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 +1,472 @@
|
||||
---
|
||||
id: wiki-2026-0508-ai-모델-사후-편집-도구-post-editing-tool
|
||||
title: AI Post-editing Tools (사후 편집)
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [AI 모델 사후 편집, post-editing, inpainting, outpainting, vary region, upscale, remix]
|
||||
duplicate_of: none
|
||||
source_trust_level: B
|
||||
confidence_score: 0.85
|
||||
verification_status: conceptual
|
||||
tags: [image-generation, post-editing, inpainting, outpainting, upscale, midjourney, stable-diffusion, comfyui]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-09
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (manual cleanup 2026-05-09)
|
||||
tech_stack:
|
||||
language: Python / API
|
||||
framework: Diffusers / ComfyUI / Automatic1111 / Photoshop AI
|
||||
---
|
||||
|
||||
# AI Post-editing Tools (사후 편집)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> **매 첫 generation 의 limit → iterative refinement**. **Inpainting (specific region), Outpainting (extend canvas), Remix (variation), Upscale (resolution + detail)**. 매 image 의 raw → polished. 매 base + post-editing > single perfect prompt.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
|
||||
### 매 5 core tool
|
||||
|
||||
#### 1. Inpainting (Vary Region)
|
||||
- 매 specific region 의 mask + new prompt → regenerate.
|
||||
- 매 surrounding 의 preserve.
|
||||
- 매 small fix (extra finger, watermark, background change).
|
||||
|
||||
**매 platform**:
|
||||
- **Midjourney**: Vary (Region).
|
||||
- **Stable Diffusion**: native inpainting model.
|
||||
- **DALL-E**: native edit.
|
||||
- **Photoshop Generative Fill** (Adobe Firefly).
|
||||
|
||||
#### 2. Outpainting (Zoom Out / Pan)
|
||||
- 매 canvas 의 extend.
|
||||
- 매 surrounding 의 generate.
|
||||
- 매 logical scene continuation.
|
||||
|
||||
**매 mode**:
|
||||
- **Zoom Out**: 매 4 side 의 expand (1.5x, 2x).
|
||||
- **Pan**: 매 specific direction.
|
||||
- **Custom**: arbitrary aspect ratio.
|
||||
|
||||
#### 3. Remix Mode
|
||||
- 매 image 의 variation.
|
||||
- 매 prompt / parameter 의 modify.
|
||||
- 매 region selection 와 combine.
|
||||
|
||||
#### 4. Upscale
|
||||
- 매 resolution ↑ (e.g. 1024 → 4096).
|
||||
- **Subtle Upscale**: simple resize (less detail).
|
||||
- **Creative Upscale**: AI 의 매 detail / texture 추가.
|
||||
- **ESRGAN / Real-ESRGAN**: open-source.
|
||||
|
||||
#### 5. Img2Img (Image-to-Image)
|
||||
- 매 input image 의 prompt 에 영향.
|
||||
- **Strength**: 0 (keep) - 1 (total change).
|
||||
- 매 style transfer.
|
||||
|
||||
### Iterative refinement workflow
|
||||
|
||||
#### Stage 1: Generate base
|
||||
- 매 prompt 의 initial generation.
|
||||
- 매 batch (4-8 variant).
|
||||
- 매 select best.
|
||||
|
||||
#### Stage 2: Identify defect
|
||||
- 매 specific issue: extra finger, weird face, blur, ...
|
||||
- 매 priority.
|
||||
|
||||
#### Stage 3: Inpaint each
|
||||
- 매 mask + targeted prompt.
|
||||
- 매 incremental fix.
|
||||
|
||||
#### Stage 4: Outpaint if needed
|
||||
- 매 composition 의 extend.
|
||||
- 매 narrative element 추가.
|
||||
|
||||
#### Stage 5: Upscale
|
||||
- 매 final resolution.
|
||||
- 매 detail enhancement.
|
||||
|
||||
→ 매 round 의 quality ↑.
|
||||
|
||||
### 매 platform 의 specific
|
||||
|
||||
#### Midjourney V7
|
||||
- Vary (Region): mask + new prompt.
