วิธีเพิ่มคนเข้าไปในรูปภาพด้วย AI แบบทีละขั้นตอน
เพิ่มคนเข้าไปในรูปภาพด้วย AI ประกอบคนคนหนึ่งเข้าสู่ภาพบน OmniArt ด้วยการหลอมรวมหลายภาพ ภาพอ้างอิง การแก้ไขเฉพาะพื้นที่ และการจับคู่แสงเงาให้กลืนเป็นภาพเดียว

การเพิ่มคนเข้าไปในรูปภาพด้วย AI ไม่ใช่การแปะภาพที่ตัดมาลงไปตรง ๆ แต่คือการขอให้โมเดลภาพเรนเดอร์รูปเดิมขึ้นใหม่ให้คนอีกคนอยู่ในภาพนั้นได้อย่างสมจริง โมเดลต้องวางเขาไว้ในตำแหน่งที่สมเหตุสมผล ปรับขนาดให้เข้ากับฉาก จัดแสงใหม่ให้ตรงกับภาพเดิม และวางเงาไว้ใต้เท้า ทำสี่อย่างนี้ให้ถูก ผลลัพธ์จะอ่านออกมาเป็นภาพถ่าย พลาดไปข้อเดียว มันจะอ่านออกมาเป็นสติกเกอร์
บน OmniArt งานนี้เป็นงานของโมเดลภาพ ไม่ใช่งานของโปรแกรมแก้ภาพแบบเลเยอร์ คุณนำภาพต้นทางเข้า นำภาพอ้างอิงของคนที่จะเพิ่มเข้าไป แล้วบรรยายการประกอบภาพลงในพรอมต์ Seedream 5.0 Pro ทำงานนี้ได้ดีเพราะรองรับการหลอมรวมหลายภาพ คือรวมภาพอ้างอิงได้ถึง 10 ภาพให้ออกมาเป็นผลลัพธ์เดียว บวกกับภาษาระบุพื้นที่และจุดยึดที่คุมได้ว่าการแก้ไขจะลงตรงไหน GPT Image 2 รับคำสั่งแก้ไขแบบภาษาธรรมชาติ ส่วน Nano Banana 2 ทำการแก้ไขที่นำด้วยภาพอ้างอิง เวลาคุณอยากได้ความเห็นที่สองจากวัตถุดิบชุดเดิม
คู่มือนี้พาเดินทั้งกระบวนการตามลำดับ ตั้งแต่เลือกภาพ เลือกโมเดล เขียนพรอมต์กำหนดตำแหน่ง แก้จุดที่ยังไม่เข้าที่ แล้วปิดงานด้วยการเรนเดอร์ครั้งสุดท้าย พร้อมพรอมต์สามชุดที่คัดลอกไปใช้ได้ทันที
โมเดลกำลังทำอะไรอยู่จริง ๆ#
การเข้าใจกลไกก่อนเขียนพรอมต์ช่วยได้มาก เมื่อคุณป้อนภาพสองใบกับคำสั่งหนึ่งประโยค โมเดลไม่ได้เอาพิกเซลมาแปะทับกัน แต่กำลังสร้างภาพใหม่ที่มีวัตถุดิบทั้งสองเป็นเงื่อนไข ซึ่งมีผลจริงสองข้อ
ข้อแรก ภาพต้นทางเปลี่ยนได้เล็กน้อยแม้ในบริเวณที่คุณไม่ได้พูดถึง ฉากหลังขยับ ขอบโต๊ะเลื่อน ตัวอักษรบนป้ายเพี้ยน คุณลดอาการนี้ได้ด้วยการปกป้องส่วนที่เหลือของเฟรมไว้อย่างชัดเจนในพรอมต์ ซึ่งเป็นวินัยเดียวกันกับที่ทำให้การแก้ไขเฉพาะพื้นที่ได้ผล
ข้อสอง ตัวตนของคนมาจากภาพอ้างอิงทั้งหมด ถ้าภาพอ้างอิงเล็ก เบลอ ผ่านฟิลเตอร์หนัก หรือถ่ายจากมุมที่ห่างจากมุมที่คุณต้องการในผลลัพธ์ โมเดลจะคิดส่วนต่างขึ้นมาเอง และใบหน้าที่โมเดลคิดขึ้นจะเพี้ยนไปเรื่อย ๆ ในงานนี้ภาพอ้างอิงทำงานหนักกว่าพรอมต์
