Generování obrázků podle referencí bez textu

Generování obrázků podle referenčních fotografií: od textových promptů k vizuálním návodům

Přechod od detailních textových popisů ke zpracování referenčních obrázků v promptech umožňuje přesněji kontrolovat postoj, oblečení a atributy postav. Místo časově náročného verbálního vyjádření jemných rozdílů stačí nahradit fotografii subjektu, oblečení a scény. Tím se snižuje počet iterací po úpravách a zvyšuje se předvídatelnost výsledků u modelů jako je gemini-3-pro-image-preview-2k nebo gpt-image-1.5-high-fidelity.

Starý pracovní postup zahrnoval:

• Popis úkolu v ChatGPT.
• Generování promptu s ohledem na limity (např. 540 znaků pro DALL-E 3 přes Bing).
• Generování v DALL-E 3, Qwen nebo ChatGPT (s jejich omezeními).
• Zvětšení na 4096×4096 v Topaz (dešumování, obnova tváře).
• Barevnou korekci v Luminar AI prostřednictvím stylů.
• Finální úpravy v Photoshopu (odstranění artefaktů).

Nový přístup integruje referenční obrázky přímo do promptu, minimalizuje rozdíly mezi původním záměrem a výsledkem.

Srovnání modelů na arena.ai

Platforma arena.ai nabízí bezplatný přístup k pokročilým modelům bez ostrých limitů Qwen/ChatGPT. Klíčové funkce:

• Režim Side by Side: paralelní generování ve dvou modelech pro A/B testování.
• Podpora referencí: foto postavy + oblečení + prostředí.
• Časové limity 30–40 minut.

Příklad promptu pro Evgeni Malkina – The Stormbringer:

Proanalýzuj tři nahrané obrázky a vytvoř plakát „Evgeni Malkin – The Stormbringer“ ve stylu těchto tří obrázků. Musíš si prozkoumat jejich umělecké rysy, identifikovat klíčové prvky každého stylu a spojit je do jednotného syntetického stylu, který bude použit pro finální obrázek.

Protože Evgeni Malkin je legendární hokejista, na obrázku musí být přítomna hokejová atribuce: konky, hole, led a dynamika hry. Jeho vzhled však má být prezentován jako mýtus ovládající ledovou bouři – Stormbringer, který přináší chaos na led a zrychluje hru na maximum.

Hlavní umělecká myšlenka spočívá v tom, že Malkin ovládá energii bouře, jako by jeho pohyb vyvolával bouři na hokejovém hřišti.

Když se pohybuje po ledu, jeho stopy se proměňují v elektrické praskliny, které se šíří po povrchu ledu, jako by led nevydržel jeho energii.

Jeho hole by měla vypadat jako vodič blesku, a šajba může svítit elektrickým světlem, jako by přes ni probíhala silná elektrická jiskra.

Šajba by měla letět před ním jako koule blesku, obklopená elektrickým zářením a jiskrami energie.

Hokejové hřiště může vypadat jako nadcházející bouřový front – nebe nad hřištěm je plné tmavých mraků, ve kterých blikají blesky, což zesiluje pocit síly a chaosu.

Led pod Malkinem může praskat energií, jako by přinášel bouři přímo na hokejové hřiště.

Finální obraz musí předávat pocit neodolatelné síly, rychlosti a ničivé energie, přeměňuje Evgeni Malkina na mýtus – „The Stormbringer“, boha hokejové bouře.

Výsledky: gpt-image-1.5-high-fidelity poskytuje vysokou detailnost tváří, gemini-3-pro-image-preview-2k (nano-banana-pro) lépe zachytává dynamiku a efekty. Úprava po generaci je minimální.

Poúprava a tvorba kolekce

Po generování:

• Zvětšení a dešumování v Topaz Gigapixel AI.
• Stylizace v Luminar AI (oblíbené přednastavení pro koherentní styl).
• Vektorový logotyp v Illustratoru (z rasterového obrázku generovaného ChatGPT).
• Typografie: Vladimir Script pro podpisy, Century Gothic/Oswald pro titulky.

Série THE HOCKEY GODS: Alexander Ovechkin (Arhangelsk), Artemy Panarin, Sergei Bobrovsky (Man-Fortress), Pavel Datsyuk (Hockey Magician), Mikhail Sergachev, Evgeni Malkin (Stormbringer). Zaměření na známé ruské hokejisty pro cílovou skupinu.

Co je důležité

• Referenční obrázky v promptu zajišťují přesnost postojů/oblečení, snižují artefakty o 70–80 %.
• Arena.ai je ideální centrum pro testování modelů bez limitů.
• Topaz > tradiční enhancery podle kvality zvětšení a obnovy tváře.
• Luminar AI zrychluje barevnou korekci pomocí stylů.
• Photoshop zůstává nezbytný pro finální čištění.

— Editorial Team