Gdzieś już wcześniej popełniłam wpis dotyczący dokładnie tego jak parametr style wpływa na wygenerowany obraz. O tutaj. Dokładniej, parametr style (–s) wpływa na to jak bardzo nasz obraz będzie “artystycznie kreatywny” aczkolwiek kieruje się tu pewną ogólną “artystycznością” i estetyką Midjourney, która jest… mdława i… “ejajowa”. Jednak Midjourney pozwala nam zarówno na stworzenie jak i przywołanie bardzo konkretnego stylu.
Styl danego obrazu to pojęcie dość nieuchwytne i trudne do opisania – ale przecież dość jasne i zrozumiałe – zarówno dla nas jak i dla Midjourney. Mieści się w tym jednak bardzo dużo: technika wykonania, kompozycja, paleta kolorów, nasycenie, światło, sposób kreślenia postaci, struktura, detal, temat, ogólny “vibe” obrazu i wiele wiele więcej. Trudno to nawet opisać po polsku – a co dopiero wytłumaczyć botowi Midjourney w zrozumiały i krótki sposób (bo przecież jeszcze musi uwzględnić temat i szczegóły obrazu, który ma wygenerować). Jak zatem przywołać określony styl?
Metoda tradycyjna – w prompcie
To prosty i efektywny sposób, pod warunkiem, że jesteśmy w stanie odwołać się do znanego Midjourney stylu. Na szczęście Midjourney zna ich naprawdę wiele. Ta metoda polega na używaniu prostych słów kluczowych, powszechnie znanych, odwołujących się do różnych popularnych definicji estetyk:
Style historyczne
(np: art nouveau, impressionism, baroque, cubism, renaissance, surrealism, expressionism, gothic)
prompt: girl waiting, in style of art nouveau
Techniki artystyczne
(np. watercolor, oil painting, pencil sketch, ink drawing, woodcut, gouache, ballpen art, comic strip)
prompt: girl waiting, in style of ballpen art
Nazwiska artystów bądź nawet same tytuły
(np. Vincent van Gogh, Leonardo da Vinci, Salvador Dalí, Alphonse Mucha, H.R. Giger, Zdzisław Beksiński, ale zadziała też Starry Night style, Mona Lisa inspired, Guernica influence)
prompt: girl waiting, in style of Starry Night
Gatunki i media
(np. book illustration, vintage poster, 90’s CD cover, noir comic, medieval miniature, polaroid photography, pixel art)
prompt: girl waiting, in style of vintage poster
Kiedy stosujemy tę metodę – korzystamy (jak zwykle) z najprostszego ujęcia prompta. Usiłujemy zadać temat (u mnie to “girl waiting”, bo czekam i czekam na wersję 7 Midjourney) i określić styl. Jeśli chcesz dodać do obrazu więcej detali – możesz przenieść opis stylu na początku. Midjourney nadaje “ważność” poszczególnym słowom zależnie od miejsca, gdzie występują zatem rozpoczęcie od “Vintage poster decepting…” da silniejszy niż efekt, niż dodanie tej samej frazy na końcu rozbudowanego prompta. Dodatkowo, możemy używać powerwordów, czyli słów, które niosą ogromny ładunek stylistyczny i zastępują jednym słowem większość opisu – doskonałym przykładem jest słowo “cyberpunk”. W jednym słowie mamy przyszłość, światło, miasta, cybernetykę, neonowe kolory, deszcz, dużo błękitu i zieleni, kable, futuryzm, roboty albo choćby robotyczne części – i nic z tego nie musimy opisywać Midjourney. Wystarczy napisać “girl waiting, cyberpunk” i już będzie wiedział o co może chodzić.
Gdzie szukać stylów i takich opisów.
