第十九节:局部重绘与高级编辑(Inpainting & Advanced Editing)
完整迁移第 19 节原文,系统梳理遮罩、移除、换背景、扩图、局部换色与编辑漂移。
第十九节:局部重绘与高级编辑(Inpainting & Advanced Editing)
GPT 生图从 0 到 1 · 第 19 课 · 局部重绘、遮罩控制、扩图、对象移除、背景替换与多轮精修
前十八节,我们已经掌握了如何从零开始生成一张图片,以及如何控制人物、产品、场景、光影和连续分镜。
现在进入一个在实际工作中非常重要的领域:
当一张图片已经有 90% 满意时,如何只修改剩下的 10%,而不是重新生成整张图片?
例如:
- 一张人物写真很满意,只想把背景从摄影棚换成内蒙古草原。
- 一张汽车宣传图已经完成,只需要把车身从白色改成蓝色。
- 一张产品海报布局正确,但其中一块文字需要替换。
- 一张商品照片中有多余物体,需要去掉并自然补全背景。
- 一张 1:1 电商图片,需要扩展成 16:9 网站 Banner。
- 一张汽车照片需要替换轮毂,同时保持车型、车身和背景不变。
本节的核心是从 Generation(生成)转向 Editing(编辑)。
19.1 首先认识六种高级图像编辑技术
- 局部重绘(Inpainting)
修改指定区域,尽量保留其他部分
- 画面扩展(Outpainting)
向画布外延伸背景与环境内容
- 物体移除(Object Removal)
移除指定物体并重建被遮挡的区域
- 背景替换(Background Replacement)
保持主体,替换整个场景
- 局部修复(Retouching)
调整瑕疵、细节、局部光影与颜色
- 多轮编辑(Iterative Editing)
逐步修改、检查与回退
以上为编辑技术的视觉示意,并非同一源图的严格前后对照。真实编辑实验应使用相同原图。
这六类操作可以组合,但最好先明确每次编辑的具体目标。
19.2 局部编辑的核心:Editable 与 Protected
这是本节最重要的基础概念。
图像区域控制系统
Editable Region
允许被修改的区域,如背景、局部配件或指定颜色
Protected Region
希望保持的区域,如人物面部、产品本体、Logo
例如,给马克杯更换背景:
将杯子以外的背景修改为浅蓝色摄影棚背景,保留杯身、杯柄、杯口、材质与原始比例。
这属于文字级区域控制。
但需要注意,文字描述的保护区域不等于真正被锁定的像素。即便提示词强调不改变杯子,生成式编辑仍可能对杯柄或杯口产生微小变化。
对于必须原样保留的内容,应该使用实际遮罩、透明图层或确定性图像合成。
19.3 第一部分:遮罩编辑(Mask-based Editing)
遮罩(Mask)是图像编辑中的一个核心工具。
它用于指定哪些像素属于选中区域。
遮罩的基本工作原理
原始图片
区域遮罩
编辑结果
黑白遮罩仅用于说明选区概念。不同软件与接口对黑白、透明区域的编辑含义可能不同,必须遵循具体工具的遮罩规则。
遮罩编辑的四个关键参数
| 参数 | 含义 |
|---|---|
| Mask Region | 实际需要编辑的区域 |
| Mask Boundary | 选区边缘 |
| Feathering | 边缘羽化,降低接缝突兀程度 |
| Context | 遮罩之外的场景信息,用于保持视觉协调 |
例如要替换汽车轮毂:
应该精确选中需要修改的轮毂金属部分,而不是把整台车一起选中。
但实际操作中,若新轮毂需要改变原有边缘遮挡和透视,选区还可能需要留出少量过渡空间。
高级技巧:边界羽化
如果选区边缘过硬,修改后的区域可能出现明显接缝。
如果羽化范围过大,又可能侵入本应保持不变的主体。
所以不应该默认使用越大的羽化越好,而应该根据物体边缘情况设置。
例如:
- 车身金属边缘:要求边界清晰。
- 头发与背景:需要处理大量半透明和细小发丝。
- 柔和阴影:允许渐变过渡。
- Logo:通常应保持原始清晰边缘,不依赖生成式羽化。
19.4 第二部分:物体移除(Object Removal)
物体移除不只是把某个对象涂掉。
模型还需要补全它原本遮挡的背景。
原图示意
桌面存在需要移除的花瓶
目标效果
移除物体,补全桌面纹理
如何编写移除提示词?
