docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,209 @@
|
||||
---
|
||||
id: wiki-2026-0508-사후-편집-post-editing
|
||||
title: 사후 편집 (Post-editing)
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Post-editing, AI Image Post-editing, Image Refinement]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [image-generation, post-editing, midjourney, flux, photoshop, comfyui]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: ComfyUI/Photoshop-Generative-Fill
|
||||
---
|
||||
|
||||
# 사후 편집 (Post-editing)
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 generation 은 draft, 매 final 은 post-edit 의 결과"**. 매 2026 production pipeline 에서 raw text-to-image output 의 직접 ship 의 X — 매 inpaint, upscale, color-grade, retouching 의 multi-stage refinement 가 standard. Midjourney/FLUX/Imagen 4 의 base generation + ComfyUI region-edit + Photoshop Generative Fill 의 hybrid workflow 가 매 commercial baseline.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 post-editing 의 정의
|
||||
- 매 generated image 의 결함 의 fix + intent 의 align.
|
||||
- 매 stage: ① local fix (face/hand/text), ② global polish (color, contrast), ③ composition (crop, insert), ④ upscale (output res).
|
||||
- 매 zero-edit ship 의 X — 매 99% 의 commercial output 이 적어도 1 단계 의 post-edit 의 거침.
|
||||
|
||||
### 매 도구 stack (2026)
|
||||
- **Midjourney V8 Editor**: 매 inpaint + extend (uncrop) + retexture 의 in-platform.
|
||||
- **Photoshop 2026 Generative Fill (FLUX-2 backed)**: 매 industry default — layer 호환.
|
||||
- **ComfyUI + FLUX.1 Fill / SDXL Inpaint**: 매 open-source pipeline. 매 reproducible.
|
||||
- **Magnific / Krea Upscale**: 매 1024 → 4K 의 detail-add upscaling.
|
||||
- **Topaz Photo AI**: 매 noise/blur 의 cleanup.
|
||||
- **Adobe Firefly 4**: 매 commercial-safe (training-data 의 license 명확).
|
||||
|
||||
### 매 typical 결함 카테고리
|
||||
1. **해부학적 오류**: hand (6 fingers), feet, eye 의 asymmetry.
|
||||
2. **Text 의 garbled**: logo, sign, caption 의 letters 의 corruption.
|
||||
3. **Composition 의 mismatch**: edge 의 cut, perspective 의 break.
|
||||
4. **Style drift**: face 의 character 의 inconsistency (multi-shot).
|
||||
5. **Lighting 의 implausible**: shadow direction 의 conflict.
|
||||
|
||||
### 매 응용
|
||||
1. Marketing / e-commerce visual production.
|
||||
2. Concept art / pre-viz.
|
||||
3. Editorial illustration.
|
||||
4. Game asset (texture, character).
|
||||
5. Architectural rendering의 humanization.
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### Pattern 1 — Inpaint (ComfyUI + FLUX.1 Fill)
|
||||
```python
|
||||
# ComfyUI API workflow snippet
|
||||
import json, requests, base64
|
||||
from PIL import Image
|
||||
|
||||
def inpaint_region(image_path, mask_path, prompt):
|
||||
workflow = json.load(open("flux_fill.json"))
|
||||
workflow["3"]["inputs"]["image"] = base64.b64encode(open(image_path, "rb").read()).decode()
|
||||
workflow["4"]["inputs"]["mask"] = base64.b64encode(open(mask_path, "rb").read()).decode()
|
||||
workflow["6"]["inputs"]["text"] = prompt
|
||||
workflow["7"]["inputs"]["steps"] = 28
|
||||
workflow["7"]["inputs"]["cfg"] = 3.5
|
||||
r = requests.post("http://127.0.0.1:8188/prompt", json={"prompt": workflow})
|
||||
return r.json()["prompt_id"]
|
||||
|
||||
# Fix 6-finger hand
|
||||
inpaint_region("draft.png", "hand_mask.png",
|
||||
"anatomically correct human hand, 5 fingers, natural pose")
|
||||
```
|
||||
|
||||
### Pattern 2 — Hand-fix automated detection
|
||||
```python
|
||||
import cv2, mediapipe as mp
|
||||
mp_hands = mp.solutions.hands.Hands(static_image_mode=True, max_num_hands=4)
|
||||
|
||||
def detect_bad_hands(img_path):
|
||||
img = cv2.imread(img_path)
|
||||
res = mp_hands.process(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
|
||||
bad = []
|
||||
if res.multi_hand_landmarks:
|
||||
for lm in res.multi_hand_landmarks:
|
||||
# Heuristic: finger length ratio, joint angles
|
||||
if not is_anatomically_valid(lm):
|
||||
bad.append(bbox_from_landmarks(lm, img.shape))
|
||||
return bad # → mask + inpaint
|
||||
```
|
||||
|
||||
### Pattern 3 — Face consistency (IP-Adapter FaceID)
|
||||
```python
|
||||
from diffusers import FluxFillPipeline
|
||||
import torch
|
||||
|
||||