Pomocne tutaj są wszelkie rodzaju wikipedie, biblioteki i agregaty. Można całkiem wsiąknąć w historię sztuki i zgłębiać media, można się skupić na fotografii i wykorzystywać zarówno nazwiska fotografów jak i specyficzne opisy ujęć fotograficznych. Można korzystać z Pinteresta w celu wyszukiwania całych tablic obrazów. Można szukać obiektywem Google rozpoczynając od tego, co Ci się podoba i odkrywać podobne obrazy, klimaty i autorów.
Jedną z moich ulubionych stron na ten temat jest Midlibrary, które klasyfikuje i dokumentuje style, tworząc wizualny katalog odniesień, które Midjourney „zna” i może konsekwentnie odtwarzać w różnych promptach.
Dodatkowo można utonąć w Aesthetics Wiki, szczególnie jeśli interesują Cię mocne zwroty estetyczne (tzw. powerwordy), które nadają całemu obrazowi specyficzny styl: dreamcore, grimdark, waporwave, cottagecore i wielu innych, które bezustannie ewoluują. Niesamowitym jest ile neologizmów świetnie rozumie Midjourney i jak kreatywne mogą być to połączenia – ostatnio znalazłam słowo neuropunk.
Metoda nowoczesna – czyli SREF
SREF czyli Style REFerence (referencja stylu) to nowe narzędzie, obecne od wersji 6, które w niesamowity sposób ułatwia zastosowanie interesującej nas estetyki. Za tą komendą możemy podać albo:
- link do obrazu w interesującym nas stylu
- kod numeryczny z wstępnie zdefiniowanym stylem
Sref i link do wzorcowego obrazu
Pierwszy przypadek czyli linkowanie interesujących nas obrazów jest superciekawym procesem pozwalająca na prawie pełną kontrolę nad stylem obrazu. Oczywiście, najlepiej, kiedy treść obrazu “pasuje” do prompta, aczkolwiek złamanie tej reguły daje też ciekawe efekty artystyczne. Struktura promptu jest wówczas również prosta – podajemy prompt opisujący obraz jaki chcemy otrzymać, ale nie dodajemy już opisu stylistycznego. Skupiamy się na treści obrazu a na końcu dodajemy parametr z –sref [link] gdzie linkujemy interesującą nas referencję stylistyczną. W poniższym przykładzie wykorzystałam kadr z serialu Hazbin Hotel, sam prompt to tylko girl waiting –sref [link do kadru].
Obraz, który wykorzystujesz jako referencję nie musi być jednak podobny. W tym przypadku do tego samego prompta użyłam grafiki wygenerowanej wcześniej. Na tym obrazie nie ma żadnych postaci ludzkich, a jego melancholijny styl wyznaczony jest kolorem i rozmyciem. Z ujęciem oczekiwania poradził sobie nadspodziewanie dobrze (U1 wymiata).
To może być obraz załadowany wcześniej do discorda (po 30 dniach link jednak traci ważność) albo link do (powszechnie dostępnej) strony np. imgur czy flickr. Jeśli korzystasz z generatora na stronie www wówczas wybierasz –sref bezpośrednio w oknie promptu.
Tutaj szybka podpowiedź jak znaleźć sref na stronie www
W miejscu na wpisywanie prompta masz możliwość dodania pliku jako referencji. Wystarczy dwukrotnie kliknąć to pole i dostaniesz dostęp do wcześniej wgrywanych obrazów i możliwość uploadowania pliku. Używany aktualnie plik wyświetla się w oknie prompta. Zwróć uwagę, że w jego prawym dolnym rogu są 3 ikonki.
Ikona 1 – ludek – obraz jest referencją do postaci, odpowiada parametrowi –cref
Ikona 2 – spinacz – obraz jest referencją do stylu, odpowiada parametrowi –sref
Ikona 3 – obraz – obraz jest referencją graficzną, (MJ będzie się starało odwzorować zarówno styl jak i temat obrazu)
Sref jako identyfikator numeryczny
Dodatkowo – poza możliwością podlinkowania własnej referencji stylu – w Midjourney zostało zakodowane ponad kilkadziesiąt (kilkaset?) tysięcy styli. Najłatwiej się o tym przekonać wpisując –sref random. Po wysłaniu polecenia “random” losuje i zmienia się w liczbę, która reprezentuje predefiniowany, określony styl.