ขั้นที่ 1: เลือกภาพต้นทางและภาพอ้างอิงของคน#
วัตถุดิบที่ไม่ดีทำให้เสียรอบมากกว่าพรอมต์ที่ไม่ดี ฉะนั้นใช้เวลาหนึ่งนาทีกับขั้นนี้
ภาพต้นทาง ควรมีที่ว่างชัดเจนให้คนยืนหรือนั่งได้ มีทิศทางแสงที่อ่านออก และเห็นพื้นหรือผิวรองรับเพื่อให้เงามีที่ลง หลีกเลี่ยงภาพที่ทุกตำแหน่งซึ่งเป็นไปได้ถูกเฟอร์นิเจอร์บังไปหมด และหลีกเลี่ยงภาพเลนส์มุมกว้างจัด เพราะความบิดเบี้ยวของมุมมองนั้นจับคู่ยาก
ภาพอ้างอิงของคน ควรเป็นภาพเดียวที่สะอาดและแสงดี ถ่ายจากมุมและระยะใกล้เคียงกับที่คุณอยากได้ในภาพสุดท้าย ถ้าคนคนนั้นจะเห็นเต็มตัวในผลลัพธ์ ก็ใช้ภาพเต็มตัว แสงกลาง ๆ ดีกว่าแสงดราม่า เพราะแสงแบนจัดแสงใหม่ได้ง่ายกว่าภาพบุคคลที่มีเงาแข็ง ถ้าคนคนนั้นต้องปรากฏในชุดใดชุดหนึ่งเป็นการเฉพาะ ภาพอ้างอิงควรใส่ชุดนั้นอยู่แล้ว
เคล็ดลับ
ถ้าคุณมีภาพของคนคนเดียวกันหลายใบที่ใช้ได้ ให้ใส่สองหรือสามใบแทนที่จะใส่ใบเดียว Seedream 5.0 Pro รับภาพอ้างอิงได้ถึง 10 ภาพ และการเพิ่มมุมที่สองช่วยให้ใบหน้าคงเส้นคงวาขึ้นอย่างวัดผลได้ แต่ให้เลือกภาพที่สอดคล้องกัน เพราะการผสมภาพจากปี 2019 กับภาพปัจจุบันเท่ากับยื่นตัวตนสองแบบให้โมเดลไปเฉลี่ยกันเอง
ขั้นที่ 2: เลือกโมเดล#
ทั้งสามตัวนี้อยู่ในพื้นที่ทำงานภาพของ OmniArt และทั้งสามตัวรับภาพอ้างอิงที่นำเข้าไปพร้อมกับพรอมต์
| โมเดล | จุดแข็งสำหรับงานนี้ | หยิบมาใช้เมื่อ |
|---|---|---|
| Seedream 5.0 Pro | การหลอมรวมหลายภาพ ภาษาระบุพื้นที่และจุดยึด คำสั่งวัสดุและสีที่แน่นอน | การประกอบภาพเป็นงานหลัก มีภาพอ้างอิงหลายใบ ต้องวางตำแหน่งแม่น หรือต้องได้สีชุดที่เจาะจง |
| GPT Image 2 | การแก้ไขด้วยภาษาธรรมชาติที่ทำตามคำสั่งแบบพูดคุยได้ใกล้เคียง | คุณอยากบรรยายการเปลี่ยนแปลงเป็นประโยคปกติและวนแก้ด้วยการคุยต่อ |
| Nano Banana 2 | การแก้ไขที่นำด้วยภาพอ้างอิง ได้ผลเร็ว | คุณอยากได้การตีความที่สองแบบราคาถูกจากวัตถุดิบชุดเดิมก่อนตัดสินใจ |
