AI से ट्रैवल फ़ोटो से लोगों को कैसे हटाएँ, और AI क्या गढ़ता है
इरेज़र मॉडल या एडिट निर्देश से ट्रैवल या स्ट्रीट फ़ोटो से पर्यटकों को हटाएँ, काम करने वाला मास्क बनाएँ, और जानें कि AI ख़ाली जगह में क्या भरता है।
आपने पुराने चर्च के सामने वाले चौक के ख़ाली होने का दस मिनट इंतज़ार किया, और वह कभी ख़ाली नहीं हुआ। अब तस्वीर में बाईं ओर एक जैसे रेनकोट पहने एक परिवार है, बीच में दूर एक आदमी सेल्फ़ी स्टिक लिए खड़ा है और एक टूर ग्रुप का झंडा आसमान में झाँक रहा है। इमारत एकदम सही है। यहाँ बताया गया है कि लोगों को इसमें से कैसे निकालें, क़दम दर क़दम, और कहाँ जाकर नतीजा आपकी अपनी फ़ोटो नहीं रह जाता।
क़दम 1: तय करें कि फ़ोटो को कौन सा टूल चाहिए
इस काम के लिए कैटलॉग में दो तरह के मॉडल हैं, और दोनों का बर्ताव बहुत अलग है।
- ऑब्जेक्ट रिमूवल मॉडल (इरेज़र)। आप इसे फ़ोटो और एक मास्क देते हैं जो बताता है कि क्या हटाना है। यह सिर्फ़ चिह्नित हिस्सा भरता है और बाक़ी हर पिक्सेल जैसा था वैसा छोड़ देता है। इसे ढूँढने के लिए मॉडल पेज के सर्च में "eraser" लिखें।
- सामान्य एडिट मॉडल। आप इसे फ़ोटो और "लोगों को हटा दो" जैसा एक वाक्य देते हैं। यह बिना मास्क के अनुरोध समझ लेता है, लेकिन एक नई तस्वीर लौटाता है: पूरा फ़्रेम फिर से बनाया जाता है, और लोगों के बाहर की छोटी बारीकियाँ भी खिसक सकती हैं।
मोटा नियम: अगर फ़ोटो एक फ़ोटो के तौर पर मायने रखती है (दीवार के लिए प्रिंट, ऐसी तस्वीर जिसे आप ध्यान से देखेंगे), तो इरेज़र इस्तेमाल करें। अगर आपको स्लाइड या सोशल पोस्ट के लिए जल्दी से एक साफ़ वर्शन चाहिए और आप कुछ बनाना नहीं चाहते, तो पहले एडिट मॉडल आज़माएँ।
क़दम 2: मास्क बनाएँ (इरेज़र वाला रास्ता)
इरेज़र स्टूडियो में दो फ़ाइलें माँगता है: फ़ोटो और एक मास्क इमेज। स्टूडियो में मास्क बनाने के लिए कोई ब्रश नहीं है, इसलिए आप इसे अपने पास मौजूद किसी भी इमेज एडिटर में बनाते हैं, फ़ोन का कोई मुफ़्त एडिटर भी चलेगा:
- फ़ोटो खोलें और काले रंग से भरी एक नई लेयर जोड़ें।
- सफ़ेद रंग के नरम ब्रश से हर उस व्यक्ति पर पेंट करें जिसे हटाना है, उसकी आउटलाइन से थोड़ा चौड़ा। ज़मीन पर उसकी परछाईं और खिड़की या पानी के गड्ढे में उसका प्रतिबिंब भी शामिल करें; अगर परछाईं रह गई, तो आँख को एक भूत दिख जाता है।
- फ़ोटो छिपा दें और सिर्फ़ काली और सफ़ेद लेयर एक्सपोर्ट करें, ठीक फ़ोटो के साइज़ में।
- दोनों फ़ाइलें अपलोड करें और चलाएँ। अगर पहले नतीजे ने ग़लत हिस्सा मिटा दिया, तो मास्क उलट दें और फिर से चलाएँ।
क़दम 3: या एक साफ़ निर्देश लिखें (एडिट वाला रास्ता)
एडिट मॉडल वाक्य पढ़ता है, इसलिए एडिट prompt के आम नियम लागू होते हैं: बताएँ क्या बदलना है, बताएँ क्या रहना है, हर राउंड में एक बदलाव। एडिट prompt लिखने की गाइड इसमें गहराई से जाती है; इस काम के लिए शब्द कम ही चाहिए।
चौक से सभी लोगों और उनकी परछाइयों को हटा दो। चर्च, पत्थर के फ़र्श, लैंप पोस्ट, आसमान और रोशनी को बिल्कुल वैसा ही रहने दो।बीच में सेल्फ़ी स्टिक वाले आदमी को हटा दो। फ़ोटो में बाक़ी सब कुछ बिना बदले रहने दो।चलाने से पहले सेटिंग्स खोलें। कुछ एडिट मॉडल में input fidelity का विकल्प होता है (इसे ऊँचा रखें ताकि इमारत असली जैसी बनी रहे) और साइज़ का विकल्प भी, क्योंकि एडिट मॉडल तस्वीर अपने ही साइज़ में लौटाता है, जो आपकी मूल फ़ोटो से मेल नहीं भी खा सकता। अगर आउटपुट आपकी शुरुआती फ़ोटो से छोटा है, तो वजह यही है।