pipe = FluxFillPipeline.from_pretrained(
|
||||
"black-forest-labs/FLUX.1-Fill-dev",
|
||||
torch_dtype=torch.bfloat16
|
||||
).to("cuda")
|
||||
|
||||
# Reference face → swap into draft
|
||||
from ip_adapter import IPAdapterFaceID
|
||||
adapter = IPAdapterFaceID(pipe, "ip-adapter-faceid-flux.bin")
|
||||
|
||||
result = adapter.generate(
|
||||
image=draft, mask=face_mask,
|
||||
face_image=reference_face,
|
||||
prompt="same person, professional headshot",
|
||||
num_inference_steps=30, guidance_scale=4.0,
|
||||
)
|
||||
```
|
||||
|
||||
### Pattern 4 — Upscale + detail (Magnific-style)
|
||||
```python
|
||||
# SUPIR / FLUX-Upscale style
|
||||
from diffusers import StableDiffusionUpscalePipeline
|
||||
upscaler = StableDiffusionUpscalePipeline.from_pretrained(
|
||||
"stabilityai/stable-diffusion-x4-upscaler", torch_dtype=torch.float16
|
||||
).to("cuda")
|
||||
|
||||
hi_res = upscaler(
|
||||
prompt="ultra-detailed photograph, sharp focus, 8k",
|
||||
image=Image.open("draft_1024.png"),
|
||||
num_inference_steps=20, guidance_scale=7,
|
||||
).images[0]
|
||||
hi_res.save("final_4k.png")
|
||||
```
|
||||
|
||||
### Pattern 5 — Color grading (LUT in Pillow)
|
||||
```python
|
||||
from PIL import Image
|
||||
import numpy as np
|
||||
|
||||
def apply_lut(img: Image.Image, lut_path: str) -> Image.Image:
|
||||
lut = np.load(lut_path) # shape (33,33,33,3)
|
||||
arr = np.asarray(img).astype(np.float32) / 255.0
|
||||
idx = (arr * 32).astype(np.int32)
|
||||
out = lut[idx[..., 0], idx[..., 1], idx[..., 2]]
|
||||
return Image.fromarray((out * 255).astype(np.uint8))
|
||||
|
||||
# Apply teal-orange cinematic LUT
|
||||
final = apply_lut(Image.open("graded_input.png"), "teal_orange.npy")
|
||||
```
|
||||
|
||||
### Pattern 6 — Photoshop scripting (Generative Fill)
|
||||
```javascript
|
||||
// Photoshop 2026 .jsx — Generative Fill via ExtendScript
|
||||
var doc = app.activeDocument;
|
||||
doc.selection.select([[120,80],[420,80],[420,380],[120,380]]);
|
||||
var generativeFill = stringIDToTypeID("generativeFill");
|
||||
var desc = new ActionDescriptor();
|
||||
desc.putString(stringIDToTypeID("prompt"), "remove power lines, clean sky");
|
||||
executeAction(generativeFill, desc, DialogModes.NO);
|
||||
doc.saveAs(new File("/out/cleaned.psd"));
|
||||
```
|
||||
|
||||
### Pattern 7 — Batch QA loop
|
||||
```python
|
||||
def post_edit_pipeline(draft_path):
|
||||
img = load(draft_path)
|
||||
if has_bad_hands(img):
|
||||
img = inpaint_hands(img)
|
||||
if has_garbled_text(img):
|
||||
img = inpaint_text(img, target_text="ACME Corp")
|
||||
img = color_grade(img, lut="film_emulation.npy")
|
||||
img = upscale_4x(img)
|
||||
return img
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| 빠른 fix, 1장 | Photoshop Generative Fill |
|
||||
| Reproducible, batch | ComfyUI workflow JSON |
|
||||
| Face/character lock | IP-Adapter FaceID + inpaint |
|
||||
| Detail-add upscale | Magnific / SUPIR |
|
||||
| Commercial license worry | Adobe Firefly 4 |
|
||||
|
||||
**기본값**: 매 ComfyUI + FLUX.1 Fill 의 reproducible base, 매 final touch 만 Photoshop.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[AI 이미지 생성 (AI Image Generation)]] · [[AI 이미지 생성 및 편집 워크플로우 (AI Image Generation & Editing Workflow)]]
|
||||
- 변형: [[Inpainting]] · [[Outpainting]]
|
||||
- 응용: [[상업용 브랜드 이미지 및 디자인 시스템 구축]]
|
||||
- Adjacent: [[ControlNet]] · [[IP-Adapter]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 prompt 의 generation, 매 mask 의 description, 매 QA 의 결함 카테고리화.
|
||||
**언제 X**: 매 final pixel-level decision (designer 의 eye 가 필요).
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Re-roll forever**: 매 100 generations 의 spam 보다 매 1 inpaint 가 빠름.
|
||||
- **Single-pass ship**: 매 raw text-to-image 의 commercial use 의 X.
|
||||
- **Mask 의 too-tight**: 매 boundary artifact. 매 feather 8-16px 의 default.
|
||||
- **Upscale before fix**: 매 결함 의 amplification. 매 fix → upscale 의 순서.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (FLUX.1 Fill release notes 2025-11; Adobe Firefly 4 docs; ComfyUI manager wiki).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — multi-stage post-edit pipeline + 7 patterns |
|
||||
Reference in New Issue
Block a user