
【Whisk🍌】モデル画像ジェネレーターを作ってみた
有料の顔固定記事にも書いたのですが、顔固定、衣装固定、下着固定を一枚のモデル画像で指定できるようです。
いちいち画像処理ソフトで作業すんのも面倒くさいので、モデル画像ジェネレーター( )を作ったので、こちらでも公開( )します。
Model Image Generator for Whisk
アレな名前ですが、こんな感じです。

概要
WhiskにはNanoBananaを使用したモデル、背景、スタイルを正確に参照する機能が備わっています。
これらを使えば、顔を固定したり衣装が固定することができます。
しかし、顔と服を固定すると生成の規制が急に厳しくなり、下着はおろか水着の生成すら難しくなります。
そこで発見したのが、以下の記事に登場する方法です。
その方法は、下着画像の端に衣装画像を小さく配置すると衣装と下着を固定し重ね着できるというものです。しかし、いちいち画像処理ソフトを開いて作業する必要があり、かなり面倒です。
その作業をブラウザ上で実現し、比較的手軽に画像書き出しまで行うのが今回の「モデル画像ジェネレーター」というわけです。
画面解説
モダンとは言えないUIですが、簡単に使い方を説明します。
NAME・・・テキトーに入れてください。
FACE・・・顔です。
OUTER・・・服です。
COSTUME・・・主に下着を入れますが、便宜上コスチュームです。
画像を保存ボタン・・・画像を保存します。
FACE / OUTER / COSTUMEの枠にマウスオンでボタンが表示されます。

↑・・・アップロードボタン。
+・・・拡大ボタン。
-・・・縮小ボタン。
×・・・削除ボタン。
各種情報を入れ画像を保存ボタンで保存するとこんな画像がダウンロードされます。

※この画像でCOSTUMEを表示させようとするとエラーが出ます。通常の顔固定だと生成率はかなり渋くなります。要は、顔固定は性的に厳しくなります。詳しくは不人気有料記事をご覧ください(PR)
使用方法
実際にやってみます。
1. NAME入力
テキトーに人の名前やら衣装の名前を入力します。
画像に出力される他、保存ファイル名に出力されます。
(全角文字は削除、大文字英数は小文字に。未入力の場合は日付が入ります)
複数人の画像を生成した際、Whiskは画像内の文字を認識しているようで、名前を指定しておくとポーズや位置など明確な指示ができる気がします。
2. 各画像をアップロード
アップロードボタン、または画像を各枠にドラッグでアップロードします。
FACEは中央揃え、OUTER / COSTUMEは左揃えで登録されます。
3. 画像を調整
本当はピンチズームなりホイールズームを付けたかったのですが、技術不足で断念しました。ドラッグで位置調整、+ / - ボタンでサイズ調整してください。
4. 画像を保存
画像が保存されます。
5. Whiskのモデルに入れる
6. 画像を生成する
以上です。
その他
前述の様に顔は、特殊な方法を使わないと使用できません。
「それならこっそり有料記事の中でやってろよ、この守銭奴」と思われるかもしれませんが、FACEなし / OUTERあり / COSTUMEありでも十分実用的だったので、公開したというわけです。
例えば↑のJK COSPLAYのFACEなし版。

ちゃんと生成されます。

特別付録
基本的にツールで使用する画像は、正面画像、マネキン画像がいいと思います。その方が美しいですし。それらの画像を生成するプロンプトを改めて置いておきます。
※Imagen4は入力チェックが厳しいので、無害な白い画像をモデルに入れてNanoBananaにするといいです。

顔画像生成プロンプト
"gently smiling"は、お好みで。
view from front. visible bare shoulder. plain white background. face directly forward the viewer. straight standing. visible only neck to above. exclude accessories and clothes. gently smiling.
衣装画像生成プロンプト
"include XXX"、"exclude XXX"で取捨選択するといいです。
また、複雑な衣装だとベージュ部分が出来るので、"pastel beige"→"pale orange"などにするのも一つの手です。
3 split photo. only costume with mannequin.
pastel beige mannequin made with seamless cotton.
cut out and composite on a pure white background.
exclude watermark and text.
left photo: directly front view of the costume.
center photo: directly side view of the costume.
right photo: directly back view of the costume.
include footwear and accessories.どーせ、正面画像しか使わないのですが、これはこれで。
衣装画像は横長画像推奨です。

モデル画像動作確認プロンプト
衣装だけならそれほど生成エラーは出ない様です。
動作確認にお使いください。
2 split photo. cut out and composite on a pure white background.
a Japanese woman. same face with face of reference image.
left photo: wearing outer of reference image. directly front view of full body. caption "OUTER" on top.
right photo: wearing costume of reference image. directly front view of full body. caption "COSTUME" on top.これが・・・

こんな感じで表示されればOKです。
マネキンボディなのはご愛嬌。服と下着 コスチュームが表示されれば問題なく使用可能なはずです。

この動作確認プロンプトが通らない場合は、通常の画像生成も難しいかと思います。
それなりの回数いろんな衣装を試しましたが、衣装のみなら大体いけました。

大体上手くいかないのは、顔が原因です。
まずは、FACEなしのOUTERとCOSTUMEバージョンを作成して、無事生成されたら、FACE追加がいいかと思います。
ファイル
PC / Macであれば、ローカルで動作できます。
動作確認はMacのChrome、Firefoxで行っています。
スマホはあくまでも非対応扱いです。
iPhoneだとファイルアプリからは動作しなかったので、それなりに使ってるレンサバにアップしました。
アクセス解析もなく、もちろん画像がこっそり保存されてたりもありませんのでお気軽にお使いください。(予告なく削除する場合があります)
お願い
9割ChatGPT製なので、ソースが汚いです。見ないでください。
本ツールの利用に伴い利用者に生じた不利益又は損害について、当方は一切の責任を負いません。
改変は自由に行って構いません。配布の際は一言言ってもらえると助かります。というか、ホイールズームとピンチズームの機能を追加してくださいw
でも、そのまま再配布はしないでください。
無料で公開したので、スキ(ハートボタン)のお願いをします。チップも大歓迎です。顔固定有料記事もぜひ!
〆
〆は昔クソほど好きだったグラビアアイドルをなんとなく再現した作例です。顔再現度が低いので問題なし!なはず。


昔からこーいう鼻が好きらしい。写真集、どこやったっけな。