इमेज एडिटिंग और एन्हांसमेंट नोड

इमेज एडिटिंग और एन्हांसमेंट नोड से आप एनोटेशन और मास्क द्वारा AI एडिट को गाइड कर सकते हैं, मौजूदा इमेज बदल सकते हैं और उनकी गुणवत्ता सुधार सकते हैं। विज़ुअल गाइड जोड़ें या इमेज को नोड से कनेक्ट करें, फिर उसके आउटपुट को वर्कफ़्लो के अगले हिस्से में उपयोग करें।

1. एनोटेशन और मास्क से AI एडिट को गाइड करें

एनोटेशन और मास्क सीधे इमेज पर विज़ुअल गाइड जोड़ते हैं, जिससे AI मॉडल बार-बार टेक्स्ट प्रॉम्प्ट बदलने पर निर्भर हुए बिना एडिट को समझ सकता है। क्या बदलना है यह बताने के लिए एनोटेशन, कहाँ बदलना है यह बताने के लिए मास्क या अधिक सटीक नियंत्रण के लिए दोनों का उपयोग करें।

ये विशेष रूप से इन कार्यों के लिए उपयोगी हैं:

• बैकग्राउंड बदलना
• किसी ऑब्जेक्ट को जोड़ना, हटाना या बदलना
• किसी कैरेक्टर के कपड़े, रंग, एक्सेसरी या अन्य विवरण बदलना
• किसी खास क्षेत्र में टेक्स्ट, रंग या सामग्री बदलना
• इमेज के केवल एक हिस्से को जनरेट या रीटच करना

1.1 इमेज एडिटर खोलें

इमेज नोड में इमेज जोड़ें या अपलोड करें, फिर इमेज प्रीव्यू के ऊपर [एडिट] बटन पर क्लिक करें। इमेज एडिटर में [व्यू] , [एनोटेशन] और [मास्क] मोड शामिल हैं। अपनी विज़ुअल गाइड के अनुसार मोड चुनें।

1.2 एनोटेशन का उपयोग करें

इमेज पर ड्रॉ करने और तीर, आकार, छोटा टेक्स्ट या नंबर वाले मार्कर जोड़ने के लिए [एनोटेशन] चुनें। जब मॉडल को समझना हो कि क्या बदलना है या एलिमेंट एक-दूसरे से कैसे जुड़े हैं, तब एनोटेशन का उपयोग करें।

हर एनोटेशन छोटा रखें और संबंधित क्षेत्र के पास रखें। कई निर्देशों को अलग करने के लिए अलग-अलग रंगों का उपयोग करें और ज़रूरत होने पर टेक्स्ट प्रॉम्प्ट में नंबर वाले मार्कर का उल्लेख करें। फिर [सेव] पर क्लिक करें।

इमेज नोड अलग-अलग "एनोटेशन वाली इमेज" और "इमेज" आउटपुट देता है। मॉडल को विज़ुअल गाइड पढ़ने देने के लिए "एनोटेशन वाली इमेज" को AI नोड से कनेक्ट करें। नीचे दिए उदाहरण में रंग बदलने वाले क्षेत्रों को एनोटेशन से पहचाना गया है।

उदाहरण प्रॉम्प्ट

चुनी गई नीली धारियों (1, 2, 3, 4) को हल्के टोनल बदलाव वाले मुलायम कॉटन कैंडी पिंक ग्रेडिएंट में बदलें।
चुने गए निचले किनारे को मुलायम क्रीम पिंक रंग में बदलें ताकि एक स्मूद प्रीमियम लुक मिले।

मूल इमेज "इमेज" आउटपुट से उपलब्ध रहती है। एनोटेशन वाली इमेज और मूल इमेज को अलग-अलग कनेक्ट करें या जब अगले मॉडल को गाइड और साफ़ रेफ़रेंस दोनों चाहिए हों, तब दोनों का उपयोग करें।

