Midjourney 基础教程（三）：Midjourney 图生图

刚开始学习使用 AI 绘画时，大部分人的绘画方式：
有一个想象中的画面，用中文将这个画面描述出来，再借助百度、谷歌甚至 GPT 翻译成英文，将英文填入
/imagine prompt 命令中，最后让 AI 生成一幅图画。
这个阶段，当画了一些图之后，你其实会发现生成的图，和预想的图，相差甚远。
同样的描述反复修正调整，但效果时好时坏，就一个感觉 —— 失控。
失控太难受了，特别是应用在商业化的时候。
好比我们星球的 Logo ，出了大概的样子之后，老板说这里改改，那里改改，可是 AI 不是设计师啊，局部修改相对比较难的，就是不可控，最后我们星球的 Logo 是出了两百七十多张图之后，才定下来的。
所以，AI 绘画，用一句话就能生成图片，非常方便，但是变量太多，相对就难控制。
这时候，就可以开始研究影响 AI 绘画生成效果的参数。
比如咱们之前介绍过的 Midjourney 指令支持的参数。
你可以开始关注如何写 prompt 中的关键词。
让 AI 绘画变得相对可控。
最后，你就可以通过 Midjourney ，如臂指使的画出，期望的或者甲方想要的图片效果。
那今天这篇教程，主要是教大家另外一种控制 Midjourney 生成图片的方式。
这个方式就是「图生图」。
「图生图」，有一个好处就是可以让生成的图片效果，越来越趋近于期待的画面。
所以，这篇文章，我们来研究「图生图」、
Midjourney 图生图主要有这么 4 种方式：
模仿：不断作图，研究 prompt 和指令参数，对于生成画面的影响；描述：图生文模式，通过指令得到一张图片， AI 绘画相关的 prompt；扩展：通过一张图片，图文结合方式，扩展生成出它类似风格的图；混合：将两种图片混合为一张新图。一、模仿
找到一些同时提供了 图片 和 prompt 的图，使用这个 prompt ，重新绘画，生成和原图类似风格的图片。
最后再调整 prompt 中的一些关键字或指令参数值，生成想要的图片。
一般的，我们可以在 Midjourney 官网登录后，访问 https://www.midjourney.com/app/feed/ 页面，来获取这样的图片。

这个页面上方，有个搜索框，比如画一个钢铁侠，搜索 iron man，可以找到很多钢铁侠的图片。

点击喜欢的图片，比如上图中的钢铁侠拆解图，点击这个图片，会跳转到包含 prompt 和参数的详情页面。
在下方，还可以看到和这个图相关的一些图片，也都是其他人用 Midjourney 绘画生成的。

在这个图中，我们得到了一条 prompt： Knolling Iron Man, super high detail, global light。
在这个 prompt 中，有一个值的注意的关键词：Knolling。
Knolling 是一种行为，通常是指在摄影、设计和组织工作场所等领域中，将工具和物品排列整齐，以便更好地组织和管理它们。这种排列通常是在平坦的表面上进行的，物品被放置成一个角度或方向，使得它们可以清晰地看到并易于使用。这种排列的效果通常是美观、对比强烈，也有助于提高工作效率。
这个词最初由一位家具设计师 Andrew Kromelow 在20世纪80年代提出，并在乔纳森艾维的书《事实证明：生活的艺术》中广泛使用。
该画没有额外参数，我们也用默认的 Midjourney bot setting ，通过这条 prompt 绘制一次。

那如果没有 Knolling 关键词，得到的图片就会是这样的：

所以对比一下你会发现，一个 Knolling关键词就改变了出图的整体风格。
多找别人的好图，模仿作图。
意义就在于，会认识很多新的关键词。这些关键词，可能是画面风格、内容和部分细节。
这里推荐一个 github 的项目，提供了很多的关键词和对应参考图：
https://github.com/willwulfken/MidJourney-Styles-and-Keywords-Reference
另外，在内容分享平台（公众号、视频号、抖音等）上，关注一些 AI 绘画博主，搜集一些他们分享的图片和 prompt，也是很有价值的。这方面，大家可以自行搜索整理。
二、描述
当我们看到一张图片，却不知道该怎么去写 prompt 时，该怎么办？
在 V5 引擎推出不久后，Midjourney 提供了一个 /describe 新指令，该指令的作用，是将一张图片上传，生成 4 条关于该图的 prompt。

