Задача была узкой: естественно увеличить отдельную часть изображения, не испортив окружающую кожу или фон. Автор сначала попробовал локальный AI и Inpainting в Stable Diffusion, но упёрся в сложный интерфейс, термины и множество параметров. В итоге нужный элемент то исчезал, то покрывался странной текстурой.

Сцена с пользователем и роботом у инструмента для редактирования изображений: на экране — неожиданный результат, подчёркивающий важность точных инструкций.Источник: note.com

Тогда он попросил Gemini написать специальный инструмент на Python. В ответ модель предложила «нелинейное радиальное искажение» и «пуассоновское слияние» — звучит солидно, но результат оказался совсем не тем. На изображении появлялись резкие перепады, грязные оттенки, сине-чёрные пятна и эффект плесени. При использовании Poisson image blending нужная область вообще выбеливалась и пропадала.

Проблема оказалась не в том, что Gemini плохо пишет код. Модель честно реализовывала сложные алгоритмы, но не могла оценить человеческое «выглядит жутко» и заметить визуальную неестественность. Поэтому автор отказался от попытки найти самый умный математический метод и описал обычный ручной процесс ретуши — буквально как рецепт.

Сначала нужную деталь вырезают и сохраняют в исходном размере. Затем её место равномерно заполняют цветом окружающей области, чтобы убрать просвечивание и грязные переходы. После этого сохранённую деталь растягивают на подготовленном фоне, а оригинал возвращают поверх в масштабе 1:1. После такой инструкции Gemini сгенерировал код, а ступеньки и мутные цвета исчезли. Короче, человек здесь задаёт визуальную логику и порядок действий, а AI быстро превращает их в рабочий инструмент.

Для креаторов вывод простой: не просите модель абстрактно «сделать красиво», если результат можно разложить на понятные операции. Директором остаётся человек — он придумывает рецепт и проверяет глазами. Gemini выступает инженером, который этот рецепт реализует. Думаю, такой подход пригодится и для других точечных задач в обработке изображений.

Главное

  • - Автор собрал в Gemini собственный Python-инструмент для точечной ретуши
  • - Сложные методы Radial Bloat Warping и Poisson image blending дали неестественные артефакты
  • - Рабочая схема: сохранить деталь → выровнять фон → растянуть копию → вернуть оригинал
  • - Gemini лучше отработал конкретную последовательность, чем расплывчатую просьбу «сделай красиво»
  • - Человек оценивает визуальный результат, AI берёт на себя реализацию кода

Источникnote #画像生成AI