|
||||
- Vary (Strong / Subtle): variation.
|
||||
- Zoom Out (1.5x, 2x, custom).
|
||||
- Pan (4 direction).
|
||||
- Upscale (Subtle / Creative).
|
||||
- Remix mode (Settings).
|
||||
|
||||
#### Stable Diffusion (ComfyUI / A1111)
|
||||
- Inpainting (dedicated model: SD 1.5 inpaint, SDXL inpaint, Flux Fill).
|
||||
- Outpainting (custom).
|
||||
- Img2img (built-in).
|
||||
- Upscale: Real-ESRGAN, 4x-UltraSharp, Latent.
|
||||
- ControlNet (precise control).
|
||||
|
||||
#### DALL-E 3
|
||||
- Edit (mask-based).
|
||||
- Native chat-based UI.
|
||||
- Limited compared to SD / Midjourney.
|
||||
|
||||
#### Adobe Firefly / Photoshop
|
||||
- Generative Fill (inpainting).
|
||||
- Generative Expand (outpainting).
|
||||
- 매 layer-based workflow.
|
||||
- 매 commercial license-safe.
|
||||
|
||||
#### Flux (modern)
|
||||
- Flux.1 Fill (inpaint / outpaint dedicated).
|
||||
- 매 SDXL 보다 좋은 quality.
|
||||
|
||||
### 매 technical detail
|
||||
|
||||
#### Mask quality
|
||||
- 매 selection 의 surrounding context 도 include.
|
||||
- 매 too tight = unnatural seam.
|
||||
- 매 feathering (blur edge) = smoother blend.
|
||||
|
||||
#### Prompt for masked region
|
||||
- 매 region 의 own prompt.
|
||||
- 매 surrounding context 의 implicit (model 이 see).
|
||||
- 매 style / lighting 의 match.
|
||||
|
||||
#### Strength / denoising
|
||||
- Lower = preserve more.
|
||||
- Higher = more freedom.
|
||||
- Inpaint: 0.7-0.9 (strong change).
|
||||
- Img2img: 0.3-0.6 (subtle).
|
||||
|
||||
#### CFG (guidance scale)
|
||||
- 매 prompt adherence.
|
||||
- 매 inpaint 의 7-12 typical.
|
||||
|
||||
### Common defect 의 specific fix
|
||||
|
||||
| Defect | Inpaint approach |
|
||||
|---|---|
|
||||
| Extra fingers | Mask hand + "perfect five-finger hand" |
|
||||
| Asymmetric eyes | Mask both eyes + "symmetric eyes" |
|
||||
| Watermark | Mask + "clean background" |
|
||||
| Wrong color object | Mask + "red shirt" (specific color) |
|
||||
| Background distraction | Mask background + "soft blur, depth of field" |
|
||||
| Too dark / light | Mask + "balanced lighting" |
|
||||
| Missing object | Mask area + "add cat sitting" |
|
||||
| Style mismatch | Mask region + "oil painting style" |
|
||||
|
||||
### 매 advanced technique
|
||||
|
||||
#### Iterative inpaint chain
|
||||
1. 매 inpaint round.
|
||||
2. 매 next defect.
|
||||
3. 매 다음 round.
|
||||
|
||||
→ 매 round 의 small change.
|
||||
|
||||
#### Multi-region edit
|
||||
- 매 multiple mask 의 sequential.
|
||||
- 매 prompt 의 region-specific.
|
||||
|
||||
#### Pose / composition fix
|
||||
- ControlNet OpenPose 의 reference.
|
||||
- 매 inpaint 의 pose-guided.
|
||||
|
||||
#### Style transfer (img2img)
|
||||
- 매 photo → painting.
|
||||
- 매 style 의 reference image (IP-Adapter).
|
||||
|
||||
#### Face restoration
|
||||
- GFPGAN, CodeFormer.
|
||||
- 매 face-specific model.
|
||||
|
||||
#### Detail upscale (Tile / Refine)
|
||||
- 매 image 의 tile.
|
||||
- 매 tile 의 separate enhance.
|
||||
- 매 stitch.
|
||||
|
||||
→ 4K / 8K 의 quality ↑.
