功能概述：結合Grounded SAM與FLUX Fill Pro

該工具將Grounded SAM和FLUX Fill Pro的強大功能相結合，為基于文本的圖像編輯提供了卓越的精準性與靈活性。用戶只需輸入簡單的文本提示，即可對圖像進行無縫修改。這一特性使其成為設計師、數字藝術家、營銷人員和開發者的理想選擇，無論是經驗豐富的專業人士還是初學者，都能從中受益，顯著簡化復雜的圖像編輯任務。

Grounded SAM

• 通過文本提示生成掩碼，為復雜的掩碼任務提供強大支持。
• 借助固定DINO作為零樣本檢測器，基于自由格式文本創建精確的邊界框和標簽。

FLUX Fill Pro

• 利用先進的修復技術，確保編輯結果與原始圖像在光照、視角和背景上自然融合。

從文本提示到高質量修復：技術細節

從文本提示進行修復工具依托先進的人工智能模型，能夠實現高質量的圖像編輯效果。

掩碼生成與調整

• Grounded SAM生成的掩碼具有極高的選擇精度，能夠輕松識別圖像中的關鍵元素。然而，在調整對象大小或重塑對象時，精確匹配可能會帶來一定限制。例如，在修改盔甲的案例中，工具保留了原始形狀，導致背景服裝的殘留痕跡。

• 為優化掩碼行為，可通過調整grounded_sam的“adjustment_factor”參數實現：

  • 正值：使掩碼膨脹。
  • 負值：使掩碼收縮。

以下是adjustment_factor設置為50時的效果對比：

輸入與輸出

• 輸入：圖像文件、文本提示，以及可調掩碼參數（如“引導”和“調整因子”）。
• 輸出：編輯后的圖像，無縫集成修改內容，同時保持原始照片的質量。

應用場景與實用性

該工具在多種場景中表現出色，尤其適合批量編輯具有一致容器形狀的文件。以下是一些典型應用場景：

設計師

• 輕松修改電子商務產品圖片，例如重新設計或重新著色T恤等物品。

營銷人員

• 在保持品牌形象的同時，為活動定制視覺效果。

藝術家

• 高效創作現有藝術品的變體，探索新的創作方向。

然而，對于復雜的單獨編輯任務（如修改金色盔甲），程序化解決方案可能不如手動調整靈活。

替代方案：StabilityAI節點的應用

StabilityAI節點提供了“搜索和替換”以及“搜索和重新著色”模型，能夠實現類似的編輯效果。盡管這些模型缺乏直接的掩碼驗證功能，但在小范圍編輯中表現出色，并支持通過“生長”參數擴展掩碼范圍。

示例對比

• 盔甲修改：盡管整合度不如FLUX Fill，但形狀表現良好。以下是“grow”參數設置為3時的效果：

• T恤編輯：通過“搜索和替換”模板，可實現快速的顏色或樣式調整。

要使用此替代方案，可在應用程序中選擇“搜索和替換”模板，或直接調用StabilityAI節點。

總結

“從文本提示進行內畫”工具通過結合Grounded SAM與FLUX Fill Pro的技術優勢，為用戶提供了高效、精準的圖像編輯解決方案。無論是設計師、營銷人員還是藝術家，都能從中受益。與此同時，StabilityAI節點作為替代方案，也為小范圍編輯提供了靈活的選擇。

通過合理調整參數，用戶可以根據具體需求優化編輯效果，從而實現無縫的AI驅動圖像修復。

原文鏈接: https://ai-flow.net/blog/inpainting-from-text-prompt/