Przejdź do treści
promptowy.com / AI-ordlista / Img2img (image-to-image)
Bild, video och ljud

Img2img (image-to-image)

En metod inom generativ AI där en befintlig bild används som grund tillsammans med en textinstruktion för att skapa en ny, modifierad version.

Img2img, en förkortning för image-to-image, är en teknik inom bildgenerering där en befintlig bild fungerar som startpunkt istället för en helt tom yta. Till skillnad från traditionell text-till-bild-generering matar du in både en referensbild och en textinstruktion. Den artificiella intelligensen analyserar kompositionen, färgerna och formerna i ditt underlag och återskapar motivet utifrån dina nya önskemål.

Metoden gör det möjligt att behålla den övergripande strukturen i ett fotografi eller en enkel teckning, samtidigt som du byter ut stil, ljussättning, material eller årstid. Det fungerar i praktiken som en visuell tolkning där datorn målar om originalet med nya instruktioner som kompass.

Hur img2img fungerar under ytan

De flesta moderna bildmodeller bygger på diffusionsprocesser. När en modell skapar en bild från enbart text börjar den vanligtvis med ett fält av rent digitalt brus och rensar gradvis fram pixlar som matchar beskrivningen. I en img2img-process läggs istället kontrollerat brus ovanpå din ursprungliga bild.

Därefter beräknar modellen hur bruset ska tas bort, styrt av din textpromt. Ju mindre brus som appliceras från början, desto mer av originalets linjer, skuggor och proportioner finns kvar i slutresultatet. Om du däremot lägger på mycket brus får algoritmen friare händer att omtolka hela motivet, vilket kan förvandla en grov skiss till en detaljerad rendering.

Från enkel skiss till färdig produkt: Ett svenskt exempel

Tänk dig en mindre snickerifirma i Dalarna som tillverkar måttanpassade grindar och altaner. Kunden har skickat in ett foto på sin röda träfasad med en snabb, handritad blyertsskiss av en grindstolpe i trädgården. Genom att mata in fotografiet i ett img2img-verktyg och skriva en instruktion om en klassisk svensk trägrind i falurött virke med smidesbeslag kan snickaren snabbt generera fotorealistiska förslag.

Här behöver användaren inte bygga upp en 3D-modell från grunden eller lägga timmar i ett avancerat retuscheringsprogram. Den ursprungliga bildens perspektiv, vinkeln mot husknuten och ljusets riktning bevaras automatiskt, medan AI-modellen fyller i trätexturer, realistiska skuggor och omgivande grönska.

Viktiga parametrar som avgör resultatet

För att få önskat utfall i ett arbetsflöde med img2img krävs förståelse för hur verktyget regleras. Den absolut mest centrala inställningen brukar kallas för styrka eller denoising strength:

  • Låg styrka: Modellen gör endast subtila justeringar. Det är idealiskt för färgkorrigering, att ändra ljusstämning från dag till skymning eller att lägga till diskreta ytstrukturer utan att rubba ansikten eller fasta föremål.
  • Medelhög styrka: Den perfekta kompromissen för stilbyten. Här kan ett vanligt mobilfoto av en skogssjö utanför Karlstad omvandlas till en akvarellmålning eller en oljemålning, samtidigt som öarnas placering och horisontlinjen förblir intakta.
  • Hög styrka: Algoritmen ignorerar det mesta av förlagan bortsett från de allra grovaste konturerna. Detta lämpar sig när du utgår från enkla former i ett ritprogram och vill skapa ett helt nytt, komplext motiv.

Vanliga fallgropar vid bild-till-bild

Ett mycket vanligt misstag bland nybörjare är att skriva en textinstruktion som krockar med bildens faktiska geometri. Om referensbilden visar en person i profil och din text ber om ett porträtt rakt framifrån, uppstår ofta förvrängda ansikten eller onaturliga artefakter. Modellen kämpar då mellan att respektera originalets linjer och att följa textens order.

Ett annat problem handlar om bildens upplösning och bildförhållande. Om du laddar upp ett vertikalt mobilfoto men ställer in verktyget på att generera en kvadratisk bild, kan modellen sträcka ut eller beskära innehållet på ett oväntat sätt. Se därför alltid till att matcha formatet på källmaterialet med utdataformatet innan du startar genereringen.

Så ställer du in det i Midjourney, FLUX, Ideogram, GPT Image och ComfyUI, med före- och efterbilder: Denoising strength (bildstyrka) i parameterordlistan

Vanliga frågor

Vad är skillnaden mellan text2img och img2img?

Text2img genererar en bild enbart från en skriven text från ett tomt brusfält, medan img2img använder en befintlig bild som strukturell grundmall tillsammans med texten.

Vad innebär denoising strength i img2img?

Det är parametern som styr hur mycket originalbilden ska förändras. Ett lågt värde bevarar nästan allt av originalet, medan ett högt värde låter AI-modellen bygga om bilden nästan helt fritt.

Måste jag kunna rita för att använda metoden?

Nej, även extremt enkla skisser gjorda med enkla digitala penslar eller ett vanligt fotografi kan räcka som underlag för att styra kompositionen.

← Alla termer i AI-ordlistan

🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →
× ‹ powiększenie ›