambar asli mungkin terlihat.
Langkah terakhir ini melibatkan masking area tepi untuk regenerasi, yang meningkatkan tampilan keseluruhan area outpainting.
Berikut adalah node penting yang terlibat dalam menggabungkan tepi yang mencolok ke dalam mask:
2.4.1. Mask Dilate Region: Memperluas batas mask dalam gambar, berguna untuk memastikan cakupan penuh atau menciptakan batas yang lebih besar untuk efek pemrosesan.
2.4.2. Mask Contour: Melibatkan identifikasi dan penggambaran tepi dalam mask, membantu dalam membedakan antara elemen yang berbeda dalam gambar.
Workflow ini terinspirasi oleh Ning
© Hak Cipta 2024 RunComfy. Seluruh Hak Cipta Dilindungi.