Identyfikatory numeryczne, które reprezentują określone estetyki w Midjourney czyli kody sref nigdy nie zostały oficjalnie opublikowane przez Midjourney – jednak możesz znaleźć je wszędzie. Oczywiście, należy być ostrożnym – pierwsze kilka wyników z google może być schowanym za paywallem, jednak spora większość społeczności Midjourney dzieli się swoimi odkryciami nieodpłatnie. Te strony darmowo prezentują całkiem sporą bazę:
Postanowiłam też dorzucić swoją cegiełkę do współtworzenia tej bazy wiedzy i dorzucę tutaj wszystkie kody sref, które sobie “zapisałam”. Nie mam ambicji tworzenia bazy zawierającej wszystkie możliwe kody, niemniej mogę trzymać swoje odkrycia na tej stronie. Jeśli chcesz się podzielić swoimi ulubionymi podeślij mi je na fanpage. Chętnie dorzucę do tej skromnej “biblioteki” (i podlinkuję ją tutaj, kiedy tylko skończę)
Właściwości parametru –sref
Kody sref i te w formie linków i te w formie numerów można dodatkowo łączyć. Można wkleić kilka linków do różnych obrazów w danym stylu, żeby wzmocnić ich efekt i wpływ. Równie dobrze można podać dwa – różne kody sref (bez przecinka) i zobaczyć w jaki sposób Midjourney je połączy.
Powyżej można zobaczyć jak Midjourney połączyło dwa (dość odmienne) style na tym samym prompcie.
Dodatkowo, można jeszcze zarówno kodom jak i linkom nadawać wagę, jak w multipromptach, ustawiając w ten sposób siłę ich wpływu.
Parametr –sref możemy też modyfikować dwoma dodatkowymi parametrami – –sw i –sv. Parametr –sw odpowiada za wagę stylu (style weight) i jest modyfikowalny w skali od 0 – 1000. 0 oznacza absolutnie minimalny wpływ na obraz, 1000 maksymalny (choćby i kosztem wierności promptowi). Domyślnie waga ustawiona jest na 100 – ale podbicie jej do 300 potrafi już znacząco wpływać na efekty.
Parametr –sv odpowiada za wersję (style version) tego systemu. Dostępne są następujące opcje:
- –sv 1 Oryginalny algorytm, bardziej „vibey”
- –sv 2 Druga iteracja algorytmu
- –sv 3 Zaktualizowana wersja, bardziej „vibey” –sv 1
- –sv 4 Zaktualizowana wersja –sv 2
Domyślnie korzystamy –sv 4 i przyznam szczerze, że nie eksperymentowałam z innymi wersjami.
Dodatkowe możliwości
Co ciekawe, parametr –sref możemy też dorzucić do zadanej referencji obrazu. Wówczas Midjourney “przerobi” zadany obrazek w stylu –sref. To ciekawa alternatywa dla retexture, które ma jeszcze swoje ograniczenia. Jednocześnie, tutaj przypomnę, że Midjourney to generatywna AI i nawet kiedy zadajemy obraz “do przerobienia” – Midjourney tworzy obraz od nowa, na swój sposób usiłując “odtworzyć” oryginał. Da się osiągać całkiem fajne efekty, jeśli chodzi o spójność, ale nie są doskonałe.
