تقنية

دمج صورتين في توليد جديد: هل حافظت على المقياس المقصود؟

مخطط يربط موضوعي المرجعين ومنطقتيهما ونسبة الطول المطلوبة بمراجعة المخرج
مخطط من إعداد بحر العلوم؛ لا صورة مركبة أو قياس أبعاد فعلية.

دمج صورتين في توليد جديد يبدأ بتحديد ما تريد أخذه من كل مرجع. في تمريننا مرجع مزهرية برتقالية ومرجع فانوس رمادي، ونريد المزهرية أطول من الفانوس مرتين في التكوين المقترح. نفصل هذا الطلب من مقاسات الملفات، دون دمج صور أو معرفة الأبعاد الحقيقية للجسمين.

الخلاصة السريعة

اربط كل صورة بموضوعها ومنطقته المقصودة، واكتب علاقة الحجم المرئية المطلوبة؛ ثم راجع المخرج، فعدد المراجع ومقاساتها لا يثبتان تنفيذ العلاقة.

  • يوثق Diffusers تركيب صور IP-Adapter متعددة بتخصيص قناع ثنائي لكل مرجع لمنطقة مخرج؛ هذا مسار محدد لا ضمان عام لكل دمج. [1]
  • ملفان مربعان من 800 بكسل لا يثبتان حجم المزهرية والفانوس الحقيقي؛ نسبة طول اثنين إلى واحد شرط تكوين اخترناه، لا قياس أخذناه من المرجعين.
  • راجع نسب الأقنعة وربطها بالمراجع؛ عند مطابقة نسبة المخرج لا يلزم تعيين ارتفاعه وعرضه في المعالجة المذكورة، وانسجام اللون لا يصحح ربطا خاطئا. [1]
  • راجع الموضوع والموضع والحجم الظاهر معا، وأبق الأبعاد الحقيقية مجهولة إذا لم تتوفر؛ لم ننفذ الدمج أو نقس أداء المسار أو ملاءمة أجسام فعلية.

ما الذي يربط كل مرجع بمنطقته؟

يصف Diffusers تخصيص قناع ثنائي لكل صورة IP-Adapter لتوجيهها إلى منطقة معينة من المخرج، بما يفيد تركيب عدة صور مرجعية. [1]

في تصورنا نسمي الملف الأول «مرجع المزهرية» والثاني «مرجع الفانوس»، ونحدد أن المزهرية يسار التكوين والفانوس يمينه. هذه بطاقة نكتبها للمهمة؛ لا نفترض أن مجرد رفع ملفين يجعل أداة غير محددة تعرف هذا الربط. ولم نمرر مرجعا أو قناعا إلى المسار المذكور.

هل مقاس الملف يصف مقاس الجسم؟

لنفترض أن الملفين 800 بكسل عرضا وارتفاعا، وأن كلا الجسمين ظاهر فيهما. يمكن أن يملأ جسم صغير إطاره بالتقريب، وأن يظهر جسم أكبر صغيرا بسبب البعد. لذلك لا نقرأ تساوي الملفين بوصفه تساويا للأبعاد الحقيقية.

نختار في التكوين أن يكون ارتفاع المزهرية الظاهر ضعف ارتفاع الفانوس: إذا خصص التصميم 200 وحدة رسم للفانوس، يكون المطلوب 400 للمزهرية وفق هذه القاعدة. الحساب يبين طلبنا المرئي فقط، ولا يحول البكسل أو وحدة الرسم إلى سنتيمتر. لم نعط أبعادا فعلية أو صورة مركبة نقيسها.

كيف تحافظ على ارتباط المنطقة والمرجع؟

يوصي الدليل بتمرير ارتفاع المخرج وعرضه لمعالجة أقنعة تختلف نسبها؛ إذا طابقت الأقنعة نسبة المخرج، لا يلزم تعيينهما. [1]

نراجع في الخطة أي قناع يخص المزهرية وأي قناع يخص الفانوس، والمنطقة التي يمثلها كل واحد. إذا عكسنا الربط، قد يكون الطلب مختلفا حتى لو بقي الوصف النصي نفسه. ولا يعد اختيار منطقتين متجاورتين تحقيقا تلقائيا لنسبة الطول المطلوبة بين الموضوعين.

هذه مراجعة لمعنى المدخلات المقترحة قبل التشغيل، وليست ادعاء أن القناع يحفظ جسم المرجع دون تغيير أو يقيس حجمه. نحتفظ بأسماء المراجع والمنطقة المستهدفة كي نستطيع مقارنة ما قصدناه بما يصل فعلا.

ما الذي يجوز أن تقوله عن الناتج؟

عند وصول نتيجة فعلية نراجع هل ظهرت المزهرية والفانوس في موضعيهما، وهل العلاقة المرئية توافق المقياس الذي طلبناه. نتيجة افتراضية فيها فانوس أطول من المزهرية تخالف هذا الطلب، ولو كانت الإضاءة والأسلوب متقاربين.

لا نكتب من صورة منشأة أن الجسمين الحقيقيين يلائمان رفّا بعرض محدد؛ ذلك سؤال يحتاج أبعادا فعلية وشرط وضع مختلفا. ولم ننشئ صورة أو ننفذ تركيب الأقنعة هنا. قيمة المثال أنه يحفظ ثلاثة أمور منفصلة: موضوع كل مرجع، ومنطقته، والعلاقة المطلوبة في المخرج، مع عدم اختراع قياس لما لم نقسه.

المصادر ومتابعة القراءة

  1. Diffusers IP-Adapter: Masking (يفتح في نافذة جديدة)huggingface.co

أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.