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
### Inpainting (Diffusers SDXL)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLInpaintPipeline
|
||||
import torch
|
||||
from PIL import Image
|
||||
|
||||
pipe = StableDiffusionXLInpaintPipeline.from_pretrained(
|
||||
"diffusers/stable-diffusion-xl-1.0-inpainting-0.1",
|
||||
torch_dtype=torch.float16,
|
||||
).to("cuda")
|
||||
|
||||
original = Image.open("photo.png")
|
||||
mask = Image.open("mask.png") # white = redo, black = keep
|
||||
|
||||
result = pipe(
|
||||
prompt="clean wooden table, professional product shot",
|
||||
image=original,
|
||||
mask_image=mask,
|
||||
num_inference_steps=30,
|
||||
guidance_scale=7.5,
|
||||
strength=0.85,
|
||||
).images[0]
|
||||
|
||||
result.save("inpainted.png")
|
||||
```
|
||||
|
||||
### Mask generation (programmatic)
|
||||
```python
|
||||
from PIL import Image, ImageDraw
|
||||
|
||||
def create_mask(image_size: tuple, region: tuple) -> Image.Image:
|
||||
"""region = (x1, y1, x2, y2)"""
|
||||
mask = Image.new('RGB', image_size, 'black')
|
||||
draw = ImageDraw.Draw(mask)
|
||||
draw.rectangle(region, fill='white')
|
||||
return mask
|
||||
|
||||
# Usage
|
||||
original_size = original.size
|
||||
mask = create_mask(original_size, region=(100, 200, 400, 500))
|
||||
```
|
||||
|
||||
### Mask with blur (smooth blend)
|
||||
```python
|
||||
from PIL import ImageFilter
|
||||
|
||||
mask = create_mask(image_size, region)
|
||||
mask_blurred = mask.filter(ImageFilter.GaussianBlur(radius=10))
|
||||
# 매 mask 의 edge 의 soft.
|
||||
```
|
||||
|
||||
### Outpainting (Diffusers)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLInpaintPipeline
|
||||
import numpy as np
|
||||
|
||||
original = Image.open("photo.png")
|
||||
W, H = original.size
|
||||
|
||||
# Create extended canvas (zoom out)
|
||||
extended_size = (int(W * 1.5), int(H * 1.5))
|
||||
extended = Image.new('RGB', extended_size, (128, 128, 128))
|
||||
offset = ((extended_size[0] - W) // 2, (extended_size[1] - H) // 2)
|
||||
extended.paste(original, offset)
|
||||
|
||||
# Mask: white = generate, black = keep
|
||||
mask = Image.new('RGB', extended_size, 'white')
|
||||
inner_mask = Image.new('RGB', (W, H), 'black')
|
||||
mask.paste(inner_mask, offset)
|
||||
|
||||
result = pipe(
|
||||
prompt="natural scene continuation, mountain landscape, cinematic",
|
||||
image=extended,
|
||||
mask_image=mask,
|
||||
num_inference_steps=40,
|
||||
guidance_scale=8,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
### Upscale (Real-ESRGAN)
|
||||
```python
|
||||
from realesrgan import RealESRGANer
|
||||
from basicsr.archs.rrdbnet_arch import RRDBNet
|
||||
import torch
|
||||
|
||||
# 4x upscale
|
||||
model = RRDBNet(num_in_ch=3, num_out_ch=3, num_feat=64, num_block=23, num_grow_ch=32, scale=4)