क़दम 4: शेयर करने से पहले जोड़ों को जाँचें
नतीजे को पूरे साइज़ में देखें, थंबनेल के रूप में नहीं। आम ग़लतियाँ पहचान लेने के बाद आसानी से दिखती हैं: पत्थरों का दोहराया हुआ पैटर्न जहाँ मॉडल ने एक ही टुकड़ा दो बार कॉपी किया, खिड़की का फ़्रेम जो मिटाए गए व्यक्ति के पीछे से गुज़रते हुए मुड़ जाता है, हवा में ख़त्म होता लैंप पोस्ट, जहाँ पहले भीड़ थी वहाँ धुंधला धब्बा। थोड़े अलग मास्क के साथ फिर चलाएँ, या एक बड़े पास की जगह दो छोटे पास में मिटाएँ। हर रन अपनी क़ीमत पहले जनरेट करें बटन पर दिखाता है, इसलिए दूसरी कोशिश की लागत पहले से पता होती है; हर काम की तस्वीर की लागत वाली पोस्ट दोबारा कोशिशों का बजट बनाना बताती है।
चलती फ़ुटेज: वीडियो इरेज़र
उसी चौक की छोटी क्लिप के लिए एक वीडियो ऑब्जेक्ट रिमूवल मॉडल है, जो वीडियो लेता है और एक सादा शब्द या वाक्यांश जो बताता है कि क्या हटाना है, जैसे "बाईं ओर वाला व्यक्ति" या "टूर का झंडा", बिना किसी मास्क के। एक सेटिंग तय करती है कि मूल आवाज़ रखी जाए या नहीं। स्थिर फ़ोटो की तुलना में ज़्यादा री-रोल की उम्मीद रखें: भराव को फ़्रेम दर फ़्रेम एक जैसा रहना पड़ता है, और जहाँ पहले कोई चल रहा था वहाँ झिलमिलाहट आम विफलता है।
AI क्या गढ़ता है, और क्या नहीं कर सकता
फ़ोटो में कुछ भी नहीं दिखाता कि सेल्फ़ी स्टिक वाले आदमी के पीछे क्या था, इसलिए मॉडल अंदाज़ा लगाता है। जो फ़र्श, दरवाज़ा या मूर्ति का निचला आधा हिस्सा वह बनाता है, वह विश्वसनीय लगता है, असली नहीं है। छुट्टियों के एल्बम या अपने पोस्टर के बैकग्राउंड के लिए यह ठीक है, लेकिन इसका मतलब है कि एडिट की गई तस्वीर अब उस जगह का रिकॉर्ड नहीं है: इसे सबूत के तौर पर, पत्रकारिता में, या किसी ऐसी लिस्टिंग में इस्तेमाल न करें जो वादा करती है कि कोई प्रॉपर्टी कैसी दिखती है। बड़ी ख़ाली जगहें मुश्किल मामला हैं। कैमरे के पास खड़ा व्यक्ति फ़्रेम का एक तिहाई हिस्सा छिपा सकता है, और कोई भी इरेज़र उसे भरोसेमंद ढंग से फिर से नहीं बना सकता; इसकी जगह क्रॉप करें या कोई और शॉट चुनें। घनी भीड़ अक्सर धब्बों में बदल जाती है। व्यक्ति के पीछे लगे बोर्ड पर लिखा टेक्स्ट अक्सर बेमतलब अक्षरों के रूप में लौटता है, जैसा कि हाथ और टेक्स्ट वाली पोस्ट में बताया गया है। और हटाया गया व्यक्ति ऐसे निशान छोड़ सकता है जो मास्क ने नहीं ढके: रेलिंग पर रखा हाथ, बेंच पर रखा बैग, दूसरा प्रतिबिंब। मूल फ़ाइल को एडिट की गई फ़ाइल के साथ रखें ताकि आपको हमेशा पता रहे कि कौन सी कौन है।
अक्सर पूछे जाने वाले प्रश्न
क्या AI बाक़ी कुछ बदले बिना फ़ोटो से पर्यटकों को हटा सकता है?
ऑब्जेक्ट रिमूवल मॉडल इसके सबसे क़रीब आता है: यह सिर्फ़ मास्क से चिह्नित हिस्सा दोबारा बनाता है और बाक़ी पिक्सेल रखता है। सामान्य एडिट मॉडल पूरा फ़्रेम दोबारा बनाता है, इसलिए छोटी बारीकियाँ बदल सकती हैं।
क्या फ़ोटो से लोगों को हटाने के लिए मास्क चाहिए?
इरेज़र मॉडल के लिए, हाँ: फ़ोटो के साइज़ की एक काली और सफ़ेद इमेज जिसमें लोगों पर पेंट किया गया हो। इसे आप अपने इमेज एडिटर में बनाते हैं। सामान्य एडिट मॉडल को सिर्फ़ एक वाक्य चाहिए।
मिटाया गया हिस्सा धुंधला या दोहराया हुआ क्यों दिखता है?
मॉडल छिपे हुए हिस्से को गढ़ता है। बड़े या भीड़ वाले हिस्सों में उसे नक़ल करने के लिए कम मिलता है। छोटे पास में मिटाएँ, मास्क थोड़ा चौड़ा पेंट करें, या ऐसा शॉट चुनें जिसमें लोग दृश्य का कम हिस्सा ढकते हों।
