[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,74 +2,209 @@
|
||||
id: wiki-2026-0508-vary-region-인페인팅
|
||||
title: Vary Region (인페인팅)
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: []
|
||||
aliases: [Inpainting, Midjourney Vary Region, Region-Based Editing]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.92
|
||||
tags: [uncategorized]
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [image-generation, inpainting, midjourney, editing, diffusion]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-08
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: text
|
||||
framework: Midjourney/FLUX-Fill/SDXL-Inpainting
|
||||
---
|
||||
|
||||
# [[Vary Region (인페인팅)|Vary Region (인페인팅)]]
|
||||
# Vary Region (인페인팅)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
Vary Region(인페인팅)은 업스케일된 AI 생성 이미지에서 전체를 변경하지 않고 사용자가 선택한 특정 영역만을 수정하거나 다시 생성할 수 있게 해주는 편집 기능이다[1-3]. 이 도구를 활용하면 이미지의 작은 오류를 수정하거나 새로운 요소를 추가하는 등 정밀한 부분 편집을 수행할 수 있다[2, 4]. 이미지를 처음부터 다시 생성할 필요 없이 원하는 부분만 지역적으로 수정(localize fixes)할 수 있어 창작 워크플로우의 효율성을 극대화한다[5, 6].
|
||||
## 매 한 줄
|
||||
> **"매 Vary Region 의 핵심 = 'mask 의 selective regeneration with prompt 의 re-injection'."**. 매 2023 Midjourney 의 introduction 의 since 매 industry standard 의 region-aware editing 의 became. 2026 era 매 FLUX.1 Fill / SDXL Inpainting / Adobe Firefly Generative Fill 의 mainstream — 매 entire image 의 regenerate 의 X 의 specific area 만 의 modify.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
* **작동 방식 및 사용 절차**
|
||||
* 사용자는 먼저 이미지를 업스케일(Upscale)한 뒤 'Vary (Region)' 버튼을 클릭하여 편집 인터페이스를 연다[7, 8].
|
||||
* 팝업 에디터에서 직사각형(Rectangle) 또는 자유형(Freehand) 선택 도구를 사용하여 수정할 영역을 지정한다[7, 8].
|
||||
* 리믹스 모드(Remix Mode)가 활성화된 상태라면, 해당 영역에 생성하고자 하는 내용으로 프롬프트를 직접 수정하여 입력한 뒤 제출(Submit)하면 마법처럼 합성된다[3, 9, 10].
|
||||
## 매 핵심
|
||||
|
||||
* **프롬프트 작성 및 영역 선택(Selection) 팁**
|
||||
* **선택 영역의 크기 조절**: 선택 영역의 크기는 AI가 새로운 콘텐츠를 기존 이미지와 매끄럽게 병합하기 위한 맥락(Context)을 제공하므로 매우 중요하다[3, 8, 11]. 영역을 너무 작게 잡으면 AI가 주변과의 연결성을 파악하기 어렵고, 너무 크게 잡으면 유지하고 싶은 원본 요소까지 변경될 위험이 있으므로 대상 주변의 여백을 충분히 포함하여 선택하는 것이 기술적 노하우이다[3, 11].
|
||||
* **간결하고 직접적인 프롬프트**: 수정할 영역에 대해서는 길고 서술적인 지시문(예: "초원 길을 아름다운 시냇물로 바꿔주세요")보다는, 짧고 직접적인 키워드(예: "초원 시냇물(meadow stream)")를 입력하는 것이 훨씬 효과적이다[11].
|
||||
* **작은 단위의 반복 작업**: 여러 부분을 수정해야 할 경우, 한 번에 한 섹션씩 집중해서 선택하고 각각의 영역에 맞는 개별 프롬프트를 적용하는 방식이 권장된다[11].
|
||||
### 매 동작 원리
|
||||
- **Mask**: 매 binary image (white = edit, black = preserve) 의 user-drawn or auto-segmented.
|
||||
- **Latent blending**: 매 unmasked region 의 original latent 의 preserve, masked region 만 의 noise → denoise.
|
||||
- **Prompt re-injection**: 매 new prompt 의 masked area 의 conditioning 의 only.
|
||||
- **Boundary blending**: 매 mask edge 의 soft blur 의 seamless transition.