普通描述:
去掉花瓶。
精确描述:
移除桌面中央的红色花瓶,包括花瓶本体和对应投影。根据周围区域自然补全木质桌面的纹理、颜色、透视与光照。保持桌子、墙面、摄影角度和其他物品不变。
移除物体的三个检查点
- 被移除物体是否完全消失,包括残留的影子或反射?
- 背景纹理是否连续,例如桌面木纹是否突然断裂?
- 是否误删与目标相邻的其他物体?
对于涉及真实事件或证据用途的照片,还应谨慎处理移除行为,避免让编辑后的图片错误呈现实际发生过的情况。
19.5 第三部分:背景替换(Background Replacement)
背景替换是商业生图中非常高频的一类任务。
例如,一张产品仓库照片,可以转换为白灰色商业摄影棚展示效果。
普通实拍背景
环境较生活化
商业摄影棚背景
干净、统一,适合商品展示
背景替换的三个难点
主体边缘
人物头发、透明玻璃、网状结构等边缘较复杂,容易出现残留背景或边缘发白。
光线匹配
如果原图中的人物受到强烈暖光照射,却直接换成冷色摄影棚,可能出现环境不协调。
接触与投影
替换背景后,地面接触阴影、反射和物体支撑关系可能需要重新处理。
背景替换 Prompt
以图片 A 为唯一主体外观参考。
本次任务:将原始背景替换为纯白至浅灰色无缝商业摄影棚。
保持不变: 主体的外观、颜色、比例、结构、材质和主要细节。
允许修改: 背景区域、与新环境匹配的接触阴影,以及必要的边缘过渡。
光影要求: 背景与主体的照明协调,保留真实材质反射。
禁止: 不改变产品结构、颜色、Logo、型号或主体拍摄角度。
验收: 检查主体完整性、边缘清洁程度、接触阴影与背景自然程度。
如果产品本体必须像素级保持一致,应采用原图抠图与背景合成,而非重新生成主体。
19.6 第四部分:画面扩展(Outpainting)
扩图是指在原始图片的画布范围之外,生成新的环境内容。
例如:
- 将 1:1 商品图片扩展为 16:9 网站 Hero。
- 把竖版人物写真扩展成横版电影画幅。
- 给海报顶部增加标题留白。
- 将汽车展示图向右扩展,为 CTA 按钮预留空间。
从 1:1 扩展至 16:9 的布局示意
新增左侧背景
原始主体区域
新增右侧背景
示意只说明扩展区域。实际保持原始内容不裁切时,需要根据原图尺寸计算左右新增画布大小。
扩图与裁切有什么区别?
| 操作 | 作用 |
|---|---|
| Crop 裁切 | 删除画布的一部分 |
| Resize 缩放 | 改变图像尺寸 |
| Outpaint 扩图 | 在原有边界之外补充新画面 |
| Recompose 重构图 | 重新安排主体和视觉元素 |
例如,原始图片主体位于中央,但你希望变成左侧汽车、右侧文案的 Hero。
这可能不仅需要扩图,也需要改变主体在新画幅中的相对位置。
扩图提示词
以参考图片为基础进行画面扩展。
原始主体: 保持汽车本体及原始拍摄角度不变。
目标比例: 16:9 横版。
扩展方向: 优先向画面右侧增加背景空间,为网站标题与 CTA 按钮预留大面积干净留白。
环境延续: 沿用原图的浅灰色汽车摄影棚背景、地面透视、主光方向与环境反射。
主体保护: 不重新设计车辆前脸、灯组、轮毂、车身颜色和比例。
禁止: 不在扩展区域添加其他车辆、人物、文字、Logo 或复杂装饰。
结果要求: 原始画面与新增区域过渡自然,不出现接缝、重复建筑或不协调的地面透视。
19.7 第五部分:局部颜色与材质编辑
局部颜色编辑经常用于:
- 汽车改色膜效果预览。
- 家具换色。
- 服装颜色调整。
- 产品表面工艺展示。
- 建筑墙面与室内材质更换。
原始白色车身
目标蓝色车身
颜色修改并不是简单地把区域填满某个 HEX 色值。
真实车漆会受到:
- 表面曲率。
- 金属颗粒。
- 光源颜色。
- 高光反射。
- 阴影。
- 漆面光泽。
这些因素影响。
例如将白色车身变为金属宝石蓝,应保留车身原本的明暗层次、结构线条与反射关系。
改色膜效果 Prompt
以图片 A 的汽车照片为唯一基础。
本次任务:仅将车身指定的可覆盖漆面区域调整为高级金属宝石蓝效果。
允许修改: 车门、机盖、翼子板等指定车身漆面区域的颜色表现。
