Dlaczego obrazy z AI źle się wektoryzują i jak to obejść promptem

Automatyczna wektoryzacja znajduje granice między obszarami o podobnym kolorze, a potem prowadzi ścieżkę wzdłuż każdej granicy. Te granice muszą być ostre. Twarde przejście z czerni w biel jest jednoznaczne: ścieżka biegnie dokładnie tam.

Wygenerowane obrazy rzadko to dają. Nawet jeśli prosisz o płaską ilustrację, wynik zwykle ma fotograficzne wykończenie: lekko miękkie krawędzie, wypełnienia, które w obrębie obszaru różnią się o kilka procent, czasem odrobinę ziarna.

Twoje oko widzi w tym „czystą, płaską ilustrację”. Algorytm widzi mnóstwo drobnych zmian koloru i rysuje dokładnie to.

Wygładzanie krawędzi. Każda krawędź ma pas pikseli pośrednich. Algorytm albo je uwzględnia i daje zdublowany albo rozmyty kontur, albo je pomija i podgryza kształt. Żadna z tych opcji nie jest tym, co narysowano.

Gradienty. Nie ma czystego sposobu, żeby przełożyć gradient na wektor złożony z obszarów. Algorytm przybliża go nałożonymi pasami, a niebo, które wyglądało gładko, zamienia się w widoczne pręgi.

Faktura i ziarno. Wiele modeli dodaje subtelną fakturę papieru albo kliszy, zwłaszcza przy wszystkim, co opisano jako ilustrację, plakat albo vintage. Na poziomie pikseli ta faktura to szum, a szum wektoryzuje się jako drobinki.

Niemal identyczne kolory. Wygenerowane płaskie wypełnienia rzadko mają jedną wartość. Obszar, który wygląda na jeden niebieski, to często kilka niebieskich różniących się od siebie o kilka procent. W zależności od ustawienia liczby kolorów algorytm albo je łączy, gubiąc szczegóły gdzie indziej, albo rozdziela, dając cztery kształty tam, gdzie chodziło o jeden.

To robocze heurystyki, a nie wyniki testów porównawczych. To frazy, które zwykle pomagają w ChatGPT, Midjourney, Flux i Ideogram, i warto je sprawdzić na własnych wynikach:

• —flat vector illustration
• —solid fills, no gradients
• —bold thick outlines
• —high contrast
• —white background albo transparent background, jeśli model to obsługuje
• —two colors albo three colors – podanie liczby zwykle działa lepiej niż „limited palette”
• —clean sharp edges
• —no texture, no grain, no noise
• —no shadow

Frazy do usunięcia, jeśli planujesz wektoryzację: 3d, render, cinematic, realistic lighting, depth of field, bokeh, watercolor, oil painting, grainy, film, vintage poster. Każda z nich przywraca dokładnie to, czego próbujesz uniknąć.

Modele nastawione na grafikę zwykle dają wyniki łatwiejsze do zwektoryzowania niż modele nastawione na fotorealizm, a wprost napisanie modelowi, że wynik będzie wektoryzowany, zwykle pomaga. Poza tym ostrożnie z konkretnymi rekomendacjami, łącznie z moimi: zachowanie modeli zmienia się z wersjami, parametrami i tematem, więc porównanie, które było prawdziwe kwartał temu, dziś może już nie być. Testuj na własnych promptach, zamiast ufać czyimkolwiek rankingom.

Jeśli chcesz wektora w ogóle bez kroku wektoryzacji, narzędzia takie jak Recraft generują SVG natywnie. To inny kompromis: mniejsza rozpiętość stylistyczna, żadnych strat na konwersji. Warto o tym wiedzieć, zamiast udawać, że nie istnieje.

Trzy kroki sprzątania, każdy na kilka sekund, a każdy zwykle wart więcej niż kręcenie ustawieniami wektoryzacji:

Posteryzacja. Zredukuj obraz do niewielkiej liczby kolorów przed wektoryzacją. To zamienia niemal identyczne wypełnienia w prawdziwe płaskie obszary i usuwa sporą część niejednoznaczności wygładzonych krawędzi.

Podnieś kontrast i przytnij poziomy. Rozjaśnij najjaśniejsze tony do bieli, a przyciemnij najciemniejsze do czerni. Wtedy algorytm ma do dyspozycji coś jednoznacznego.

Świadomie zajmij się tłem. Czyste przezroczyste tło może wektoryzować się lepiej niż białe, bo nie ma obszaru tła do obrysowania, ale to zależy od tego, czy twój program korzysta z kanału alfa. Jeśli nie, bezpieczniejsze jest płaskie, czysto białe tło.

Duża część jakości wektoryzacji w kolorze zależy od jednego ustawienia: ilu kolorów może użyć wynik. Za dużo – i dostajesz mozaikę niemal identycznych kształtów z poszarpanymi szwami. Za mało – i szczegóły znikają.

Jako punkty wyjścia, a nie reguły: od dwóch do czterech dla logo albo ikony, od sześciu do dwunastu dla płaskiej ilustracji. Potem dostosuj na podstawie tego, jak wynik wygląda w rozmiarze, w jakim go użyjesz. Przy czymkolwiek naprawdę fotograficznym wektoryzacja nie da już użytecznego pliku i warto pomyśleć o innym podejściu.

Jeśli wygenerowany obraz jest fotograficzny, mocno cieniowany albo zbudowany na gradientach, żadna poprawka promptu ani żadne ustawienie wektoryzacji nie dadzą czystego wektora. Informacji, której potrzebujesz – odrębnych kształtów o twardych granicach – po prostu nie ma w obrazie.

W takich przypadkach zwektoryzuj, żeby dostać zgrubną bazę, a potem przebuduj. Albo wygeneruj obraz jeszcze raz z bardziej „płaskim” promptem. Jedno i drugie jest szybsze niż sprzątanie pliku z tysiącami ścieżek.

Jeśli wektoryzujesz akurat logo, ten poradnik idzie dalej: geometria, przeciwświatła i to, kiedy lepiej narysować logo od nowa.

Tracer daje SVG za darmo.