Pierwszy obrazek (po lewej) jest prezentacją stylu ukrytego pod kodem sref 4114158294. Promptem było jedno słowo – portret – bo będę odwzorowywać styl na zdjęciu portretowym. I po lewej stronie widać jak “domyślnie” wygląda ten styl na portrecie osoby. Jako obraz referencyjny wzięłam zdjęcie zwykłej dziewczyny (też wygenerowanej w Midjourney). Prompt wyglądał tak: [link do obrazu referecyjnego], portrait –sref 4114158294. Czyli Midjourney próbował połączyć tę estetykę z portretem, który dostarczyłam. Efekt – widoczny po prawej – jest całkiem niezły – ewidentnie jest to styl, który chciałam przywołać i da się zauważyć podobieństwo do oryginalnej dziewczyny ze zdjęcia.
Webowe narzędzia specjalne – RETEXTURE
Ponieważ w zaledwie 2 tygodnie po publikacji wersji 7 Midjourney zaawansowany edytor został udostępniony wszystkim użytkownikom – mogę z czystym sumieniem też już polecić retexture – opcję dostępną jedynie na stronie WWW Midjourney.
Retexture pozwala na dokonanie zmian we własnym obrazie i możliwości jakie w tym zakresie proponuje edytor są naprawdę imponujące. Wrzucę tutaj przykład jak “zaaplikować” styl do gotowego już obrazu. Po wejściu w opcję edycji obrazów mamy możliwość wybrania własnego pliku (poprzez upload bądź podlinkowanie istniejącego obrazu). Chwyciłam to czarno-białe zdjęcie “zwykłej dziewczyny” z poprzedniego przykładu – a jako referencję stylistyczną wybrałam tę o kodzie 198814649. Na prompt “photo of girl” generuje takie akwarelowe, biało-granatowe rozmarzone portrety z elementami kwiatów i misternych wzorów czarnym tuszem. Taki styl jak widoczny poniżej chciałabym zaaplikować do czarno-białego zdjęcia dziewczyny.
Wrzucenie samego zdjęcia i dodanie po prostu referencji stylistycznej jest chyba najprostszą metodą, ale prompt nie może być pusty – jakieś polecenie musimy zadać Midjourney. Są różne szkoły – niektórzy robią kropkę, żeby jak najmniej sugerować promptem (nie przepadam za tą metodą – potrafi stawiać kropki na obrazie w nieoczekiwanych miejscach). Inni dają słowa typu “photo”, “art”, “painting”, “view” czyli coś o jak największym poziomie ogólności. Ja uważam za najskuteczniejsze i najbezpieczniejsze zestawienie obejmujące na jak największym poziomie ogólności styl + temat czyli na przykład: photo of women, landscape painting, movie scene
Tutaj tak samo można sterować “nasyceniem” stylizacji oraz kontrolą nad postacią za pomocą parametrów i referencji. Obraz po lewej zawiera tylko stylizację – obraz po prawej został wzmocniony referencjami i podkręconą wagą stylu, żeby uzyskać maksymalną wierność oryginalnemu zdjęciu:
Honorowe wzmianki
Dodam jeszcze tutaj, że ogromną siłę stylistyczną ma także Twój personalization code ukryty pod parametrem –p oraz stworzone specjalnie dla stylowania osobiste moodboardy, które można nafaszerować odniesieniami stylistycznymi. Ogólnie rzecz biorąc to także kody alfanumeryczne (na przykład: –p mjwctmp – to mój ostatni personalny styl) których użycie daje podobny efekt jak użycie kodu sref. Ale to już temat na cały osobny artykuł.
I jeszcze wspomnę tylko krótko o projekcie style tunera, czyli pierwszych podejść ekipy Midjourney do zarządzania stylami. Style tuner działa tylko z wersją 5.2 Midjourney, ale dzięki niemu możliwe było samodzielne definiowanie stylu poprzez rozwiązanie testu, gdzie zaznaczasz najbardziej podobające się obrazy. W efekcie – dostawaliśmy kod używany razem z parametrem –style, który generował obrazy w zadanej estetyce. Na stronie https://tuner.midjourney.com/ejYLCOY wciąż można sobie dopasować kod stylu, ale rozwiązanie nie jest już wspierane w kolejnych wersjach.
