Img2img (Billede-til-billede)
Img2img er en AI-metode, hvor et eksisterende billede kombineres med en tekstbeskrivelse for at skabe et nyt udtryk med bevaret grundstruktur.
Img2img, en forkortelse for image-to-image eller billede-til-billede på dansk, er en generativ AI-metode, hvor udgangspunktet for et nyt billede er et eksisterende referencebillede kombineret med en tekstlig instruktion. I modsætning til ren tekst-til-billede-generering, hvor den kunstige intelligens starter fra tilfældig støj på et blankt lærred, bruger img2img farverne, konturerne og kompositionen fra dit oprindelige foto eller din skitse som en fast skabelon for det færdige resultat.
Teknologien gør det muligt at overføre stilarter, ændre belysning, tilføje detaljer eller udskifte materialer, uden at billedets grundlæggende opbygning går tabt. Hvis du uploader et billede af en person i en bestemt positur eller en plantegning af et hus, vil den nye udgave respektere de samme linjer og vinkler, men fremstå i en helt ny visuel forklædning, alt efter hvad du beder modellen om i din tekstpromt.
Hvordan teknologien bag img2img fungerer
Billede-til-billede bygger oftest på diffusionsmodeller. Processen starter med, at systemet tager dit kildebillede og tilføjer en kontrolleret mængde digital støj (noise). Billedet bliver mere sløret og diffust, men de overordnede kontraster og former forbliver genkendelige for algoritmen. Derefter overtager modellen og fjerner støjen igen trin for trin, præcis som ved almindelig AI-billeddannelse, men under konstant hensyntagen til to faktorer: det underliggende kildemateriale og den tekstbeskrivelse, du har angivet.
Den vigtigste styrepind i processen kaldes ofte støjreduktionsstyrke eller ændringsstyrke (denoising strength). Denne parameter afgør, hvor meget støj der tilføres kildebilledet, før AI-modellen begynder genopbygningen:
- Lav styrke: Bevarer næsten alle detaljer, ansigtstræk og linjer fra originalen. Ændringerne begrænser sig til subtile justeringer, såsom en let ændring i farvetone, en anden belysning eller et mildt filter.
- Mellem styrke: Bevarer den overordnede komposition, perspektivet og motivernes placering, men lader modellen nytænke overflader, tøjstil, teksturer eller baggrunde.
- Høj styrke: Giver AI-modellen frie tøjler. De grundlæggende farveblokke og store former anes måske stadig, men motivet kan blive fuldstændig omtolket og ændre karakter.
Et konkret eksempel fra en dansk virksomhed
Forestil dig en mindre møbelsnedker i Kolding, der designer specialbyggede spiseborde i egetræ. Snedkeren laver en hurtig blyantsskitse på papir, som viser bordets proportioner, benenes hældning og rummets vinduesparti. I stedet for at bruge timer i et avanceret 3D-program tager snedkeren et foto af skitsen med sin telefon og uploader det til et img2img-værktøj.
Med en tekstpromt som moderne nordisk spisestue, sildebensparket, blødt dagslys fra haven, fotorealistisk gengivelse af spisebord i massiv olieret eg omdanner AI-modellen den flade blyantstegning til et virkelighedstro produktbillede. Fordi snedkeren bruger img2img i stedet for ren tekst, beholder bordet præcis de ben og de mål, der var tegnet på papiret, og kunden kan med det samme se det færdige udtryk for sig i et realistisk hjemligt miljø.
Typiske faldgruber ved billede-til-billede
Selvom img2img er et uhyre stærkt værktøj, kræver det øvelse at ramme det ønskede udtryk. Mange begyndere begår en række klassiske fejl, som let kan undgås:
- For høj styrkegrad: Hvis du skruer for højt op for ændringsstyrken, glemmer modellen kildens proportioner, og resultatet mister fuldstændig forbindelsen til dit udgangspunkt.
- Modstridende instrukser: Hvis du uploader et billede af en mørk kælder og beder om en solbeskinnet strand i Skagen med lav styrke, vil modellen kæmpe med modstridende data og skabe visuelle fejl eller mudrede farver.
- Brug af for urolige kildebilleder: Billeder med kraftig kompression, rod i baggrunden eller ekstremt hårde skygger kan forvirre modellen, fordi den forsøger at tolke støjen i billedet som bevidste former.
Sådan indstiller du det i Midjourney, FLUX, Ideogram, GPT Image og ComfyUI, med før- og efterbilleder: Denoising strength (billedvægt) i parameteroversigten
Ofte stillede spørgsmål
Hvad er den vigtigste forskel på text-to-image og img2img?
Text-to-image starter fra bunden udelukkende baseret på ord, mens img2img bruger et eksisterende billede som strukturel skabelon sammen med ordene.
Hvad gør parameteren denoising strength i img2img?
Den styrer, hvor meget modellen må afvige fra originalen. En lav værdi bevarer kildebilledet næsten uændret, mens en høj værdi lader AI-modellen fortolke motivet frit.
Kan jeg bruge simple håndtegnede skitser i img2img?
Ja, primitive skitser er et af de mest udbredte anvendelsesområder, fordi modellen bruger dine streger som rettesnor for kompositionen og tilføjer lys, skygge og fotorealistiske teksturer ovenpå.
Ændrer img2img automatisk opløsningen på mit billede?
Teknologien er primært designet til at ændre indhold og stil, ikke til ren opskalering, selvom mange værktøjer kan generere det nye billede i en højere opløsning end det oprindelige udgangspunkt.