1.3 मास्क का उपयोग करें

[मास्क] चुनें, ब्रश या शेप टूल चुनें और उस ऑब्जेक्ट या क्षेत्र पर पेंट करें जिसे मॉडल से बदलवाना है। आवश्यकतानुसार ब्रश का आकार और किनारे की कोमलता समायोजित करें, फिर [सेव] पर क्लिक करें।

गैर-ज़रूरी क्षेत्रों को शामिल किए बिना लक्ष्य को करीब से कवर करें। मास्क एडिट को उस क्षेत्र पर केंद्रित करता है, हालाँकि सटीक परिणाम मॉडल के अनुसार बदल सकता है। सेव करने के बाद, इमेज नोड "मास्क वाली इमेज" , "मास्क" और "इमेज" के अलग-अलग आउटपुट देता है। मॉडल को स्रोत इमेज पर मास्क दिखाने के लिए "मास्क वाली इमेज" कनेक्ट करें। नीचे दिया उदाहरण स्टार पर सामग्री बदलने को केंद्रित करता है।

उदाहरण प्रॉम्प्ट

मास्क किए गए स्टार को मेटैलिक सिल्वर स्टार से बदलें।

जब अगले नोड को केवल मास्क चाहिए तब "मास्क" आउटपुट का और साफ़ मूल इमेज चाहिए तब "इमेज" आउटपुट का उपयोग करें। मास्क वाली इमेज, केवल मास्क और मूल इमेज को अलग-अलग कनेक्ट किया जा सकता है या एक ही वर्कफ़्लो में साथ उपयोग किया जा सकता है।

जब मॉडल को सटीक एडिट क्षेत्र और अपेक्षित परिणाम की विज़ुअल व्याख्या दोनों चाहिए हों, तब मास्क और एनोटेशन को साथ उपयोग करें। अंतिम बदलाव को छोटे टेक्स्ट प्रॉम्प्ट में बताएँ। जटिल एडिट के लिए एक बार में एक बदलाव करें और एडिट किए गए परिणाम से वर्कफ़्लो जारी रखें।

2. इमेज एडिटिंग नोड

इमेज एडिटिंग नोड किसी इमेज की संरचना, विषय, स्टाइल या परिप्रेक्ष्य बदलते हैं।

2.1 एंगल बदलें

एंगल बदलें नोड इनपुट इमेज के परिप्रेक्ष्य और फ़्रेमिंग को समायोजित करता है।

• इनपुट और आउटपुट: इमेज को "इमेज*" इनपुट पोर्ट से कनेक्ट करें। प्रोसेस की गई इमेज "इमेज" आउटपुट पोर्ट से उपलब्ध होती है।
• मॉडल: "मॉडल" मेन्यू से कोई उपलब्ध मॉडल चुनें, जैसे "Qwen Image Edit 2511" ।
• हॉरिज़ॉन्टल एंगल: इमेज के बाएँ-से-दाएँ देखने के एंगल को बदलने के लिए स्लाइडर को खिसकाएँ।
• वर्टिकल एंगल: इमेज के ऊपर-से-नीचे देखने के एंगल को बदलने के लिए स्लाइडर को खिसकाएँ।
• ज़ूम: विषय को अधिक नज़दीक से फ़्रेम करने के लिए मान बढ़ाएँ या दृश्य का अधिक भाग दिखाने के लिए इसे घटाएँ।

सेटिंग कॉन्फ़िगर करने के बाद, समायोजित इमेज बनाने के लिए [चलाएँ] पर क्लिक करें।

2.2 AI कटआउट

AI कटआउट नोड मुख्य विषय को अलग करता है और उसका बैकग्राउंड हटा देता है।

• इनपुट और आउटपुट: इमेज को "इमेज*" इनपुट पोर्ट से कनेक्ट करें। कटआउट "इमेज" आउटपुट पोर्ट से उपलब्ध होता है।
• मॉडल: "मॉडल" मेन्यू से कोई उपलब्ध कटआउट मॉडल चुनें, जैसे "BiRefNet" ।

