Midjourneyの画像を詳細を失わずに4Kにアップスケールする方法

I ruined a gallery submission last year. Not because the art was bad. I had spent three days generating and curating Midjourney outputs for a local group show. The compositions were exactly what I wanted. Then I upscaled them all using Midjourney's built-in upscaler and sent them off to the printer.

When the test prints came back, I almost didn't recognize them. Every piece of fabric texture was gone. The atmospheric haze I loved had been compressed into flat, smooth gradients. The skin on every portrait looked like a cell phone beauty filter had been cranked to maximum. I had to pull out of the show.

That was when I realized Midjourney's built-in upscaler and a proper external upscaler are doing completely different things. If you are making images for Instagram, the built-in tools are fine. If you want to print, sell prints, or display your work at full resolution, you need a different approach.

What Midjourney's upscaler actually does

Midjourney offers a few upscaling modes. Subtle, Creative, and the older V5 variations. They all work on the same principle. The model looks at your image and tries to improve it holistically. It sharpens, smooths, and adjusts the overall composition.

The problem is that “holistic” means it cannot tell the difference between things you want smoothed and things you want kept sharp. A noisy background should be smoothed. The weave pattern on a linen shirt should not be. Midjourney treats them the same.

I noticed this most on images with complex materials. Leather came out looking like brown plastic. Wool textures disappeared completely. Anything with subsurface scattering, like skin or candle wax, got flattened into a single uniform surface.

A dedicated external upscaler fixes this

External upscalers like Real-ESRGAN are trained differently. Instead of trying to improve the whole image at once, they were trained on millions of photo pairs to learn a specific skill. Given a low resolution image, what should the high resolution version look like? They learn to predict where detail should exist and generate it, pixel by pixel.

The difference is most obvious on texture. Here is what I saw when I tested the same 1024x1024 Midjourney output through both methods.

Midjourney upscaler on a portrait of an old man in a wool coat. The face looked fine at first glance, but zoom in. The pores and fine lines that made him look real were gone. The wool coat became a brown blob with no visible weave. It looked like a very good video game render from 2016, not a printable piece of art.

Real-ESRGAN を 4 倍にした同じ画像。 毛穴はそこにありました。 できますよ 個々のウール繊維を参照してください。 コートの襟のステッチが鋭かった スレッドを数えるには十分です。 それは依然として同じ男のように見えました、そして 同じコート。 より明確になりました。 もっとリアルに。 4096x4096 では、 300 DPI で 13 インチ印刷。

私が今使っているワークフロー

ステップを追加すると通常は 状況は良くなることはなく、さらに悪化します。 計画しているすべての作品に対して私が行うことは次のとおりです 印刷したり販売したりする。

まず、Midjourney の出力を最高の解像度でダウンロードします 利用可能です。 通常、これは、環境に応じて 1024x1024 または 1664x1088 です。 アスペクト比。 常に PNG としてダウンロードします。 JPEG圧縮によりアーティファクトが追加される この段階では、スケールアップすると増幅されます。

次に、外部アップスケーラーにアップロードし、4x アップスケールを実行します。 これ 1 枚の画像につき約 5 ～ 8 秒かかります。 コストはほとんどの場合 4 クレジットです Real-ESRGAN を使用するプラットフォーム。 結果は 4096x4096 の画像になります。 13.6 インチ、300 DPI で印刷します。 ほとんどのギャラリーショーには十分です そしてアートプリント。

第三に、顔を確認します。 もしミッドジャーニー世代の人たちがいたら アップスケーリングのステップにより、顔の細部がわずかに柔らかくなる場合があります。 で その場合、GFPGAN を使用して別の顔復元パスを実行します。 これ さらに 4 クレジットかかります。 画像に顔がないか、顔があった場合 すでに鋭いので、これは完全にスキップします。

それがワークフロー全体です。 PNG をエクスポート、アップスケール 4x、オプションで修正 顔。 ほとんどの画像では 2 ステップ、人物がいる場合は 3 ステップになります。 総コスト 顔が含まれるかどうかに応じて、4 クレジットまたは 8 クレジットになります。 合計時間 処理時間が 15 秒未満です。

もっと早く知りたかったことが一つあります

できる限り JPEG をアップスケーリングしないでください。 何ヶ月もこれをやったから Midjourney の一部の出力ではデフォルトで JPEG が使用されるとは知りませんでした。 の 圧縮アーティファクトは 1024x1024 ではわずかですが、 画像を 4 倍に拡大すると、それらが見えるようになります。 ブロック状のアーティファクトが表示され始めます 滑らかなグラデーションと鋭いエッジの周りのリンギング。

Discord または Midjourney インターフェイスから常に PNG としてエクスポートします 使用します。 JPEG しかない場合でも、アップスケーリングする価値があります。 結果 アップスケーリングしないよりは良いでしょう。 ただし、PNG ソース ファイルでは、 4K での出力が著しくきれいになりました。 私はその後、これを苦労して学びました フルでは平凡に見える JPEG アップスケールで約 20 クレジットを無駄にしました 解像度。

Midjourney V7 以降のバージョンについてはどうですか

このワークフローを V5、V6、および V7 からの出力でテストしました。 の 外部アップスケーリングによる改善は、すべてのバージョンで一貫しています。 V7 は、より優れたベースを生成する V6 よりも優れたベース イメージを生成します。 V5よりも画像が異なります。 ただし、内蔵アップスケーラーの根本的な制限 同じです。 残したい質感を滑らかにします。

これは将来のバージョンにも当てはまると思います。 ミッドジャーニーというのは、 まずは画像ジェネレーター。 彼らのアップスケーラーは便利な機能であり、 プロのツール。 そのように扱い、外部のツールを使用する限り、 気になるものはすべて高級品なので、大丈夫です。

内蔵の Midjourney アップスケーラーに依存していた場合、 なぜプリントが柔らかく見えるのか疑問に思ったら、1 枚の画像を実行してみてください。 外部 4x アップスケールを並べて比較します。 違いは 微妙ではありません。