آموزش خلق تصاویر و تصویرسازی با استفاده از هوش مصنوعی بر مبنای عکسهای انتخابی

“`html
ترفند اول: بازسازی تصویر مورد نظر با استفاده از عکس مرجع
تصور کنید که به عکسی با نورپردازی سینمایی، زاویه خاص دوربین یا زمینهای زیبا برخورد کردهاید و خواهان انجام یک تصویر از خود با همان خصوصیات هستید.
برای آغاز کار، به ChatGPT مراجعه کرده و تصویر مرجع را به آن بارگذاری کنید. سپس از هوش مصنوعی بخواهید تا عناصر بصری موجود در تصویر را تحلیل کرده و آنها را به صورت JSON تهیه کند.
برای این کار میتوانید از پرامپت ساده زیر بهرهبرداری کنید:
کد JSON تصویر ضمیمهشده رو بهم بده
چنانچه به نتایج دقیقتری نیاز دارید، پیشنهاد میشود درخواست خود را با جزئیات بیشتری مطرح کنید:
این تصویر را دقیق تحلیل کن و یک پرامپت JSON برای بازسازی دوبارهی این صحنه بنویس
هوش مصنوعی میتواند با بررسی عکس مواردی از قبیل زاویه دوربین، فاصله سوژه، نوع نورپردازی، رنگهای غالب، محیط و سبک عکاسی را استخراج نماید.
در مرحله بعد، تنها کافیست JSON تولید شده را به همراه عکس خود در یک گفتگو به ChatGPT ارسال کنید و از آن بخواهید تصویر جدید را بر اساس آن مشخصات بسازد.
به عنوان مثال، اگر تصویر مرجع یک پرتره در محیط شهری و با نور غروب باشد، میتوانید از هوش مصنوعی درخواست کنید که چهره شما را بهجای سوژه اصلی قرار دهد و نور، زاویه و فضای موجود در عکس مرجع را تا حد امکان حفظ کند.
چتجیپیتی از قابلیت بارگذاری تصاویر و ویرایش آنها بر اساس دستورات متنی پشتیبانی میکند. بنابراین، میتوانید عکس مرجع را همراه با تصویر شخصی خود برای تولید خروجی جدید در اختیار آن قرار دهید.
ترفند دوم: بهرهبرداری از سبک یک تصویر برای خلق تصاویر جدید
شیوه دوم بیشتر برای طراحان گرافیک، تولیدکنندگان محتوا و همچنین کسانی که خواهان ایجاد چند تصویر مشابه با ظاهری یکسان هستند، کاربردی است.
فرض کنید به یک تصویرسازی زیبا از یک گربه کارتونی رسیدهاید. رنگها، بافت، ضخامت خطوط و فرم طراحی آن را پسندیدهاید؛ اما تمایل دارید به جای گربه، یک ربات، خودرو یا شخصیتی دیگر را با همان سبک بدست آورید.
برای این کار، تصویر مرجع را در ChatGPT یا Google Gemini بارگذاری کرده و از هوش مصنوعی بخواهید تا یک قالب JSON قابل استفاده مجدد برای آن سبک طراحی نماید.
میتوانید از دستور زیر به زبان انگلیسی کمک بگیرید:
Create a reusable JSON template that captures this illustration style and can be used to generate any object in the same style.
معادل فارسی و دقیقتر این دستور به شکل زیر است:
یک قالب JSON قابلاستفاده مجدد بساز که تمام ویژگیهای بصری و مشخصههای این سبک تصویرسازی را ثبت کند، بهطوریکه بتوانم فقط بخش سوژه را تغییر دهم و هر سوژهای را با همین سبک، ظاهر و ویژگیهای بصری تولید کنم
پس از اجرای این دستور، هوش مصنوعی قادر است ساختاری JSON با ویژگیهای متنوع تصویرسازی ایجاد کند. به طور مثال، یک قالب ابتدایی به شکل زیر میتواند باشد:
{ "subject": "a cute cat", "style": "minimalist vector illustration", "color_palette": "soft pastel colors", "line_style": "clean, rounded outlines", "shading": "flat colors, subtle shadows", "background": "simple cream background", "composition": "centered subject" }
اکنون به سادگی کافیست مقدار بخش subject را تغییر دهید. به عنوان مثال، بهجای a cute cat میتوانید a small robot را قرار دهید.
با این تغییر، به هوش مصنوعی این پیام را میدهید که سوژه تصویر جدید، یک ربات کوچک خواهد بود، در حالی که دیگر ویژگیهای بصری نظیر پالت رنگی، نوع خطوط و پسزمینه تا حد ممکن ثابت باقی بمانند.
این شیوه مناسب برای خلق مجموعهای از آیکونهای همسان، شخصیتهای کارتونی، استیکرها، تصاویر اسلایدی اینستاگرام و انواع عناصر گرافیکی است که طراحی متناسبی دارند.
آیا استفاده از JSON تضمین میکند که تصویر دقیقاً شبیه نمونه اصلی باشد؟
نکته اساسی این است که JSON به تنهایی ابزاری برای کپیبرداری از تصاویر محسوب نمیشود. این قالب تنها یک روش ساختارمند برای توصیف مشخصات تصویر و ارسال دستورها به هوش مصنوعی است.
زمانی که از ChatGPT یا جمنای درخواست استخراج JSON میکنید، مدل در واقع تصویر را مورد بررسی قرار میدهد و توضیحاتی در مورد ویژگیهای قابل مشاهده آن ارائه میدهد؛ به جای اینکه کد اصلی یا تنظیمات واقعی ساخت عکس را بازیابی نماید.
علاوه بر این، تغییر بخش subject لزوماً تضمینی به این معنا نیست که سایر اجزای تصویر به طور کامل مشابه باقی بمانند. مدلهای تولید تصویر قابلیت تغییر جزئیات مانند ترکیببندی، نورپردازی یا فرم عناصر را در هر بار تولید دارند.
برای دستیابی به نتایج نزدیکتر به تصویر مرجع، بهتر است خود تصویر را نیز به همراه دستور ارائه دهید و تعیین کنید کدام ویژگیها باید حفظ گردند. در برخی موارد، اصلاح چند باره دستور برای رسیدن به خروجی ایدهآل ضرورت دارد.
“`