|
||||
upscaler = RealESRGANer(
|
||||
scale=4,
|
||||
model_path='RealESRGAN_x4plus.pth',
|
||||
model=model,
|
||||
tile=400, # tile-based for big image
|
||||
half=True,
|
||||
)
|
||||
|
||||
import cv2
|
||||
img = cv2.imread('output.png', cv2.IMREAD_UNCHANGED)
|
||||
upscaled, _ = upscaler.enhance(img, outscale=4)
|
||||
cv2.imwrite('upscaled.png', upscaled)
|
||||
```
|
||||
|
||||
### ComfyUI workflow (visual node)
|
||||
```
|
||||
[LoadImage] → [VAEEncode] → [InpaintModel] → [KSampler] → [VAEDecode] → [SaveImage]
|
||||
↓
|
||||
[LoadMask]
|
||||
↓
|
||||
[PromptText (region)]
|
||||
```
|
||||
|
||||
### Img2img (style transfer)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLImg2ImgPipeline
|
||||
|
||||
pipe = StableDiffusionXLImg2ImgPipeline.from_pretrained("model")
|
||||
|
||||
result = pipe(
|
||||
prompt="oil painting style, Renaissance, masterpiece",
|
||||
image=original,
|
||||
strength=0.6, # 매 less change
|
||||
guidance_scale=7.5,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
### Multi-stage workflow (orchestration)
|
||||
```python
|
||||
def refine_image(prompt: str) -> Image.Image:
|
||||
# Stage 1: Generate
|
||||
base = generate(prompt)
|
||||
|
||||
# Stage 2: Detect defects
|
||||
issues = detect_issues(base)
|
||||
# e.g., {'face': (200, 300, 400, 500), 'hand': (100, 100, 200, 200)}
|
||||
|
||||
# Stage 3: Inpaint each
|
||||
current = base
|
||||
for issue_type, region in issues.items():
|
||||
mask = create_mask(current.size, region)
|
||||
current = inpaint(current, mask, prompt=f"perfect {issue_type}")
|
||||
|
||||
# Stage 4: Upscale
|
||||
final = upscale(current, scale=2)
|
||||
|
||||
return final
|
||||
```
|
||||
|
||||
### Face restoration (GFPGAN)
|
||||
```python
|
||||
from gfpgan import GFPGANer
|
||||
|
||||
restorer = GFPGANer(
|
||||
model_path='GFPGANv1.4.pth',
|
||||
upscale=2,
|
||||
arch='clean',
|
||||
channel_multiplier=2,
|
||||
bg_upsampler=upscaler,
|
||||
)
|
||||
|
||||
cropped, restored, output = restorer.enhance(
|
||||
img, has_aligned=False, only_center_face=False,
|
||||
)
|
||||
```
|
||||
|
||||
### IP-Adapter (style reference)
|
||||
```python
|
||||
from diffusers import StableDiffusionXLPipeline
|
||||
from diffusers.utils import load_image
|
||||
|
||||
pipe = StableDiffusionXLPipeline.from_pretrained("model")
|
||||
pipe.load_ip_adapter("h94/IP-Adapter", subfolder="sdxl_models", weight_name="ip-adapter-plus_sdxl_vit-h.safetensors")
|
||||
pipe.set_ip_adapter_scale(0.6)
|
||||
|
||||
style_image = load_image("style_reference.jpg")
|
||||
result = pipe(
|
||||
prompt="portrait of a woman",
|
||||
ip_adapter_image=style_image,
|
||||
num_inference_steps=30,
|
||||
).images[0]
|
||||
```
|
||||
|
||||
→ 매 style of reference, 매 subject 의 your prompt.
