Generator obrazów do podpowiedzi

Prześlij zdjęcie i otrzymaj odpowiedź dotyczącą Midjourney, Stable Diffusion, DALL-E 3 lub Flux. Odczytujemy rzeczywiste piksele – paletę barw, światło, kontrast, współczynnik – na Twoim urządzeniu.

Jak przekształcić obraz w monit online

Dodaj zdjęcie, dodaj krótką wskazówkę dotyczącą tematu, wybierz model docelowy, a następnie skopiuj wskazówkę lub pobierz ją jako plik tekstowy.

Krok 1

Prześlij swój obraz

Prześlij plik JPG, PNG lub WEBP. Zostanie on zdekodowany na płótnie w Twojej przeglądarce i nigdy nie zostanie przesłany.

Krok 2

Opisz temat

Wpisz to, co jest na obrazku. Nie widzimy tematów — w tym wierszu znajduje się właściwa treść.

Krok 3

Wybierz model i skopiuj

Wybierz Midjourney, Stable Diffusion, DALL-E 3, Flux lub zwykłe tagi, a następnie skopiuj lub pobierz gotowy monit.

Generator komunikatów oparty na rzeczywistych pomiarach obrazu

Podpowiedź to jedyna kontrola, jaką masz nad modelem tekstu na obraz, a większość ludzi traci ją dwukrotnie: raz, gdy nie potrafią opisać, czego chcą, a drugi raz, gdy obraz, który im się podoba, nie daje im możliwości powrotu do słów, które go stworzyły. Inżynieria wsteczna to praktyczne rozwiązanie — masz obraz referencyjny, nastrój kolorystyczny, oświetlenie lub kompozycję, które już działają, i chcesz podpowiedzi, która trafi w to samo miejsce. Robienie tego na oko jest powolne i zawodne, ponieważ rzeczy, które faktycznie sterują modelem, są nudne i mierzalne: jak nasycona jest paleta barw, czy kontrast jest ostry, czy miękki, czy światło jest ciepłe, czy zimne i jak szeroki jest kadr.

To narzędzie mierzy te parametry bezpośrednio z pikseli. Obraz jest dekodowany na płótnie, próbkowany, a każdy piksel jest zliczany do palety kolorów, aby znaleźć dominującą paletę — każdy kolor jest konwertowany na nazwę zrozumiałą dla modelu, więc monit mówi „głęboki błękit” zamiast podawać kod szesnastkowy. Średnia jasność i rozmycie wokół niej odpowiadają za jasność i kontrast, równowaga między czerwienią a błękitem określa temperaturę barw, a skanowanie gradientowe ocenia gęstość krawędzi, aby oddzielić czyste, minimalistyczne dzieła sztuki od misternych, bogatych w fakturę fotografii. Szerokość i wysokość są zredukowane do rzeczywistych proporcji, a jeśli plik zawiera kanał alfa, monit informuje, że obiekt jest już wyizolowany.

Miejsce umieszczenia monitu ma równie duże znaczenie, co jego treść, dlatego dane wyjściowe są zapisywane dla każdego modelu, a nie jednorazowo dla wszystkich. Midjourney otrzymuje opisowe zdanie z końcowymi parametrami dla współczynnika proporcji, wersji, stylu i stylizacji, a także listę z argumentem „-no”. Stable Diffusion otrzymuje tagi rozdzielone przecinkami z modyfikatorami jakości na początku oraz osobną negatywną podpowiedź obejmującą rozmycie, artefakty i znaki wodne. DALL-E 3 otrzymuje akapit w języku naturalnym, ponieważ w dużej mierze ignoruje listy tagów. Flux otrzymuje prozę bez żadnych parametrów. Użyj go, aby odbudować wygląd, który Ci się podobał, zachować spójność partii obrazów kampanii lub przekazać klientowi monit pasujący do makiety, którą już zatwierdził.

Warto jasno określić jedną granicę. To narzędzie nie rozpoznaje obiektów: nie potrafi odróżnić roweru od stojaka na rowery, ponieważ wymagałoby to modelu wizyjnego na serwerze i wiązałoby się z przesłaniem zdjęcia. Przekłada ono mierzalne fakty na słowa, na które reagują modele, a to właśnie tę część ludzie najgorzej zgadują. Wprowadzasz obiekt w jednym wierszu, a wszystko, co następuje po nim, jest odczytywane z rzeczywistych pikseli. Dekodowanie, pomiar i zapis odbywają się w przeglądarce, więc nic nie jest przesyłane, nie ma konta, klucza API ani dziennego limitu.