ค่าตั้งต้นที่สมเหตุสมผลคือเริ่มด้วย Seedream 5.0 Pro สำหรับทุกงานที่ทั้งตำแหน่งและตัวตนสำคัญพอกัน ถ้าการประกอบภาพเป็นเรื่องง่าย คือคนเดียว จุดวางชัดเจน แสงไม่เรื่องมาก GPT Image 2 มักไปถึงเส้นชัยด้วยคำที่น้อยกว่า
ขั้นที่ 3: เขียนพรอมต์กำหนดตำแหน่ง#
พรอมต์ที่ใช้ได้กับงานนี้มีสี่ส่วน เรียงตามลำดับนี้
- คำสั่ง คือเพิ่มคนจากภาพอ้างอิงเข้าไปในภาพต้นทาง
- ตำแหน่งและขนาด คือเขายืนที่ไหน ทำอะไร ใหญ่เท่าไรเทียบกับวัตถุที่รู้จักในเฟรม
- การจับคู่แสงและเงา คือทิศทางและลักษณะของแสงในภาพต้นทาง และเงาทอดไปทางไหน
- การปกป้อง คือทุกอย่างในภาพต้นทางที่ต้องคงเดิมเป๊ะ
นี่คือเวอร์ชันที่ใช้งานได้จริงและคุณดัดแปลงต่อได้
สังเกตว่าประโยคระดับหัวของเธออยู่ราวเดียวกับขอบบนของราวกันตกทำเรื่องขนาดได้ดีกว่าคำว่าขนาดกลางอย่างเทียบไม่ติด การผูกตัวคนไว้กับสิ่งที่วัดได้อยู่แล้วในเฟรมคือเคล็ดเรื่องขนาดที่มีประโยชน์ที่สุดในพรอมต์แบบนี้
เวอร์ชันท่านั่ง ซึ่งเป็นการประกอบภาพที่เล็กกว่าและมักง่ายกว่า
ขั้นที่ 4: เกลาต่อด้วยการแก้ไขที่เจาะเฉพาะพื้นที่#
ภาพเรนเดอร์ครั้งแรกแทบไม่เคยเป็นภาพสุดท้าย และความผิดพลาดที่คนส่วนใหญ่ทำคือรันพรอมต์ทั้งชุดใหม่ อย่าทำอย่างนั้น ให้หยิบผลลัพธ์ที่ได้ตำแหน่งถูกแล้วมาแก้ทีละอย่างด้วยคำสั่งที่จำกัดขอบเขตอยู่ในพื้นที่หนึ่ง Seedream 5.0 Pro สร้างมาเพื่อเรื่องนี้ การเรียกชื่อพื้นที่ จุดยึด หรือตำแหน่งแบบที่คนจะพูดออกมาดัง ๆ เช่น ล่างซ้าย หรือ ตัวที่สองจากขวา ช่วยตรึงให้การแก้ไขอยู่เฉพาะจุด
การแก้แบบเจาะจงสองหรือสามรอบมักชนะการรันใหม่ทั้งชุดสิบรอบ และเสียค่าใช้จ่ายน้อยกว่า บทความ คู่มือเขียนพรอมต์ Seedream 5.0 Pro ลงรายละเอียดเรื่องรูปแบบพื้นที่ จุดยึด และรหัสสี HEX ไว้ลึกกว่านี้ถ้าคุณอยากดันต่อ
หมายเหตุ
OmniArt เปิดให้ใช้การสร้างภาพแบบมาตรฐานและการสร้างภาพจากภาพอ้างอิง ส่วนกรอบพิกัด ภาพร่างที่วางทับ และการปักจุดยึด เป็นขั้นตอนบน API ต้นทาง ไม่ใช่ปุ่มควบคุมเฉพาะบนหน้าจอ OmniArt ในพื้นที่ทำงานคุณสื่อสิ่งเหล่านั้นออกมาเป็นข้อความในพรอมต์ วิธีนี้ใช้ได้จริง เพียงแต่หมายความว่าภาษาที่แม่นยำคือสิ่งที่ทำหน้าที่ชี้เป้าแทน
ขั้นที่ 5: ปิดงานด้วยการเรนเดอร์ครั้งสุดท้าย#