सबसे साफ़ परिणाम के लिए ऐसी इमेज का उपयोग करें जिसमें विषय बैकग्राउंड से स्पष्ट रूप से अलग हो। कटआउट बनाने के लिए [चलाएँ] पर क्लिक करें।

2.3 इमेज स्टाइलाइज़ेशन

इमेज स्टाइलाइज़ेशन नोड मुख्य विषय और संरचना को बनाए रखते हुए इनपुट इमेज पर चुनी हुई विज़ुअल स्टाइल लागू करता है।

• इनपुट और आउटपुट: इमेज को "इमेज*" इनपुट पोर्ट से कनेक्ट करें। स्टाइलाइज़ की गई इमेज "इमेज" आउटपुट पोर्ट से उपलब्ध होती है।
• स्टाइलाइज़ेशन किट: कोई स्टाइल श्रेणी चुनें, जैसे "युगीन रूप" , "फ़िगरीन मेकर" , "कलात्मक स्टाइल" , "एनीमे स्टाइल" या "लाइटिंग स्टाइल" ।
• स्टाइल: चुनी हुई किट से कोई विशिष्ट रूप चुनें, जैसे "युगीन रूप" के अंतर्गत "1950 का दशक" ।
• इमेज की संख्या: एक बार चलाने पर बनाई जाने वाली विविधताओं की संख्या चुनें।

स्टाइलाइज़ की गई इमेज की विविधताएँ बनाने के लिए [चलाएँ] पर क्लिक करें।

3. इमेज एन्हांसमेंट नोड

इमेज एन्हांसमेंट नोड किसी मौजूदा इमेज का विवरण, स्पष्टता या रिज़ॉल्यूशन बेहतर करते हैं।

3.1 पोर्ट्रेट एन्हांस करें

पोर्ट्रेट एन्हांस करें नोड पोर्ट्रेट इमेज में चेहरे के विवरण को पुनर्स्थापित और बेहतर करता है।

• इनपुट और आउटपुट: पोर्ट्रेट को "इमेज*" इनपुट पोर्ट से कनेक्ट करें। बेहतर किया गया पोर्ट्रेट "इमेज" आउटपुट पोर्ट से उपलब्ध होता है।
• मॉडल: "मॉडल" मेन्यू से कोई उपलब्ध पोर्ट्रेट-एन्हांसमेंट मॉडल चुनें, जैसे "GFPGAN" ।

पोर्ट्रेट को प्रोसेस करने के लिए [चलाएँ] पर क्लिक करें। सर्वोत्तम परिणामों के लिए, ऐसी इमेज का उपयोग करें जिसमें चेहरा दिखाई दे रहा हो और अधिक ढका न हो।

3.2 इमेज अपस्केल करें

इमेज अपस्केल करें नोड इमेज का रिज़ॉल्यूशन बढ़ाता है और समग्र स्पष्टता सुधारने के लिए विवरणों को फिर से बनाता है।

• इनपुट और आउटपुट: इमेज को "इमेज*" इनपुट पोर्ट से कनेक्ट करें। अपस्केल की गई इमेज "इमेज" आउटपुट पोर्ट से उपलब्ध होती है।
• मॉडल: "मॉडल" मेन्यू से कोई उपलब्ध अपस्केलिंग मॉडल चुनें, जैसे "SeedVR 2" ।

इमेज को अपस्केल करने के लिए [चलाएँ] पर क्लिक करें। अपस्केलिंग दिखाई देने वाले विवरण को बेहतर कर सकती है, लेकिन बहुत धुँधली या कंप्रेस की गई स्रोत इमेज में मौजूद न होने वाली जानकारी को पूरी तरह पुनर्प्राप्त नहीं कर सकती।