|
||||
|
||||
* **주요 활용 사례**
|
||||
* **오류 수정 및 디테일 개선**: 흩날리는 머리카락 정리, 배경 흐름(Blur) 조정, 메이크업(립스틱 색상, 아이섀도우 등) 디테일 변경, 제품 목업 이미지의 아티팩트 제거, 점토의 디테일이나 손 모양 수정 등에 유용하게 쓰인다[12, 13].
|
||||
* **요소의 추가 및 교체**: 인물의 얼굴은 그대로 유지한 채 액세서리를 교체하거나, 모자를 왕관이나 헬멧으로 변경할 수 있다[6, 14, 15]. 또한 비어있는 풍경에 새 떼, 헛간(barn), 보행자 등의 새로운 객체를 추가할 때 기존 이미지의 환경과 조명을 완벽히 유지하며 자연스럽게 합성할 수 있다[3, 15].
|
||||
### 매 Use cases
|
||||
- **Object removal**: unwanted person / watermark / logo 의 remove.
|
||||
- **Object addition**: empty desk 의 coffee cup 의 add.
|
||||
- **Object replacement**: red car → blue car.
|
||||
- **Detail enhancement**: face / hand 의 specific 의 refinement.
|
||||
- **Outpainting**: 매 canvas 의 expand 의 logical extension.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[리믹스 모드 (Remix Mode)|Remix Mode]], Upscale
|
||||
- **Projects/Contexts:** 미드저니(Midjourney) 이미지 사후 편집 및 워크플로우 효율화
|
||||
- **Contradictions/Notes:** 소스에 관련 정보가 부족합니다.
|
||||
### 매 Variants
|
||||
1. **Vary Region (Subtle)**: 매 minor change — color / texture.
|
||||
2. **Vary Region (Strong)**: 매 major regeneration — different object.
|
||||
3. **Remix mode**: 매 prompt 의 swap 의 enable.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-30*
|
||||
## 💻 패턴
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### Pattern 1: Midjourney 의 Vary Region workflow
|
||||
```text
|
||||
1. /imagine prompt: cozy living room, modern minimalist
|
||||
2. Upscale → click "Vary (Region)"
|
||||
3. Draw mask over old TV
|
||||
4. Edit prompt: "large bookshelf with plants"
|
||||
5. Submit → MJ regenerates only masked area
|
||||
```
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
### Pattern 2: SDXL inpainting (diffusers)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLInpaintPipeline
|
||||
from PIL import Image
|
||||
import torch
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
pipe = StableDiffusionXLInpaintPipeline.from_pretrained(
|
||||
"diffusers/stable-diffusion-xl-1.0-inpainting-0.1",
|
||||
torch_dtype=torch.float16,
|
||||
).to("cuda")
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
init_image = Image.open("room.png").convert("RGB")
|
||||
mask_image = Image.open("mask.png").convert("RGB") # white = inpaint
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
result = pipe(
|
||||
prompt="large oak bookshelf filled with leather books and potted plants",
|
||||
image=init_image,
|
||||
mask_image=mask_image,
|
||||
strength=0.95,
|
||||
guidance_scale=8.0,
|
||||
num_inference_steps=40,
|
||||
).images[0]
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
result.save("inpainted.png")
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Pattern 3: FLUX.1 Fill (2026 SOTA)
|
||||
```python
|
||||
import replicate
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
output = replicate.run(
|
||||
"black-forest-labs/flux-fill-pro",
|
||||
input={
|
||||
"image": open("room.png", "rb"),
|
||||
"mask": open("mask.png", "rb"),
|
||||
"prompt": "vintage typewriter on wooden desk",
|
||||
"guidance_scale": 30, # FLUX uses higher guidance
|
||||
"num_inference_steps": 50,
|
||||
},
|
||||
)
|
||||
```
|
||||
|
||||
- **과거 데이터와의 충돌:** 없음
|
||||
- **정책 변화:** 없음
|
||||
### Pattern 4: Auto-mask via SAM 2 (Segment Anything)
|
||||
```python
|
||||
from segment_anything_2 import SAM2ImagePredictor
|
||||
import numpy as np
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
predictor = SAM2ImagePredictor.from_pretrained("facebook/sam2-hiera-large")
|
||||
predictor.set_image(image)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
# Click point on object to remove
|
||||
point_coords = np.array([[450, 300]])
|
||||
point_labels = np.array([1])
|
||||
|
||||
masks, scores, _ = predictor.predict(
|
||||