Paleta sześciokolorowa

Kolory górne są liczone na podstawie pikseli i nazywane, dlatego w komunikatach pojawia się głęboki błękit, a nie surowy kod szesnastkowy.

Światło i kontrast

Dokonuje się pomiaru średniej jasności, kontrastu i temperatury barwowej, co pozwala na nadawanie oświetleniu takich cech, jak ciepłe, chłodne, nastrojowe lub o wysokim kontraście.

Rzeczywisty współczynnik kształtu

Szerokość i wysokość zostają zredukowane do rzeczywistego stosunku i przekazane jako wartość Midjourney--ar, a nie przypuszczenie.

Szczegóły od krawędzi

Skanowanie gradientowe pozwala uzyskać gęstość krawędzi, oddzielając czyste, minimalistyczne dzieła sztuki od skomplikowanych fotografii o dużej teksturze.

Składnia specyficzna dla modelu

Midjourney otrzymuje parametry końcowe, Stable Diffusion otrzymuje znaczniki przecinkowe i negatywny monit, a DALL-E 3 otrzymuje prozę.

Nic nie opuszcza Twojego urządzenia

Dekodowanie, pomiar i zapis odbywają się na płótnie w Twojej przeglądarce, bez przesyłania danych, zakładania konta i używania klucza API.

Często zadawane pytania

Często zadawane pytania

Nie, i to celowe. Rozpoznanie tematu wymaga modelu widzenia działającego na serwerze, co oznacza przesłanie zdjęcia. To narzędzie odczytuje mierzalne dane – paletę barw, światło, kontrast, proporcje, detale – i pozostawia temat Tobie.

Midjourney, Stable Diffusion, DALL-E 3 i Flux, a także prosta lista tagów dla wszystkiego innego. Każdy z nich ma własną składnię: Midjourney przyjmuje parametry końcowe, Stable Diffusion preferuje tagi rozdzielone przecinkami z monitem negatywnym, a DALL-E 3 reaguje na prozę.

Descriptionr wysyła plik do modelu wizji i zwraca zdania dotyczące treści. Działa on całkowicie w przeglądarce, nie przesyła żadnych danych i generuje dane dotyczące koloru, światła, kompozycji i szczegółów. Użyj descriptionera dla tematu, a tego dla wszystkiego wokół niego.

Każdy obraz, który może dekodować Twoja przeglądarka: JPG, PNG, WEBP, GIF, BMP i AVIF – wszystkie działają. Pliki animowane są odczytywane jako pierwsza klatka, a bardzo duże obrazy są próbkowane w dół w celu pomiaru, co nie wpływa na wyniki dotyczące kolorów ani proporcji.

Nie. Plik jest dekodowany na płótnie w Twojej przeglądarce, każdy pomiar jest pobierany z tych lokalnych pikseli, a gotowy komunikat jest zapisywany na stronie. Nic nie jest wysyłane na serwer, więc nie ma konta, klucza API ani limitu plików.

Wszystko po temacie jest mierzone na podstawie obrazu. Jeśli zdjęcie jest ciemne i kontrastowe, tak wynika z komunikatu; jeśli paleta barw jest ciepła, światło jest ciepłe i złociste. Każda fraza pochodzi ze statystyki pikseli, a nie z domysłu.

Tak. Wynik to proste pole tekstowe, które można dowolnie przepisać, a skopiowanie go do schowka lub pliku tekstowego to jedno kliknięcie. Wiele osób generuje tekst raz, a następnie zachowuje ustalone frazy i zmienia temat dla każdej nowej wersji.

Informuje program Stable Diffusion, czego należy unikać. Narzędzie dodaje jeden, obejmujący rozmycie, artefakty, znaki wodne i błędną anatomię, i rozszerza go, gdy obraz jest płaski lub zaszumiony. Midjourney używa zamiast tego listy –no, a DALL-E 3 całkowicie ignoruje negatywy.

Tak. Szerokość i wysokość są zmniejszane do rzeczywistych proporcji i dodawane jako –ar, więc plik 1920×1080 staje się –ar 16:9 bez konieczności mierzenia. Blok parametrów zawiera również wartości wersji, stylu i stylizacji, które można później edytować.

Częściowo. Odzyskasz paletę barw, oświetlenie, kontrast, proporcje i poziom szczegółowości, czyli większość stylizacji, ale nie dokładne sformułowanie tematu użyte w oryginale. Wprowadź te przemyślane frazy do swojego modelu wraz z własnym opisem tematu.