Leonardo.Ai 除了文字提示產生圖片，也提供「圖片產生圖片 Image to Image」的功能，只要上傳範例圖片，Leonardo.Ai 就會參考設定生成圖片，這篇教學會介紹 Image to Image 和 Image Prompt 這兩個圖片產生圖片的功能，以及 ControlNet 的三種模式。
Leonardo.Ai 提供兩種圖片產生圖片的功能，分別是「Image to Image」和「Image Prompt」，兩種功能的說明如下：
- Image to Image：提供「單張」圖片，搭配提示詞和設定產生相似的圖片，功能類似 Midjourney 的 Remix。
- Image Prompt：提供「多張」圖片，搭配提示詞，將圖片內容作為提示的一部分，類似 Midjourney 的 Blend 功能。
「Image to Image」功能可以提供「單張」圖片，搭配提示詞和設定產生相似的圖片，功能類似 Midjourney 的 Remix，使用「Image to Image」功能時不能使用「Prompt Magic」和「PhotoReal」功能，相關設定說明如下：
- Guidance Scale：文字提示的比重，範圍 1～20 ( 官方建議 7～9 )。
- Init Strength：表示參考圖片比重，範圍 0～0.9，數值越高參考的程度越高。
- ControlNet：控制網格，使用 ControlNet 時不能使用「Alchemy」功能，有些產圖模型不支援 ControlNet。
- Tiling：產生無接縫連續貼圖。
特別注意！使用 Image to Image 功能時，產生的圖片與參考圖片需要「長寬比例相同或接近」，如果兩者差異太大，就可能產出無法控制的詭異的圖片。
點擊 Upload or drag and drop 按鈕或將圖片拖拉到該區域，就能上傳圖片，下方的範例上傳了一張正在瑜珈運動的女生。
在不使用 ControlNet 的狀態下，輸入文字提示「a woman is doing yoga」，Leonardo.Ai 就會在原本的圖片中進行加工，由於圖片權重 Init Strength 只設定 0.3，所以除了姿勢以外都有些變化。
同理如果改成「a man is doing yoga」，參考圖片就會更換成一個正在做瑜珈的男性。
雖然單純使用「Image to Image」好像有點方便，但實際上許多文字提示無法正確發揮作用 ( 例如瑜珈的參考圖，因為背景全白，幾乎無法後過提示詞加入背景 )，因此常要搭配「ControlNet 控制網格」使用。
ControlNet 表示會考圖片的結構，根據結構搭配文字，產生一張類似的影像，使用後會用 ControlNet Weight 取代 Init Strength，ControlNet 提供四種模式，分別是「Pose to image 姿勢」、「Edge to image 輪廓」、「Depth to image 深度」和「Pattern to image 圖案」。
Pose to image 姿勢模式會擷取參考圖片中主體的「姿勢」，再將文字提示詞套用這個姿勢，擷取的姿勢類似下圖：
舉例來說，原本參考圖使用的瑜珈女性，根據提示「a man is doing yoga at school」產生圖片後，就變成一個男人用同樣的姿勢坐在學校裡。
使用 Pose to image 需要注意，Leonardo.Ai 判讀姿勢以「真人」為主，如果是插圖、動物...等非人的姿勢，在判讀上就會有差異，舉例來說，如果使用了插圖的瑜珈女生，產生的影像就會很詭異。
Edge to image 邊緣模式會擷取參考圖中主體的「邊緣」，再將文字提示套用這個邊緣，擷取的邊緣類似下圖：
下面的範例上傳了一張用小畫家隨意畫出的圖，套用文字提示「a monster」後，就會使用怪獸的造型與顏色，填滿白色邊緣。
如果使用插圖的瑜珈女性作為參考圖片，根據提示「a woman is doing yoga at school, realistic, photography」，就變成在學校裡做瑜珈的真人女生。