|
||||
|
||||
### Photoshop Generative Fill (Adobe API)
|
||||
```javascript
|
||||
// Adobe Firefly Services API
|
||||
const response = await fetch('https://firefly-api.adobe.io/v3/images/generative-fill', {
|
||||
method: 'POST',
|
||||
headers: { 'Authorization': `Bearer ${token}`, 'Content-Type': 'application/json' },
|
||||
body: JSON.stringify({
|
||||
image: { source: { url: 'https://...' } },
|
||||
mask: { source: { url: 'https://...' } },
|
||||
prompt: 'mountain landscape',
|
||||
seeds: [1, 2, 3],
|
||||
}),
|
||||
});
|
||||
```
|
||||
|
||||
### Batch refinement
|
||||
```python
|
||||
from concurrent.futures import ThreadPoolExecutor
|
||||
|
||||
def refine_one(image_url: str, defects: list[dict]) -> str:
|
||||
image = download(image_url)
|
||||
for d in defects:
|
||||
image = inpaint(image, mask=d['mask'], prompt=d['prompt'])
|
||||
return save(image)
|
||||
|
||||
with ThreadPoolExecutor(max_workers=4) as executor:
|
||||
results = list(executor.map(lambda x: refine_one(x[0], x[1]), tasks))
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
|
||||
| 작업 | 추천 도구 |
|
||||
|---|---|
|
||||
| Quick fix small region | Midjourney Vary (Region) |
|
||||
| Photo retouching | Photoshop Generative Fill |
|
||||
| Open / programmatic | Stable Diffusion + Diffusers |
|
||||
| Style transfer | Img2img + IP-Adapter |
|
||||
| Face restoration | GFPGAN / CodeFormer |
|
||||
| Resolution ↑ | Real-ESRGAN / Creative Upscale |
|
||||
| Composition extend | Outpainting (Pan / Zoom) |
|
||||
| Multi-region | ComfyUI batch |
|
||||
|
||||
**기본값**: Generate base + iterate inpaint per defect + upscale final.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **Mask quality 의 sensitivity**: 매 too tight = seam. 매 too loose = unrelated change.
|
||||
- **Strength 의 trade-off**: 매 high = creative + match break. 매 low = preserve + change 부족.
|
||||
- **Outpaint 의 logical continuation**: 매 model 의 surrounding scene understand 의 limit.
|
||||
- **Upscale 의 hallucination**: 매 detail 의 add 가 not original.
|
||||
- **Inpaint dedicated model vs general**: 매 dedicated 의 better.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- 부모: [[AI Image Generation]] · [[Diffusion-Models]]
|
||||
- 변형: [[Inpainting]] · [[Outpainting]] · [[Upscale]] · [[ControlNet]]
|
||||
- 응용: [[Midjourney-Vary-Region]]
|
||||
- Tool: [[IP-Adapter]]
|
||||
- Adjacent: [[Iterative-Refinement]] · [[Prompt_Engineering|Prompt-Engineering]]
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- 매 commercial image 의 fix.
|
||||
- 매 product photo 의 background remove.
|
||||
- 매 portrait 의 face / hand fix.
|
||||
- 매 marketing material 의 multi-resolution.
|
||||
- 매 art project 의 iterative refine.
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- 매 from-scratch creation (use generation, not editing).
|
||||
- Specific artist 의 unique style emulation (legal / ethical).
|
||||
- Deepfake / impersonation (illegal).
|
||||
- Print-quality (specialized print workflow).
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
- **Mask 의 too tight**: seam.
|
||||
- **모든 defect 의 single inpaint**: quality mix.
|
||||
- **Img2img strength = 0.95**: 매 original 의 lose.
|
||||
- **Upscale 의 too aggressive**: hallucinated detail.
|
||||
- **No iterative review**: 매 1 pass + accept.
|
||||
- **Outpaint 의 narrative break**: scene continuity.
|
||||
- **Specific tool lock-in**: 매 limit 의 ignore.
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
- **정보 상태:** verified (concept-level).
|
||||
- **출처 신뢰도:** B (Stability AI / Diffusers / Adobe Firefly / Midjourney documentation).
|
||||
- **검토 이유:** Manual cleanup. 매 platform 의 evolution.
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
- **기존 유사 문서:** [[AI Image Generation]] (parent), [[AI 이미지 생성 및 편집 워크플로우]] (related), [[AI 이미지 품질 최적화]] (related).
|
||||
- **처리 방식:** KEEP (focused on post-editing tools).
|
||||
- **처리 이유:** Specific to refinement workflow.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 | UPDATE | A |
|
||||
| 2026-05-09 | Manual cleanup — 5 tool family + Diffusers code + multi-stage workflow + 안티패턴 추가 | UPDATE | B |
|
||||
Reference in New Issue
Block a user