point_coords=point_coords,
|
||||
point_labels=point_labels,
|
||||
multimask_output=True,
|
||||
)
|
||||
best_mask = masks[scores.argmax()]
|
||||
```
|
||||
|
||||
### Pattern 5: Outpainting (canvas expansion)
|
||||
```python
|
||||
from PIL import Image
|
||||
|
||||
# Expand canvas to right
|
||||
original = Image.open("portrait.png") # 512x512
|
||||
expanded = Image.new("RGB", (1024, 512), (0, 0, 0))
|
||||
expanded.paste(original, (0, 0))
|
||||
|
||||
# Mask: black on left half (preserve), white on right half (generate)
|
||||
mask = Image.new("L", (1024, 512), 0)
|
||||
for x in range(512, 1024):
|
||||
for y in range(512):
|
||||
mask.putpixel((x, y), 255)
|
||||
|
||||
result = pipe(
|
||||
prompt="continuation of mountain landscape, same lighting and style",
|
||||
image=expanded,
|
||||
mask_image=mask,
|
||||
strength=1.0,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
### Pattern 6: ControlNet Inpaint (preserve structure)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLControlNetInpaintPipeline, ControlNetModel
|
||||
|
||||
controlnet = ControlNetModel.from_pretrained("destitech/controlnet-inpaint-dreamer-sdxl")
|
||||
pipe = StableDiffusionXLControlNetInpaintPipeline.from_pretrained(
|
||||
"stabilityai/stable-diffusion-xl-base-1.0",
|
||||
controlnet=controlnet,
|
||||
)
|
||||
|
||||
# Preserves edges / depth while regenerating
|
||||
result = pipe(
|
||||
prompt="red sports car, same angle and lighting",
|
||||
image=original,
|
||||
mask_image=mask,
|
||||
control_image=canny_edge_map,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
### Pattern 7: Adobe Firefly Generative Fill (Photoshop API)
|
||||
```javascript
|
||||
const response = await fetch('https://firefly-api.adobe.io/v3/images/generative-fill', {
|
||||
method: 'POST',
|
||||
headers: { Authorization: `Bearer ${token}` },
|
||||
body: JSON.stringify({
|
||||
image: { source: { url: imageUrl } },
|
||||
mask: { source: { url: maskUrl } },
|
||||
prompt: 'a vase of fresh tulips',
|
||||
}),
|
||||
});
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Casual / no-code | Midjourney Vary Region |
|
||||
| Photoshop integrated | Adobe Firefly Generative Fill |
|
||||
| API / batch | FLUX.1 Fill Pro (Replicate) |
|
||||
| Local / private | SDXL Inpainting + diffusers |
|
||||
| Auto-mask | SAM 2 + inpainting pipe |
|
||||
| Preserve structure | ControlNet Inpaint variant |
|
||||
|
||||
**기본값**: FLUX.1 Fill Pro (quality) 또는 SDXL Inpainting (local/free).
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Generative-AI]] · [[Diffusion-Models]]
|
||||
- 변형: [[Outpainting]] · [[ControlNet-Inpaint]] · [[SAM-2]]
|
||||
- 응용: [[Photo-Restoration]] · [[Object-Removal]]
|
||||
- Adjacent: [[image-prompt-작성-방법]] · [[Adobe-Firefly]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: mask region 의 prompt 의 generation / what-to-remove decision / multi-region edit planning.
|
||||
**언제 X**: 매 mask itself 의 drawing — 매 visual / spatial task 의 LLM 의 weak.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Mask too tight**: 매 boundary artifact — 매 8-16px feather 의 add.
|
||||
- **Strength=1.0 with same prompt**: 매 unnecessary regeneration. strength=0.7-0.95 의 prefer.
|
||||
- **Ignoring lighting consistency**: 매 inpainted region 의 lighting 의 mismatch — 매 prompt 의 explicit "same lighting" 의 add.
|
||||
- **No reference to surroundings**: prompt 의 isolated description — 매 context 의 mention ("matching the wooden desk").
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified: Midjourney docs (2026), Black Forest Labs FLUX Fill paper, diffusers documentation.
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — full inpainting / Vary Region guide |
|
||||
|
||||
Reference in New Issue
Block a user