اینپینتینگ و ویرایش موضعی؛ فقط یک تکه را عوض کنید

خیلی وقت‌ها یک تصویر تولیدشده تقریباً کامل است اما یک تکهٔ کوچک ایراد دارد؛ یک دست عجیب، یک پس‌زمینهٔ نامناسب یا یک شیء اضافی در گوشهٔ قاب. تولید مجدد کل تصویر از صفر معمولاً راه‌حل ناکارآمدی است، چون هر بار که پرامپت را دوباره اجرا می‌کنید، بخش‌های خوب تصویر هم عوض می‌شوند و باید دوباره شانس بیاورید. اینپینتینگ (inpainting) دقیقاً برای همین مشکل ساخته شده: به شما اجازه می‌دهد فقط یک تکهٔ مشخص از تصویر را با ماسک انتخاب کنید و آن قسمت را بدون دست‌زدن به بقیهٔ تصویر بازسازی کنید.

اینپینتینگ چطور کار می‌کند

در پس‌زمینهٔ اینپینتینگ، شما یک ماسک روی تصویر می‌کشید که ناحیهٔ موردنظر برای تغییر را مشخص می‌کند؛ بقیهٔ تصویر خارج از ماسک دست‌نخورده باقی می‌ماند. سپس یک پرامپت جدید فقط برای همان ناحیه می‌نویسید که مدل با در نظر گرفتن بافت و نور اطراف، محتوای جدید را داخل آن ناحیه می‌سازد. کلید موفقیت این است که پرامپت ناحیهٔ ماسک‌شده باید با سبک و نور بقیهٔ تصویر هماهنگ باشد، وگرنه لبهٔ ماسک به‌وضوح دیده می‌شود و تصویر غیرطبیعی به نظر می‌رسد.

چه زمانی اینپینتینگ بهتر از تولید مجدد است

اگر بیش از نیمی از تصویر باید تغییر کند یا سوژهٔ اصلی جابه‌جا می‌شود، تولید مجدد کامل معمولاً سریع‌تر و منطقی‌تر از تلاش برای اینپینتینگ چند بخش جداگانه است. اما وقتی تصویر پایه از نظر ترکیب‌بندی و نور خوب است و فقط یک جزئیات کوچک ایراد دارد، اینپینتینگ زمان زیادی صرفه‌جویی می‌کند و ریسک از دست دادن کیفیت بقیهٔ تصویر را حذف می‌کند.

نکات عملی برای ماسک تمیزتر

ماسک را همیشه کمی بزرگ‌تر از ناحیهٔ واقعی موردنظر بکشید، نه دقیقاً هم‌اندازه؛ چون مدل برای هماهنگ کردن لبه‌ها به کمی فضای اضافی نیاز دارد و ماسک تنگ معمولاً یک خط مرزی نامطلوب باقی می‌گذارد. همچنین در پرامپت مربوط به ناحیهٔ ماسک، حتماً به نور و سایهٔ اطراف اشاره کنید، نه فقط به محتوای جدید؛ مثلاً به‌جای «یک گلدان قرمز»، بنویسید «یک گلدان قرمز با سایهٔ ملایم هم‌جهت با نور سمت چپ صحنه». این جزئیات کوچک تفاوت بین یک ویرایش قابل‌تشخیص و یک ویرایش نامرئی را می‌سازد.

محدودیت‌هایی که باید بدانید

اینپینتینگ معجزه نمی‌کند؛ اگر ناحیهٔ ماسک‌شده خیلی بزرگ باشد یا نیاز به تغییر ساختار کلی نور صحنه داشته باشد، نتیجه معمولاً همان کیفیت تولید کامل مجدد را ندارد. همچنین برخی جزئیات ریز مثل دست، انگشت و متن هنوز برای اغلب مدل‌ها دشوارند، حتی در حالت اینپینتینگ، و ممکن است به چند بار تلاش نیاز داشته باشید. صبر و تکرار بخشی طبیعی از این فرایند است، نه نشانهٔ اشتباه کردن شما. اگر بعد از چند بار تلاش نتیجهٔ قابل‌قبولی نگرفتید، گاهی بهتر است ناحیهٔ ماسک را کمی بزرگ‌تر یا کوچک‌تر کنید و دوباره امتحان کنید، چون اندازهٔ ماسک به‌تنهایی می‌تواند نتیجه را کاملاً تغییر دهد.

تفاوت اینپینتینگ و اوت‌پینتینگ

اینپینتینگ محتوای داخل یک ناحیهٔ مشخص از تصویر موجود را جایگزین می‌کند؛ اوت‌پینتینگ (outpainting) برعکس عمل می‌کند و قاب تصویر را به بیرون گسترش می‌دهد، مثلاً برای تبدیل یک عکس مربعی به یک بنر افقی بدون برش زدن سوژه. این دو ابزار مکمل هم هستند: وقتی نسبت تصویر را برای یک پلتفرم جدید تغییر می‌دهید، معمولاً اول اوت‌پینتینگ برای گسترش قاب و بعد اینپینتینگ برای اصلاح جزئیات لبه‌های جدید استفاده می‌شود.

یک گردش‌کار ساده برای ویرایش موضعی

روش عملی این است که ابتدا تصویر پایه را با کیفیت بالا تولید کنید و قبل از هر ویرایش، آن را ذخیره کنید. سپس فقط نواحی مشکل‌دار را با ماسک مشخص کنید، یکی‌یکی نه هم‌زمان، چون ویرایش هم‌زمان چند ناحیهٔ دور از هم معمولاً هماهنگی نور را به‌هم می‌زند. بعد از هر ویرایش، نتیجه را با تصویر اصلی مقایسه کنید و اگر لبهٔ ماسک قابل‌تشخیص بود، همان ناحیه را با کمی تغییر در اندازهٔ ماسک دوباره امتحان کنید. این چرخهٔ کوچک تکرار، معمولاً سریع‌تر از تولید مجدد کل تصویر به نتیجهٔ نهایی می‌رسد.

اینپینتینگ یکی از ابزارهایی است که یک گردش‌کار تولید محتوای واقعی را از یک آزمایش سرگرم‌کننده جدا می‌کند؛ وقتی می‌توانید تصاویر را دقیق اصلاح کنید، دیگر مجبور نیستید برای هر ایراد کوچک از صفر شروع کنید. جزئیات بیشتر دربارهٔ جای این ابزار در یک گردش‌کار کامل تولید محتوا را در نقشهٔ راه تولید محتوا با هوش مصنوعی بخوانید. تسلط بر این ابزار، به‌مرور زمان دفعاتی که مجبورید کل یک پروژه را از نو شروع کنید کاهش می‌دهد و روند کار را قابل‌پیش‌بینی‌تر می‌کند.

جمع‌بندی

• اینپینتینگ برای اصلاح جزئیات کوچک مناسب است، نه برای تغییرات بزرگ در کل تصویر.
• ماسک را کمی بزرگ‌تر از ناحیهٔ واقعی بکشید تا لبه‌ها طبیعی‌تر ترکیب شوند.
• پرامپت ناحیهٔ ماسک باید نور و سایهٔ اطراف را هم توصیف کند، نه فقط محتوای جدید.
• برای دست، انگشت و متن، انتظار چند بار تلاش را داشته باشید؛ این نواحی هنوز دشوارند.
• وقتی بیش از نیمی از تصویر باید تغییر کند، تولید مجدد کامل معمولاً منطقی‌تر از اینپینتینگ چندبخشی است.