ベストなアウトペイント手法は？【Krita】

はじめに

WebUIやComfyUIと比べて、Krita（やPhotoshop）等の画像編集ソフトからAI生成を利用する利点の一つは、構図を直感的に、インタラクティブに、簡単に、変更できる事です。試行錯誤もより簡単になります。

AIチャットでの構図指定を、（文字のみの）プロンプトで行うやり方は直感的でなく、対象がフレームから切れるような動的・アンバランスな構図も苦手です。文字で指定しても思い通りになりません。

画像編集ソフトを利用すると、直感的に構図をコントロールできる利点があります。

アウトペイントとは？

技術的には通常のインペイント（や生成塗りつぶし）ですが、画像生成AI界隈では、内挿して画像を生成する場合に「インペイント」、外挿する場合は「アウトペイント」と言います。インペイント専用のモデルやControlNetモデルを利用する事で実現します。

例として、正方形の画像を16:9アスペクトにしたい場合、非AIでは上下を削る必要がありましたが、AIを利用すると、足りない箇所を新たに生成する事ができます。

どの手法・モデルがベストか？

現在AIで利用する代表的なアウトペイント手法は２つあります。（両者ともKrita-ai-diffusionで利用可能です）

ひとつは、インペイント専用のControlNet/LoRAモデルを利用する手法です。

Kritaでは、SD1.5/SDXL/FLUX.1がデフォルトで利用可能です。※ ただし、FLUX.1は要求されるメモリが大きいので、12GB以下のGPUではnunchaku版に限定されます

自分でモデルをダウンロードすれば、最新のZ-Imageのアウトペイントも利用可能です。上述のアウトペイント例はZ-Imageのものです。

※ Z-Image-Turbo-Fun-Controlnet-Unionの導入が必要です

SD1.5の場合

Kritaプリインモデルです（serenity_v21 safetensors）

SD1.5（Stable Diffusion 1.5）は画像の大きさに強く左右されるので、解像度スケールを少し小さくするのがコツです。全体を512〜768程度に抑える必要があります。

SDXLの場合

Kritaプリインモデルです（RealVisXL_V5.0_fp16）

FLUX.1 Kreaの場合

Kritaプリインモデルです（flux.1 KreaDevFP8_fp8E4m3fn）

Z-Imageの場合

※ Z-Imageは、Kritaではまだ実験対応なので、手動でモデルをダウンロードし、指定のフォルダへ配置する必要があります

元の正方形画像がZ-Image生成なのでアンフェアですが、最新のZ-Image-Turboモデルがずば抜けて高品質だと思います。

もう一つの手法

最近流行りの、なんでもござれ、汎用性の高い「画像編集AI」を利用します。

※ FLUX.1 KontextはKrita-ai-diffusionプリインですが、Qwen-Image-Editは手動でモデルのダウンロードが必要です

一長一短

それぞれ一長一短あります。従来のインペイント手法は境界部が目立つ事が多いので、再処理する必要があります。

最も簡単な方法は、境界部を軽くインペイントする事です

一方で、編集AIは境界部が目立つことはありませんが、失敗が多い事と元画像が劣化・影響を受ける事です。※ 選択して変更させない手法もありますが、失敗が多くなります

ズレが少ない場合は、レイヤー機能を利用して、元画像に戻すやり方もあります。

まとめ

筆者のKrita-ai-diffusionテストでの、アウトペイント品質が良いと思われるランキングです

• ① Z-Image-Turbo-Fun-Controlnet-Union

  • 単に最新モデルだからだと思います。「最新は正義」なので、まだまだ成長・発展分野という事だと思います。

• ② Qwen-Rapid-AlO-NSFW-v16

  • ファイル名が示す通り、写実的人物が得意だからだと思います。人物以外はあまり上手くいかないかもしれません

• ③ SD1.5

  • 大きな外挿や複雑な構造は苦手ですが、軽量であることと、汎用性が高いです。様々なモデルが存在し、自作LoRAも作りやすいです。手作業との相性はNo.1です。

以下、関連する記事の【PR】です