Detta bildutmålningsarbetsflöde är utformat för att utöka gränserna för en bild, och inkluderar fyra viktiga steg:
Detta steg innebär att ställa in dimensionerna för området som ska utmålas och skapa en mask för utmålningsområdet. Det är den förberedande fasen där grunden för att utöka bilden läggs.
Den faktiska utmålningsprocessen utförs genom inpaintingsmodellen, specifikt med hjälp av ControlNets inpaintingsmodul. I denna fas adresseras endast det område som angivits av den tidigare skapade masken. Denna metod använder inpaintingsmodellen för att generera det ytterligare innehåll som krävs för utmålningsområdet. Det är viktigt att förstå att även om vi utökar bilden (utmålning), är tekniken som tillämpas hämtad från inpaintingsmetoder, styrd av ControlNet-modulen som intelligent fyller i det angivna området baserat på sammanhanget som tillhandahålls av den omgivande bilden.
Här får vi den initiala versionen av bilden med det nyligen utmålade området. Detta steg visar hur inpaintingsmodellen har utökat bildens gränser. Dock kan det vid denna punkt finnas märkbara skillnader mellan kanterna på den ursprungliga bilden och de nyligen utökade delarna. Så det efterföljande steget är avgörande för att reparera det.
Det sista steget fokuserar på att förfina integrationen mellan den ursprungliga bilden och de nyligen tillagda sektionerna. Detta innefattar att specifikt rikta in sig på och förbättra kanterna för att säkerställa en sömlös övergång mellan den ursprungliga och de utökade delarna av bilden.
Här är de viktigaste noderna som är involverade i detta steg:
2.1.1. Bildskala till Sida: Skala bilder baserat på angivna parametrar. Du kan ställa in en målsideslängd och välja vilken sida (längsta, bredd eller höjd) som ska skalas. Det erbjuder flera skalningsmetoder (närmast-exakt, bilinjär, area) och en valfri beskärningsfunktion för att bibehålla bildens aspektförhållande.
2.1.2. Fyll ut Bild för Utmålning: Förbereder bilder för utmålning genom att lägga till utfyllnad runt kanterna. Denna nod tillåter specifikation av utfyllnadsmängder för varje sida av bilden och inkluderar ett "feathering"-alternativ för att sömlöst blanda originalbilden med det utfyllda området.
2.1.3. Konvertera Bild till Mask: Omvandlar en vald kanal (röd, grön, blå, alfa) av en bild till en mask, isolerar en del av bilden för bearbetning.
I denna fas förbereds de utfyllda och maskerade bilderna.
Här är de viktigaste noderna som är involverade i detta steg:
2.2.1. Applicera Avancerad ControlNet: Applicera ControlNet-noden för att noggrant styra inpaintingsprocessen, riktad mot det område som markerats av masken som förbereddes i första steget.
2.2.2. Ladda ControlNet Modell: Väljer och laddar inpaintingsmodellen från ControlNet.
2.2.3. Inpainting Förprocessor: Skicka de utfyllda och maskerade bilderna, som förbereddes i första steget, till inpainting förprocessorn.
2.2.4. Skalade Mjuka Vikter: Justerar vikterna i inpaintingsprocessen för nyanserad kontroll, med parametrar som base_multiplier för att justera viktstyrkan och flip_weights för att invertera vikternas effekt.
I detta skede genereras den initiala utmålade bilden. Dock kan märkbara kanter runt den ursprungliga bilden vara synliga.
Detta sista steg innebär att maskera kantområdet för regenerering, vilket förbättrar det övergripande utseendet på det utmålade området.
Här är de väsentliga noderna som är involverade i att införliva märkbara kanter i masken:
2.4.1. Maskera Dilaterat Område: Utvidgar maskens gränser inom en bild, användbart för att säkerställa fullständig täckning eller skapa en större gräns för bearbetningseffekter.
2.4.2. Maskera Kontur: Involverar identifiering och konturering av kanterna inom en mask, vilket hjälper till att skilja mellan olika element i en bild.
Detta arbetsflöde är inspirerat av Ning
© Copyright 2024 RunComfy. Alla Rättigheter Förbehållna.