เมื่อทั้งตำแหน่ง ตัวตน และแสงอยู่ตัวแล้ว ให้เรนเดอร์รอบสุดท้ายที่ความละเอียดซึ่งคุณต้องใช้จริง แทนที่จะแก้ต่อบนฉบับร่างขนาดเล็กไปเรื่อย ๆ เรนเดอร์ภาพประกอบที่อนุมัติแล้วซ้ำที่ขนาดใหญ่สุดที่โมเดลรองรับ โดย Seedream 5.0 Lite ให้ 4K ในตัวถ้าความละเอียดของผลลัพธ์เป็นตัวตัดสิน แล้วตรวจผลที่ขนาดจริงร้อยเปอร์เซ็นต์ก่อนส่งงาน ขอบที่เรืองเป็นวงและเกรนที่ไม่เข้ากันจะมองไม่เห็นเลยในขนาดภาพย่อ แต่เห็นชัดในขนาดเต็ม
จับคู่แสง มุมมอง ขนาด และเงา#
สี่จุดพลาดนี้อธิบายภาพประกอบร่วมส่วนใหญ่ที่ดูผิดที่ผิดทางโดยที่คนดูบอกไม่ถูกว่าผิดเพราะอะไร
- ทิศทางแสง อ่านเงาในภาพต้นทางก่อน แล้วระบุทิศทางลงในพรอมต์ เช่น จากมุมขวาบน หรือ จากหน้าต่างด้านซ้าย ถ้าภาพอ้างอิงของคนถูกจัดแสงจากฝั่งตรงข้าม ให้บอกออกมาชัด ๆ ว่าจัดแสงตัวคนใหม่จากด้านขวา ไม่ต้องพาแสงฝั่งซ้ายจากภาพอ้างอิงติดมาด้วย
- ลักษณะแสง แดดแข็งให้เงาขอบคม ฟ้าครึ้มและแสงในอาคารให้เงานุ่ม คนที่ถูกจัดแสงนุ่มในฉากแดดแข็งจะดูเหมือนถูกแปะเข้ามา ระบุลักษณะของแสง ไม่ใช่แค่ทิศทาง
- มุมมองและความสูงกล้อง ถ้าภาพต้นทางถ่ายจากระดับเอว คนที่มาจากภาพอ้างอิงซึ่งถือมือถือถ่ายระดับสายตาจะวางตัวผิดในเฟรม เติมคำว่าให้ตรงกับมุมกล้องต่ำของภาพต้นทาง มองจากด้านล่างขึ้นเล็กน้อย แล้วโมเดลจะปรับการหุบสั้นของสัดส่วนตัวคนตาม
- ขนาด ผูกความสูงไว้กับอะไรบางอย่างในเฟรมเสมอ เช่น ช่องประตู ราวกันตก พนักเก้าอี้ หรือไหล่ของคนอีกคน คำบรรยายขนาดแบบลอย ๆ ไม่รอดเมื่อถูกแปลเป็นพิกเซล
- เงาสัมผัส พื้นที่มืดเล็ก ๆ ตรงจุดที่ร่างกายบรรจบกับพื้นผิวคือสิ่งที่ทำให้ความมีตัวตนทางกายภาพน่าเชื่อ ขอมันด้วยชื่อของมันเลย เช่น เงาสัมผัสนุ่ม ๆ ใต้รองเท้าทั้งสองข้างตรงจุดที่แตะพื้นทางเท้า
- เกรนและสี ขอให้โมเดลจับคู่เกรน อุณหภูมิสี และความนุ่มของเลนส์จากภาพต้นทาง ตัวคนที่สะอาดในภาพที่มีเกรนคือจุดที่ทำให้จับได้
แก้ปัญหาที่พบบ่อย#
หน้าไม่เหมือนคนคนนั้น ภาพอ้างอิงของคุณทำงานน้อยเกินไป นำมุมอื่นของคนเดียวกันเข้าไปเพิ่ม เลือกความละเอียดที่สูงกว่า และตัดภาพที่ผ่านฟิลเตอร์หนักออกทั้งหมด แล้วสั่งให้เฉพาะเจาะจงว่ารักษาลักษณะใบหน้า แนวไรผม และสีผมจากภาพอ้างอิงไว้โดยไม่ใส่สไตล์ใด ๆ ทับ
