Img2img (image-to-image)
Img2img is een AI-methode waarbij een bestaande afbeelding samen met een tekstuele prompt als basis dient om een nieuwe visuele variant te genereren.
Img2img, een afkorting voor image-to-image, is een techniek binnen beeldgenererende kunstmatige intelligentie waarbij je een bestaande afbeelding als vertrekpunt gebruikt voor een nieuwe creatie. In plaats van te beginnen met een blanco canvas en enkel tekst, upload je een schets, foto of 3D-ontwerp en voeg je instructies toe via een prompt. Het AI-model analyseert de structuur van het bronbestand en past deze aan volgens jouw wensen.
Deze methode vormt de ruggengraat van veel creatieve workflows. Waar zuivere tekst-naar-beeldmodellen soms onvoorspelbaar zijn wat betreft compositie, zorgt img2img ervoor dat belangrijke lijnen, verhoudingen en kadreringen bewaard blijven. Je kunt zo de sfeer, belichting of stijl van een beeld drastisch omgooien zonder dat de herkenbare opbouw verloren gaat.
Hoe werkt image-to-image onder de motorkap?
Bij standaard diffusiemodellen begint het proces meestal met willekeurige digitale ruis, die stap voor stap wordt omgevormd tot een herkenbaar beeld. Bij img2img slaat het systeem die eerste chaotische fase over. Het model neemt jouw invoerafbeelding en voegt daar gecontroleerd een bepaalde hoeveelheid ruis aan toe.
Vervolgens probeert de AI die ruis weer te verwijderen, maar doet dat onder invloed van jouw tekstprompt. Hoeveel vrijheid het model krijgt, stel je doorgaans in met een parameter die bekendstaat als transformatiekracht of denoising strength:
- Lage kracht: Het model voegt minimale ruis toe. De originele details, texturen en compositie blijven vrijwel intact. Dit is ideaal voor subtiele kleurcorrecties of lichte stijlveranderingen.
- Gemiddelde kracht: De AI behoudt de algemene vormen en contouren, maar verzint nieuwe details, andere materialen en een andere belichting.
- Hoge kracht: Er wordt zoveel ruis toegevoegd dat het origineel bijna onherkenbaar wordt. Het model gebruikt de bronafbeelding dan louter als een vage suggestie voor kleurvlakken en compositie.
Praktijkvoorbeeld: van schets tot winkelconcept
Stel je een interieurontwerper voor met een studio in Utrecht of Gent. Tijdens een eerste gesprek met een lokale bakkerij tekent de ontwerper een ruwe schets op papier: een lange toonbank aan de linkerzijde, hanglampen boven het middenpad en grote broodrekken tegen de achterwand.
In plaats van urenlang een technisch 3D-model te bouwen voor een eerste sfeerimpressie, scant de ontwerper de schets in en voert deze in via img2img. De prompt luidt bijvoorbeeld: warme ambachtelijke bakkerij, ochtendlicht door grote etalageruiten, eikenhout en terrazzo vloer, fotorealistisch. Door de kracht precies goed af te stellen, blijft de exacte opstelling van de schets behouden, terwijl de AI fotorealistische materialen, realistische schaduwen en warme verlichting toevoegt. Zo kan de klant direct zien hoe de ruimte gaat aanvoelen.
Waarom img2img onmisbaar is voor professionals
Voor grafisch vormgevers, fotografen en webwinkels lost img2img het grootste pijnpunt van AI-generatie op: het gebrek aan controle. Als je een productfotograaf in Antwerpen vraagt om een kledingstuk in vijf verschillende seizoensdecors te plaatsen, kan img2img de pose en vorm van het model bewaren terwijl de achtergrond verandert van een zomers terras naar een herfstig park.
Ook voor concept artists in de game-industrie of bij animatiestudio's in Hilversum is het een vaste waarde. Een snelle compositie van simpele 3D-blokken kan binnen enkele seconden worden vertaald naar een gedetailleerd sciencefictionlandschap, waarbij perspectieflijnen en camerahoeken exact kloppen.
Veelgemaakte fouten bij het gebruik van img2img
Een veelvoorkomende misstap is een verkeerde balans tussen de transformatiesterkte en de prompt. Wanneer gebruikers de kracht te hoog instellen, klagen ze vaak dat de AI het origineel negeert. Staat de parameter echter te laag, dan lijkt het resultaat nauwelijks veranderd en zie je louter vreemde artefacten over de foto verschijnen.
Daarnaast vergeten velen dat de beeldverhouding van het bronbestand overeen moet komen met de ingestelde uitvoerresolutie. Forceer je een liggende foto in een vierkant modelformaat, dan kan het model het beeld uitrekken of vreemde randen genereren. Tot slot werkt een te vage prompt averechts: wees specifiek over wat moet veranderen en wat juist hetzelfde moet blijven.
Instellen in Midjourney, FLUX, Ideogram, GPT Image en ComfyUI, met voor-en-na-beelden: Denoising strength (image weight) in het parameteroverzicht
Veelgestelde vragen
Wat is het verschil tussen text-to-image en img2img?
Bij text-to-image genereert de AI een beeld puur op basis van geschreven tekst vanaf een leeg canvas. Bij img2img gebruik je een bestaande afbeelding als structurele basis, die vervolgens wordt bewerkt of herinterpreteerd aan de hand van je tekstinstructies.
Wat doet de denoising strength bij img2img?
Deze parameter bepaalt hoeveel ruis aan het originele beeld wordt toegevoegd voordat de AI gaat genereren. Een lage waarde zorgt voor subtiele aanpassingen met behoud van details, terwijl een hoge waarde het model de vrijheid geeft om bijna het hele beeld opnieuw te verzinnen.
Kan ik een simpele kindertekening fotorealistisch maken met img2img?
Ja, dat is een van de bekendste toepassingen. Door een eenvoudige lijntekening in te voeren en met een gedetailleerde prompt om fotorealisme te vragen, vult het model de vlakken in met realistische texturen, licht en diepte.