必须保留: 车型结构、前脸、灯组、玻璃、轮毂、轮胎、车牌位置、拍摄角度和背景。
材质要求: 保留原始车身曲面高光、阴影与真实环境反射。蓝色具有自然金属漆视觉质感。
禁止: 不把玻璃、轮胎、车灯或黑色饰条变成蓝色。 不改变车身设计线条。 不额外添加装饰或品牌标识。
输出: 真实汽车改色效果预览图。实际成膜效果可能受到材质、光照及施工条件影响。
19.8 第六部分:多轮修复与编辑漂移(Iterative Editing)
一个很常见的问题是:我们越改越不满意。
例如:
第一次:更换背景。
第二次:修改灯光。
第三次:调整产品颜色。
第四次:修复产品边缘。
到了第四次,原来的产品细节可能已经发生变化。
这种问题可以称为编辑漂移(Editing Drift)。
安全的多轮编辑流程
-
V0 · 原始主图
保存不可覆盖的原始参考图。
-
V1 · 背景修改
只更换背景,验收产品是否保持一致。
-
V2 · 光影调整
从已经验收的版本出发,修改指定光影区域。
-
V3 · 局部细节
单独修复边缘、材质或接触阴影。
-
V4 · 排版合成
通过独立图层加入文字、Logo 和其他品牌信息。
为什么不能无限迭代?
因为每一轮生成式编辑都可能重新解释画面中的某些内容。
如果上一轮出现微小错误,下一轮又将该结果作为新的参考,就可能积累错误。
建议遵循三个原则:
保存原图、每轮限定修改范围、每轮验收后再继续。
如果发现关键产品结构漂移,应该回到最近的合格版本,而不是不断叠加“不要改变结构”的提示词。
19.9 第七部分:何时应该放弃生成式编辑?
这是本节很重要的工程判断。
不是所有图片修改都应该交给 AI 生成模型。
| 任务 | 更合适的方法 |
|---|---|
| 去除背景里的普通杂物 | 局部重绘或修复 |
| 人物换成森林背景 | 抠图、合成或生成式背景替换 |
| 为人物修改发型 | 参考图驱动局部编辑 |
| 扩展草原风景 | Outpainting |
| 将海报标题改为指定中文 | 真实文字图层 |
| Logo 必须完全正确 | 原始 Logo 叠加 |
| 二维码需要保持可扫描 | 原始二维码无损合成 |
| 商品形状不能改变 | 原图抠图或准确三维渲染 |
| 汽车轮毂必须严格还原 | 基于真实产品图片的精准合成 |
| 复杂产品结构拆解 | CAD 或经过核实的结构资料 |
可以建立一个决策逻辑:
本次编辑是否允许一定的生成误差?
允许
使用生成式编辑、局部重绘、扩图
不允许
使用遮罩、原图、图层及确定性处理
生成模型是视觉创作工具,不是精确像素保真系统。
19.10 实战:统一的高级编辑提示词框架
前面每个编辑任务都有独立写法,但我们也可以建立一套通用的编辑模板。
GPT Image · Advanced Editing Prompt V1.0
01. 原始素材(Source)
图片 A:[待编辑原图]
图片 B:[目标参考图,可选]
图片 C:[品牌或风格参考,可选]
02. 编辑目标(Edit Objective)
本次唯一主要修改任务:
[修改内容]
03. 编辑范围(Editable Region)
允许修改的区域:
[具体位置或物体]
允许调整的相关元素:
[阴影、反射、边缘等]
04. 保护范围(Protected Region)
必须保持的区域:
[人物、产品结构、文字、Logo、背景等]
05. 几何与材质(Geometry & Materials)
产品形状与结构:[要求]
材质纹理:[要求]
反射与光影:[要求]
06. 画面连续性(Visual Continuity)
构图、角度、比例、空间透视及未授权区域保持协调。
07. 约束优先级(Constraints)
P0:不可修改的主体身份、产品结构和准确品牌信息。
P1:构图、空间、材质、光线与编辑边界。
P2:允许微调的非关键环境细节。
08. 禁止事项(Negative Constraints)
不修改未授权区域。
不添加无关元素。
不重新设计产品。
不重新绘制需要严格保持的文字、Logo 或二维码。
09. 输出(Output)
图片比例:[比例]
