Цветокоррекция изображений сгенерированных нейросетью
Решил поделиться своими наблюдениями по поводу постобработки изображений, сгенерированных нейросетями. Нейросети продолжают развиваться и создают впечатляющие картинки, которые отлично привлекают внимание и выполняют свои функции по увеличению кликабельности и формированию ярких образов. Всё это активно используется для рекламных материалов, обложек книг и дополнительных контент-элементов.
До сих пор слабым моментом остаётся цветокоррекция после успешной генерации. Разработчики пытаются заложить эти инструменты в автогенерацию, но из-за необходимости постоянного сужения граничных условий для оптимизации времени на генерацию и минимизации ресурсов эти инструменты отходят на второй план и часто отбрасываются. Особенно это касается бесплатных сервисов.
Приведу несколько собственных наработок — может быть, и вы поделитесь своими:
- Иногда бывает достаточно немного подкрутить яркость или контрастность, и этого хватает.
- Кривые — очень мощный инструмент цветокоррекции. Он активно применяется во всех профессиональных программах, начиная от фоторедакторов и заканчивая 3D-приложениями вроде Blender.
- Автокоррекция белого.
- В каждом редакторе есть свои фишки улучшения картинок: в Photoshop это могут быть одни функции, в GIMP — другие, в Illustrator — третьи.
Приведу пример работы по цветокоррекции:
Дефолт (промпт для генерации: дом мечты в лесу около ручья):
Авто баланс белого:
Кривые:
Видно, как меняется картинка. Сразу отмечу, что это не универсальный приём и где-то заходит, где-то нет.
Оптимизация обложки для новой книги, пример:
Дефолтная генерация:
Авто баланс белого:
И кривые:
