009：Outpaintの方法

2025/3/23 12:00

今回はFooocusでのOutpaintについてです。
元の画像の外側を追加で描いてくれる機能のことをOutpaintと言いますが、Fooocusでもその機能が付属しています。

やり方は簡単で、プロンプトを入力するテキストエリアの下の「Input Image」チェックボックスをオンにすると、image to image（i2i）のためのいくつかのメニューが出てきます。（2枚目の画像）
他にもいろいろ機能があるのが分かりますが、今回は３つめのタブ「Inpaint or Outpaint」を使います。
外側を追加で描いてもらいたい画像（3枚目）をこの画像エリアにセット（ドラッグアンドドロップでセットできます）して、「Outpaint Direction」の選択肢から広げたい方向を選択します。
「Left」は画像の左側、「Right」は右側、「Top」と「Bottom」はそれぞれ上側と下側です。
今回は「Left」と「Right」を選んで、画像を横に広げてもらいました。

「Generate」でOutpaintの処理を実行した結果が4枚目～6枚目です。
4枚目は元の夜空の続きがそのまま、5枚目は手前に木の影が、6枚目は両サイドに石の壁が追加されたような画像になりました。
Outpaintは元の画像の内容とプロンプトをそれなりに引き継いで追加描画してくれますが、ランダムなのでSEED値によって結果は様々です。好みの結果を採用しましょう。

今回は5枚目を採用して、さらに上と左を追加してみてもらいました（7枚目）。
結果が8枚目で、遠景にも木の影が追加描画されました。
ちなみに1枚目は8枚目を1.5xに高解像度化したものです。Outpaintした際の継ぎ目の部分にちょっと画像の不整合が残る場合があるので、高解像度化かi2iを使ってなじませをするのが良いでしょう。

Outpaintと似た機能に「Inpaint」というものもありますが、また別の機会に説明できれば。
＝＝＝＝＝＝＝＝＝＝
サンプル画像のプロンプトは以下の通りです。ご参考まで。

1girl, _ , from _ , pale pink blonde hair, very short hair, long sidelocks, hair between eyes, red eyes, round glasses, pointy ears, large breast, high neck no sleeve white blouse, short red skirt, shoulder armor, Waist support armor, cape, wind blowing, sitting on stone wall, v arms, look up night sky nebula, smile, glitter particles, bleed watercolor effect, from below, BREAK masterpiece, best quality, high score, great score, ultra-detailed high resolution (anime-style 3dcg:1.0), intricate details light color, whitish color line art, light diffusion, muted color, Matte flat color, watercolor gradiation, hyper-realistic, Sleek design

Muacca

38 投稿

フォロー 545

フォロワー 869

画像生成/動画生成についての自分なりのノウハウを不定期連載していました。いまは更新停止しています。すぐ情報古くなるので、有料記事はやめて全公開に変更しています。
お役に立てるかどうかは分からないですが…ご興味があればどうぞ。

AnimagineXL + Fooocusな組み合わせでのノウハウ…だったのですが、最近はFramePack/Wan2.2/ChatGPT/Nano Banana/AnyTestなどなど節操がなくなって来ました。

Muaccaさんの他の投稿

すべてを見る

036：Qwen Image Edit の使い方

全体公開

今回は、元画像からテキスト指示で画像を編集できるQwen Image Editを試してみました。例によって、差分の画像をStart-Endにフレーム指定して動画を作るのに便利、という動機からです。まずは元画像としていつものようにAnim4gineで画像を用意します（2枚目）。これを3枚目の画像のようにしてQwen Image Editのワークフローにセットします。プロンプトとしては、「背景だけをフォトリアルな森の画像に差し替えてください」みたいな自然文をgoogle翻訳で英語にしたものを使ってみました（4枚目）。今度は4枚目の画像を元にして、「キャラクターを削除して背景だけにしてください」とすると、5枚目のような森の風景だけの画像になりました。消しゴムマジックみたいなことができますね。さらに「キャラクターを削除するけど、線画だけは残してくれ」としてみたのが6枚目で、そこから「背景を夜にして、線画を光らせてくれ」としたのが1枚目、といった感じです。 nano bananaほど指示がきれいに反映されるというわけではなく、融通が利かないところもあるんですが、これをローカルのPCで使い放題というのは結構楽しいです。いろいろ試してみたくなりますね。

035：Anytestの使い方

全体公開

Wan2.2で動画を作るときにはポーズ差分の画像があるとStart-Endでフレーム指定で安定した動画が生成できるので、最近はポーズ差分画像をどう作るかをいろいろ試しています。 nano bananaは強力なのですが、制約があったり絵柄がnano banana絵柄に寄ったりするので他の手段も試している、というか。私がメインで使っている画像生成モデルはAnimagine4なので、Controlnetでポーズ指定するという手が使えます。 SDXL系のControlnetとしてはAnytestという強力なブツがあるので、それを試してみました。まずは2枚目のような、大雑把な構図指定画像を手描きします。これはClip Studio Paintでマウスでちょいちょいと5分程度で描いた代物で、「まあなんとなく言いたいことは分かる」レベルのものかな、と思います。この構図指定画像を参照画像として設定しているのが3枚目の画像で、Anytestを使うためのComfyUIワークフローです。このワークフローで画像を生成したのが1枚目です。なんとなくそれっぽくはなっている気がしますね。 ↓プロンプトはこんな感じにしています。 1girl, _, from _, blonde long hair, blue eyes tareme, forehead, pointy ears large breast, groin tendon slim bod, single-shoulder long magical black robe, bra strap, mini skirt under robe frill skirt, contrapposto, water wave background, smile, (glitter magic circle effect:1.2) from hand, blue water effect, pure clear realistic water, splash water around wind blowing さて、Anytestですが、結構いろいろなことができる「万能Controlnet」と言われていて、例えば4枚目の画像の真ん中の部分を黒塗りでつぶして（5枚目）これを参照画像として渡すと、1枚目の画像のポーズを変更することができたりもします（6枚目）。 1枚目の画像と6枚目の画像を動画のStart-Endフレームに指定すれば、なんとなく水魔法を使っているエルフ姉さんの動画ができるような気がしますね！とまあこんな感じに便利なControlnet「Anytest」ですが、月須和さんがHuggingFaceで公開してくれています。ありがたいですね。 https://huggingface.co/2vXpSwA7

034：InfiniteTalkで読み上げ動画を作る

全体公開

前回はWan2.2のS2Vモデルを使って、セリフ音声と画像から、読み上げ動画を作りましたが、今回はセリフ音声と動画から、読み上げ動画を作ってみます。前回のはWan2.2 S2Vで1枚の画像から動画を生成したのですが、口元以外の箇所はあまり動かないというか、ほぼ口パク動画、みたいな感じでした。今回は人物がなにか動いている動画をもとに、口元をセリフに合わせて口パクさせるというもので、動きのある読み上げ動画を作る場合はこちらの方が良いようです。こういった手法はVideo to Video（V2V）と呼ばれているようですね。読み上げのためのV2VにはInfiniteTalkを用いてみました。 InfiniteTalkはまだWan2.2には対応していないので、Wan2.1と組み合わせて使ってみています。 2枚目の画像がInfiniteTalkを使うためのComfyUIのワークフローで、画面下の方で元となる動画（1枚目）を指定しています。セリフ音声は上の方（音声を読み込む、のところ）に指定してみています。 3枚目もワークフローの一部で、真ん中のあたりにプロンプトを指定しています。この手法の場合、キャラクターの見た目も動きも動画で指定しているので、プロンプトは簡単に「The woman turns to me, stretches her body, and speaks with a smile.」（その女性は私の方を向き、体を伸ばして、笑顔で話します）としました。あとは実行すると、セリフ音声に合わせて口元の動きが調整されます。

033：Wan22 S2Vで読み上げ動画を作る

全体公開

今回はWan2.2のS2Vモデルを使って、セリフ音声と画像から、読み上げ動画を作ってみました。 S2Vは、音声からそれに合った動画を生成するものですが、元画像を指定するとそれをもとにI2Vのように画像に沿った動画を生成してくれます。前回使った魔法少女画像の顔アップ（2枚目）を元画像に指定し、音声として「魔法少女Muacca、いつもみんなと楽しく、ですです」という読み上げ音声を指定してできたのが1枚目の動画です。残念ながらちちぷいには音声付の動画は投稿できないので、口パクだけになってしまいますが、元画像のキャラがなにかしゃべっている感じになっているのは分かるかと思います。 Wan2.2 S2Vですが、UIとしては公式から配布されているComfyUIワークフローを用いて実行しました（3枚目）。基本的にはデフォルト値のままで使うのがいいようです。ちなみに16fpsが指定されているのですが、これを30fpsとかにすると音声と口パクがズレるので、変えないほうが良いようです。fpsを変更したい場合は、生成した動画を別のツールでフレーム補間すればよいと思います。あと、公式の情報では生成される動画は77フレーム分と書いてあって、これは変更しないほうが良いとのことでした。16fpsだと4秒くらいの動画になるはずなのですが、結果として生成されたのは14秒くらいのものだったので、それがなぜなのかはよくわかりません。投入した音声は4秒くらいだったので、ここに投稿しているものは後ろの無音声部分をカットしてあります。

すべてを見る

他のクリエイターの投稿

ブルーダリアちゃん

100コイン/月以上支援すると見ることができます

ミラ

いろいろ

500コイン/月以上支援すると見ることができます

いち

第3章「古代遺跡で大騒ぎ」①

全体公開

ゆうこう

フォトジェニック・ガールズ

100コイン/月以上支援すると見ることができます

rakia20002000

【センチ～if～】永倉えみる：高〇生時代③～冬デート・光のページェント～

100コイン/月以上支援すると見ることができます

るんぽす

10月のゲスト

100コイン/月以上支援すると見ることができます

ミラ

いろいろ

500コイン/月以上支援すると見ることができます

いち

【曲】あっち #61｜[Song] That Way #61

全体公開

下記楽曲のアートワークとして制作しました。 Created as artwork for the music video below. ⬇↘⬊⇔↶ https://youtu.be/OvXnmUtUCP8 (Model) Midjourney V8.1 (Size) 5884 x 3292 pixels (Upscaler) unlimited waifu2x *2x / Backend: WebGPU / Model: swin_unet - photo / DeNoise: Medium / Tile: 640, Shuffle / Alpha Channel: Disable (Last Seed) 3934988473 (i2i Count) 0 time (Manual Adjustment) Sharpness Prompt: abstract, many long arrow symbols, summer fluorescent light, vibrant, pop, complex collage, realistic smooth marbling, ripples on graph paper, distortion, melting, dotted, ground and underwater, submerged, many randomize arrow symbols and transparency moths, tactiles, closed wings, spiral patterns, look away, a diverse array of glitch effects made from giant tiles, clear white, colorful, beautiful and ephemeral, high contrast, niche character design, kawaii chibi moth girl, hair made moths, wavy eyes, look away, flat illustration, intense marbling, complex patterned zentangle background, portrait, a moth lands on index finger, dynamic angle from oblique side, bright colors, wearing kente patterned dress, moth scales fluttering in the air, child's body proportions, nostalgic --v 8.1 --sref 1958468279::3 1256473810::1 2303749492::1 2770257201::1 779819511::1 2361630497::2 2690515967::1 970460098::2 657749254::2 --sw 175 --sv 6 --s 175 --ar 16:9 --hd

miya

午後眠いけど、がんばろうね

100コイン/月以上支援すると見ることができます

hijiki

10月のゲスト

100コイン/月以上支援すると見ることができます

ミラ

蜜月宮

100コイン/月以上支援すると見ることができます

rakia20002000

ComfyUIでラインを整理する

全体公開

今回はワークフローの接続ライン（線）を整理するノードの紹介です。以前「ComfyUIでデティールアップしよう」↓で「ToBasicPipe」ノードを紹介しましたが、それと似たノードです。 https://membership.chichi-pui.com/posts/images/d47ba55c-1bfc-4e4f-9651-4b49e84914fc/ 画像１使用したカスタムノード・rrgthree-comfy URL： https://github.com/rgthree/rgthree-comfy 　Context (rgthree) 見ての通り、複数の項目を１本のラインに乗せて次のノードへ届ける事が出来ます。また、in と out が同じノード上にあるので、集線端子的な使い方も出来ます。デイジーチェーンが可能です。画像２使用したカスタムノード・ComfyUI-Crystools URL： https://github.com/crystian/ComfyUI-Crystools 　🪛 Pipe to/edit any 　🪛 Pipe from any 「🪛 Pipe to/edit any」と「🪛 Pipe from any」で対に成るノードです。入力に指定が無くどの項目でも繋げます。これも、デイジーチェーンが可能です。なお、in と out は１対１で対応しているので、途中で違う項目を繋いだら内容が変わりますので、注意して下さい（画像３で入力と出力の文字列の違いに注目して下さい）。画像４～６実際に使った例です（上下２段に分かれているのは、使用しているKサンプラーの違い）。生成後に目のデティールアップを行っています。画像４は、全体の繋がりです。画像５は、余り変更しないローダー、設定関係のノードを左端に纏めたものです。画像６は、「ToBasicPipe」を併用したimpact_packのKサンプラーを使った例です。画像７は、標準のKサンプラーを使った例です。上段、下段どちらが良いかは、好みです。お好きなやり方でワークフローを組み立てて下さい。