用途:[网站 / 电商 / 海报 / 社交媒体]
10. 验收(Validation)
- 修改内容完成
- 原始关键内容保持一致
- 边缘过渡自然
- 材质与光照协调
- 没有新增错误
- 输出尺寸正确
对于必须完全不变的元素,使用原始图层或确定性合成完成。
19.11 交互练习:高级图像编辑 Prompt 生成器
选择编辑任务,系统会自动装配不同的修改范围与保护约束。
编辑类型
更换背景
局部换色
移除物体
扩展画布
替换局部产品
具体修改任务
将原来的背景替换为白色至浅灰色摄影棚背景
画幅要求
保持原图比例
1:1 正方形
3:4 竖版
16:9 横版
完整编辑提示词
以用户提供的图片 A 为原始基础进行编辑。 【任务目标】将原来的背景替换为白色至浅灰色摄影棚背景。 【允许编辑】仅替换背景环境与必要的接触阴影。 【必须保持】主要主体形状、颜色、材质、比例、拍摄角度。 【视觉协调】新背景与原主体的光照、透视、边缘过渡协调。 【输出比例】保持原图比例。 【约束】不改变未授权区域,不添加多余主体或文字,不随意修改产品结构和品牌信息。 【验收】检查修改范围、边缘、光线、材质与原图关键元素。对于必须逐像素保持的部分,优先使用遮罩和确定性合成。
复制提示词
19.12 如何评价高级编辑的效果?
对编辑任务,我建议使用两个不同的评价维度:
Edit Success(修改成功度):目标修改有没有完成?
Preservation Fidelity(保持一致度):原图中不需要修改的部分保留得怎么样?
局部编辑质量评估
编辑目标完成度
4/5
未修改区域保真度
4/5
4/5
可进入进一步验收
采用两个维度中的较低值作为保守参考;该评分不代表完成了自动像素差异检测。
如果修改目标完成得很好,但原图被大幅改变,仍不能称为成功的局部编辑。
特别是产品图片、人物身份与品牌标识等任务,保持一致度往往和修改成功度同样重要。
19.13 第十九节博客教学配图规划
为了延续前面统一的白底、深蓝标题、科技蓝线框和红色辅助标注,本节建议制作以下 8 张配图。
| 编号 | 教学图片 | 推荐布局 |
|---|---|---|
| 19-01 | 六种高级图片编辑方式 | 3×2 六宫格 |
| 19-02 | Editable 与 Protected 区域 | 原图+遮罩标注 |
| 19-03 | 遮罩边界与羽化效果 | 三栏对比 |
| 19-04 | 物体移除前与后 | 左右对比 |
| 19-05 | 1:1 扩展为 16:9 | 中央原图+扩展区域 |
| 19-06 | 汽车局部换色 | 白车 vs 蓝车 |
| 19-07 | 编辑漂移与版本回退 | V0→V1→V2→V3 |
| 19-08 | 生成式编辑与确定性编辑选择 | 决策流程信息图 |
这一节的重点建议放在 19-02、19-03、19-05 和 19-07。
因为它们分别解决了局部编辑的四个核心问题:如何定义修改范围、如何处理边缘、如何扩展画面,以及如何避免多轮编辑逐渐破坏原图。
制作教学图时,尽量使用同一张原始素材进行前后对比,而不是分别独立生成两张相似图片。
19.14 本节知识总结
本节最重要的公式是:
高级图片编辑 = 编辑目标 + 精确选区 + 保护区域 + 视觉融合 + 结果验收 + 版本管理。
我们需要掌握四个关键原则:
- 明确编辑范围,比无限增加提示词长度更有价值。
- 局部编辑的成功取决于“改对了什么”和“保住了什么”。
- 生成式修改并不保证像素级保真。 对关键产品、Logo、二维码等元素,优先使用原图图层和确定性合成。
- 多轮编辑必须能够回退。 不要让每一轮的微小错误不断累积。
至此,我们已经能够完成从初始生图到局部精修的主要操作。
下一节:第二十节——图像与文字的深度融合(Text–Image Integration)
第九节研究的是基础文字排版,而第二十节将进一步探索文字如何真正参与画面构成,包括:
文字绕排、前后遮挡、空间透视文字、标题与主体融合、电影海报的文字层次,以及复杂商业广告的视觉组织。
重点是从“图片上加文字”升级为“文字本身也是画面设