使用 Edge to image 需要注意，Leonardo.Ai 判讀後會「套用邊緣」，因此如果是和邊緣差異很多的文字提示，產生的結果就會很奇怪，例如參考圖使用女性瑜珈照片，提示詞卻是「an apple and an orange」，就會產生很奇怪的結果。
Depth to image 深度模式會擷取參考圖片中的「景深」，將文字提示套用在「清楚的景深」裡，擷取出來的景深類似下圖，會先產生黑白的影像，然後將文字提示套用在白色的部分，顏色越白套用越多。
下面的範例上傳了一張用小畫家隨意畫出的圖，套用文字提示後，就會發現女生的臉都產生在白色的區域。
使用 Depth to image 需要注意，因為擷取景深的背後處理就是黑白模式，所以許多主體的細節會被忽略，而採用文字提示或由 Leonardo.Ai 自由發揮，例如下圖，產生影像中的女生就失去笑容 ( 因為提示沒有寫 )。
Pattern to image 圖案模式會擷取參考圖片中的「圖案與花紋」，將文字提示套用在「圖案與花紋」裡，換句話說會使用文字提示中的內容，產生出來類似圖案和花色的東西，舉例來說如果提供蘋果的圖片，但是提示為山脈，則產生的山脈會按照蘋果的圖案進行排列，變成由山脈組成的蘋果。
這個做法的原理其實會先將圖片進行「二值化」為黑白影像，再根據黑白影像繪製對應的內容，如果圖片的顏色對比不夠明顯，產生的黑白影像就會不夠清楚，得到的結果也就不盡理想，所以要使用 Pattern to Image，盡可能要讓「主體與背景的顏色對比明顯」，甚至可以直接使用其他繪圖軟體產生黑白影像，效果就會更好，舉例來說，下圖黃色香蕉白色背景，因為黃色白色太接近，二值化的效果不好，產生的香蕉圖案就不明顯。
為了讓 Pattern to image 的效果更好，可以使用一些繪圖軟體增加圖片對比度，舉例來說可以使用 Google 雲端硬碟內建的「Google 繪圖」工具。
使用 Google 繪圖工具開啟香蕉圖片，調整香蕉的亮度和對比度，使其主體和背景的差異較為明顯 ( 也可調整顏色為灰階，效果更好 )。
完成後下載為 jpg 檔案。
回到 Leonardo.Ai，使用調整後的香蕉產生影像，就能得到更為漂亮的隱藏香蕉影像了。
下圖呈現 Image to Image 不同模式下的差異，都使用同樣的提示詞「a girl is on the grassland」( 參考圖來源 )：
下圖呈現 Image to Image 不同模式下的差異，都使用同樣的提示詞「a girl is doing yoga at school, photography, realistic」：
「Image Prompt」功能可以提供「多張」圖片，並將圖片作為提示使用，功能類似 Midjourney 的 Blend，使用「Image Prompt」功能時會自動開啟「Prompt Magic」功能，不能和「PhotoReal」功能一起使用，相關設定說明如下：
- Guidance Scale：文字提示的比重，範圍 1～20 ( 官方建議 7～9 )。
- Image Weight：表示圖片提示比重，範圍 0.35～1，數值越高參考的程度越高。
- Tiling：產生無接縫連續貼圖。
舉例來說，如果單純輸入「Plaster statue full of flower patterns」，會產生一個有花紋的石膏像，但石膏像的大小位置和花紋都無法精準控制。
如果上傳一張花朵的圖片作為 image prompt，產生的花紋就會接近圖片中的花朵。
如果再上傳一張石膏像的圖片，則產生的石膏像就會更貼近這張圖片。
另外一個例子，使用穿西裝的女性和太空星雲的圖片，搭配「a woman wears suit in the space」提示詞，就可以產出穿襯衫女士在太空中的影像。
圖片產生圖片 ( Image to Image ) 是非常強大好用的功能，特別在於如果有看到喜歡的圖，但不知道文字提示該如何使用時，就能透過圖片來產生圖片，藉由圖片產生更多的創意。
大家好，我是 OXXO，是個即將邁入中年的斜槓青年，我有個超過一千篇教學的 STEAM 教育學習網，有興趣可以參考下方連結呦～ ^_^
iThome鐵人賽
看影片追技術