Dalle foto alle immagini

Nel 2018 ho ideato un progetto fotografico che un poco era anche una sfida, fotografare oggetti metallici di casa, cercando di usare la chiave della suggestione. La sfida era provare a fotografare un cucchiaio in modo da farlo sembrare almeno per un istante un UFO, opppure trasformare un ferro da stiro nel Monte Fuji innevato.
Avendo ora a disposizione Stable Diffusion ho provato a generare le immagini partendo dalle foto e usando come prompt le fantasie che avevo cercato di stimolare.
Nello slideshow si possono vedere alcune coppie di immagini, prima la foto originaria con in didascalia cos’è il soggetto, seguita dall’immagine generata da SD con in didascalia la fantasia che avevo provato ad associare.

• 

  Cucchiaio da tavola
• 

  UFO sopra una superficie ghiacciata
• 

  Ferro da stiro
• 

  Monte Fuji innevato
• 

  Ferro da stiro
• 

  Prua di barca a vela e mare in tempesta
• 

  Punti metallici per graffettatrice
• 

  Grattacielo che emerge dalla nebbia
• 

  Punta di un trapano
• 

  Movimento di un’elica nell’aria
• 

  Coltello per il pane
• 

  Un bruco
• 

  Contenitore metallico per matite
• 

  Bara
• 

  Mestolo
• 

  Barca a vela
• 

  Spazzola
• 

  Bosco
• 

  Manico
• 

  Razzo pronto alla partenza
• 

  Goccia d’acqua su disco di rame
• 

  UFO in volo in uno strato di nuvole, al tramonto

Non ho cercato di arrivare ad uno stile unico per tutte le immagini generate, ho preferito il risultato che mi piaceva di più per ogni singola immagine.
In questa modalità lavorano insieme sia l’immagine di riferimento caricata sia il prompt che descrive il risultato che vorrei ottenere, è possibile bilanciare le due parti agendo su due parametri.

TUTORIAL VERSIONE CORTA
1) Nella modalità img2img si inserisce la foto (o l’immagine) che si vuole usare come riferimento
2) Si usa l’extension Promptgen per generare il prompt (opzionale)
3) Nella modalità img2img si configurano i parametri, quelli che servono per bilanciare il peso del prompt e della foto di riferimento sono CFG Scale e Denoising strenght, gli altri hanno il significato che hanno nella modalità txt2img

TUTORIAL VERSIONE LUNGA
INSERIMENTO FOTO DI RIFERIMENTO
Usando AUTOMATIC1111 nella sequenza principale delle tab, quella in alto sempre presente, ho cliccato su img2img (la seconda da sinistra).
Nella sezione che si è aperta sotto ho lasciato attiva la parte img2img, che è la scelta di default. Poi ho trascinato l’immagine che volevo usare come riferimento (cliccando sugli screenshot si aprono alla massima dimensione).

SELEZIONE DEL PROMPT
Per questa foto la suggestione che avevo cercato di ricreare all’epoca era quella di una prua di una barca a vela. Ora volevo provare ad ambientarla in qualche modo, per creare un prompt in qualche modo strutturato ho usato Promptgen, una extension di AUTOMATIC1111 (la pagina su Github è questa). Questa parte è opzionale ovviamente, se si ha già il prompt o se si vuole procedere nel modo in cui si è abituati va bene.
Lavora così:
1) Nella sequenza principale delle tab si seleziona quella di Promptgen (dando per scontato d’avere installato l’extension)
2) Nella parte evidenziata a sinistra in rosso si inserisce la parte iniziale del prompt, che dovrebbe essere il soggetto principale dell’immagine da generare
3) Cliccando sul tasto arancione Generate si ottiene una lista di possibili prompt.
4) Nella colonna di destra, anche questa evidenziata, ci sono i tasti per inviare il prompt selezionato verso la modalità txt2img o la modalità img2img (quella usata in questo lavoro). Ho scelto bow of a sailboat cutting through the waves in a storm and sinking at anchor and holding up sails che poi ho modificato in bow of a sailboat cutting through the (waves:1.3) in a (storm:1.2) per dare enfasi alle onde, la parte tolta non mi interessava visto che cercavo una corrispondenza abbastanza stretta con la mia foto
5) Si torna alla tab img2img, quella del primo screenshot

GENERAZIONE DELL’IMMAGINE
I parametri importanti in questa modalità, quelli che permettono di bilanciare il peso relativo del prompt e della foto di riferimento nella generazione dell’immagine finale, sono due:
1) CFG Scale: dice quanto la macchina deve tenere conto del prompt nel generare l’immagine, varia da 1 a 30, valori alti in genere portano ad un risultato molto grafico. Valori bassi, sotto il 6/8, danno al sistema un’ampia libertà di interpretazione, oltre 14/15 il sistema deve seguire il più possibile le indicazioni date, nella parte intermedia c’è un bilanciamento delel due parti. In genere lo uso fra 3 e 12.
2) Denoising strenght: questo riguarda il peso della foto (in generale dell’immagine) di riferimento. Varia fra 0 e 1, è una percentuale di fatto. Sotto 0.5 la foto inserita pesa molto, sopra quel valore il sistema ha una certa libertà di interpretazione.

Attenzione, i due parametri non sono mutuamente esclusivi, cioè non è vero che un valore alto di uno obblighi ad impostare un valore basso dell’altro.
Tutti gli altri parametri continuano ad essere attivi.

A proposito, continuo ad essere un fotografo, le foto di questo e di altri lavori si possono vedere sul mio sito dedicato alla fotografia, www.paolodalprato.com