输入 /describe 指令后，需要上传一个图片。

点击这个上传按钮，或将图片拖放到虚线区域。这里我们还是用上一步的钢铁侠图片。

发送指令后，生成 4 条 prompt 。

点击下方的按钮，可以生成 /imagine 指令。

点击提交按钮，生成了一张新图。

/describe 指令，生成的 prompt， 识别出了钢铁侠，在一个棕色桌子上，摆弄结构一些机器零件。
虽然没有识别出 Knolling关键词，但对原图的所有要素都察觉到了，比如桌面、零件、钢铁侠。
在有一些不知道如何描述的图片中，/describe 指令很实用，可以方便的获取到图片中的陌生要素。
三、扩展
除了通过 prompt 和 参数的修改，来调整最终生成的图片，还可以通过图片的方式，让 Midjourney 自动结合图片中的元素来绘画，调整画面的细节。
具体方式如下，完整的 /imagine 指令，如下图所示，可以包括多条 ImageURL ,一条 Text Prompt，和多个指令参数。

有几个必须遵守的规则：
图片的 prompts 必须在文字 prompt 之前。一条指令可以包括一条 Image Prompt 和一条 Text Prompt； 或者两条以上 Image Prompt ，不带 Text Prompt。图片的链接，必须是在线链接，网络上可以访问。接下来，我们用官方提供的示例图片，来尝试下 图文混合生成的模式，对图片的细节进行改造。
唐三彩半身雕塑
官方的示例图，是用的一张半身雕像图。既然是图文的方式，咱们就给这个雕像上个色。

首先要做的，是得到这张图片的网络地址。只需要把它发送到 discord 聊天框，右键复制链接，便可以得到了。
图片上传的方式：将图片拖动到聊天框；或点击左侧加号图标，选择上传文件。

拼出绘画指令：

/imagine https://cdn.discordapp.com/attachments/1097957292005138444/1100441644861501440/MJ_ImagePrompt_Statue.png Tang Sancai style
输入指令，稍作等待，我们得到了一张唐三彩风格的外国半身雕像图片。

多彩雕塑
同样的方式，换一个 text prompt ：Colorful ，生成的新图雕像，还蛮有艺术感的。

四、混合
多图混合指令
同样是官方提供的两幅功能示例图，用 3 张图混合的方式，不加 text prompt 来测试下。


将两个图片上传到 discord 聊天框，得到对应的链接。
拼出绘画指令（注意每个链接之间空格隔开）：

/imagine https://cdn.discordapp.com/attachments/1097957292005138444/1100441644861501440/MJ_ImagePrompt_Statue.png https://media.discordapp.net/attachments/1097957292005138444/1100445177803444224/d08933ad-8335-41cd-a79f-c05a5bae3a33.png?width=1079&height=1079 https://media.discordapp.net/attachments/1097957292005138444/1100445178067701830/a2e1db12-535d-4bd7-9155-f46eae9bf03c.png?width=788&height=788
生成的图片，同时包含了三张原始图片的元素，Midjourney 将海浪的元素转成了雕像的衣服，把鲜花围绕在雕像的周围。

简化指令
用 blend 指令，同样可以将多个图片混合。blend 指令，其实是上文中的多图混合模式的简化版指令。为了大家在手机端调用指令，不用单独上传图片更便捷，拼接指令也不容易出错。

这一次，我们只用两张图片，雕像和鲜花。同样生成了围绕在鲜花中的雕像。

总结
本篇文章，我们了解到：通过他人提供的 AI 绘画和对应的 prompt ，我们可以模仿，积累到关键词和生成画面联系的经验；通过 /describe 指令，用 AI 生成对画面的描述，相比我们自己的想象，关键词更加快速、准确；学习到完整的 /imagine 指令，包括了 image prompts 、text prompt 和 Parameters，图文混合、多图混合的图片生成方式。
掌握了这些基本的图生图方法后，让我们来思考一个问题，如何用这些功能来实现商业化呢？
比如定制特定风格的照片，比如给模特换装，比如家装设计，比如 Logo 设计等等方面。