ฉากหลังเปลี่ยน ประโยคปกป้องของคุณกำกวมเกินไป ให้ไล่ชื่อองค์ประกอบออกมาเป็นรายการ แทนการพูดว่าคงฉากหลังไว้ แล้วรันรอบแก้ที่จำกัดขอบเขตอยู่ในพื้นที่เดียว แทนการสร้างใหม่ทั้งใบ
คนลอยอยู่ ขาดเงาสัมผัส หรือเท้าถูกตัดขอบไว้อย่างกำกวม ขอเงาสัมผัสตรง ๆ และยืนยันว่าเห็นระนาบพื้นในจุดที่คุณวางเขาไว้
ขนาดผิด แทนคำบรรยายขนาดแบบลอย ๆ ทั้งหมดด้วยการเทียบกับวัตถุที่อยู่ในเฟรมอยู่แล้ว
ขอบดูเหมือนถูกตัดแปะ ขอให้ไล่ขอบตามเส้นรอบตัวคนให้นุ่มลงและจับคู่เกรน แล้วตรวจว่าภาพอ้างอิงมีฉากหลังที่ถูกตัดขอบแข็งหรือไม่ เพราะภาพตัดฉากหลังขาวเป็นตัวกระตุ้นให้ได้ผลลัพธ์ที่ดูเหมือนถูกตัดแปะ
ท่าทางแข็ง บรรยายการถ่ายน้ำหนักและตำแหน่งมือ คำว่าถ่ายน้ำหนักลงขาขวา มือข้างหนึ่งสอดกระเป๋าแจ็กเก็ต ให้ท่ายืนที่เป็นธรรมชาติกว่าคำว่ายืนตามธรรมชาติ
คำเตือน
การเพิ่มคนจริงที่ระบุตัวตนได้เข้าไปในรูปที่เขาไม่ได้อยู่ในนั้น เป็นการสร้างภาพที่สื่อสิ่งที่ไม่เป็นความจริง ขอความยินยอมจากคนคนนั้นอย่างชัดแจ้งก่อนสร้าง และก่อนเผยแพร่ ห้ามประกอบภาพบุคคลสาธารณะ เพื่อนร่วมงาน คนรักเก่า หรือเด็ก เข้าไปในฉากใด ๆ โดยไม่ได้รับความยินยอม ห้ามสร้างภาพที่สื่อว่าเข้าร่วมงานอีเวนต์ รับรองสินค้า หรืออยู่ในสถานที่ใด ตรวจกฎของแพลตฟอร์มที่คุณจะโพสต์ เพราะหลายที่บังคับให้เปิดเผยว่าภาพของคนจริงถูกแก้ด้วย AI และปฏิบัติตามข้อกำหนดของ OmniArt พร้อมกับกฎหมายท้องถิ่นเรื่องสิทธิในภาพลักษณ์
เริ่มต้นใช้งานบน OmniArt#
เลือกภาพต้นทางหนึ่งใบที่มีที่ว่างชัดเจน และภาพอ้างอิงของคนหนึ่งใบที่สะอาดและแสงดี เปิด พื้นที่ทำงานภาพของ OmniArt เลือก Seedream 5.0 Pro นำภาพเข้าทั้งสองใบ แล้วรันพรอมต์ฉากเดครจากขั้นที่ 3 โดยสลับรายละเอียดเป็นของคุณเอง ในการเรนเดอร์ครั้งแรกให้ตัดสินแค่ตำแหน่งและขนาด เพราะตัวตนและแสงเป็นหน้าที่ของรอบเกลาต่อ
หลังจากนั้นให้ทำงานเป็นการแก้เล็ก ๆ แทนการเขียนพรอมต์ใหม่ การแก้ที่จำกัดขอบเขตในพื้นที่สองรอบบวกการเรนเดอร์ความละเอียดเต็มหนึ่งรอบคือเส้นทางปกติ และมันรักษาภาพต้นทางไว้ครบขณะที่ตัวคนค่อย ๆ เข้าที่


