img2img

img2img (image-to-image) — режим генерации, в котором на вход модели подаётся картинка, а не случайный шум. Модель частично её «стирает» (через параметр denoise) и дорисовывает обратно, ведомая промптом. Результат — что-то между исходной картинкой и тем, что просил промпт. Главный параметр — denoising strength: от 0.1 (микро-коррекция) до 1.0 (полная перерисовка). Базовый режим в Stable Diffusion, SDXL, FLUX и Midjourney.

Коротко

Коротко. img2img — генерация на основе существующей картинки. На вход подаётся не шум, а ваш файл; модель частично его стирает и дорисовывает по промпту. От denoise зависит, насколько результат будет похож на оригинал. Главные применения: переинтерпретация стиля, ретушь, расширение скетча в финал, hi-res fix, выравнивание серии под один look.

Что это такое

Иллюстратор делает черновой набросок карандашом. Открывает Automatic1111, переключает с txt2img на img2img, загружает свой скан. Пишет промпт: «detailed oil painting, vibrant colors». Ставит denoise=0.6. Через 10 секунд получает картинку: композиция и линии наброска сохранены, но появилась объёмная живопись.

Это и есть img2img. В отличие от txt2img, где модель начинает с шума, в img2img она стартует с вашего изображения, частично зашумлённого. Сколько именно шума добавить — определяет denoise. Чем выше, тем сильнее модель переписывает; чем ниже, тем ближе к исходнику.

Главные применения:

• Style transfer — взять фотографию и переписать в стиле живописи (или наоборот).
• Ретушь — убрать дефекты, добавить освещение (denoise 0.2–0.4).
• Скетч → финал — превратить набросок в детализированную картинку (denoise 0.5–0.7).
• Hi-Res Fix — увеличить картинку через двухступенчатую генерацию.
• Видео-эффекты — обработка кадров «один к одному» в SD-стиле.

В 2026 году img2img поддерживается во всех основных инструментах: Stable Diffusion, SDXL, FLUX, ComfyUI, Automatic1111, Forge, Midjourney (через blend command), DALL-E (через edit).

Как это работает

Цикл img2img отличается от txt2img на одном шаге:

txt2img:

1. Создать случайный шум 64×64×4 (или 128×128×4 для SDXL).
2. KSampler делает N шагов от шума к картинке, ведомый промптом.

img2img:

1. Прогнать входную картинку через VAE Encode → латент.
2. Добавить шум к латенту в количестве denoise × σ_max.
3. KSampler делает denoise × N шагов от частично-шумного латента к чистому.
4. VAE Decode → финальная картинка.

В Automatic1111 это вкладка «img2img». В ComfyUI — два узла: VAE Encode (превращает картинку в латент) и KSampler с denoise<1. В Midjourney — команда /imagine с image prompt (картинка в начале + текст).

Размер выхода img2img определяется размером входной картинки (плюс scale-параметр в некоторых интерфейсах). Это и удобно, и ограничивает: если вход 800×800, выход тоже 800×800.

Пример на практике

Видеомонтажёру нужно сделать AI-эффект для ролика: пять кадров реального актёра «превратить» в анимационный персонаж. Style transfer.

В ComfyUI:

1. VAE Encode для каждого кадра.
2. SDXL Juggernaut + LoRA «anime style» через узел Load LoRA.
3. KSampler с denoise=0.55, промпт: anime style portrait, vibrant colors, clean line art.
4. VAE Decode → стилизованный кадр.

За denoise=0.55 модель сохраняет лицо, позу и одежду актёра, но рисует их в анимационном стиле. 5 кадров готовы за 1 минуту. С seed-консистентностью можно идти дальше — серия 100 кадров за 20 минут.

Альтернатива — IP-Adapter с референс-картинкой стиля: дополнительный контроль, но и больше нюансов.

С чем часто путают

• img2img и inpainting — img2img переписывает картинку целиком; inpainting — только выделенную маской область, остальное сохраняется пиксель в пиксель. Разные режимы.
• img2img и txt2img — txt2img стартует с шума, img2img со зашумлённой картинки. Главное различие — стартовый латент.
• img2img и IP-Adapter — img2img использует картинку как стартовый латент. IP-Adapter использует её как «промпт через картинку». Можно сочетать.
• img2img и Hi-Res Fix — Hi-Res Fix это двухступенчатая техника: сначала txt2img на низком разрешении, потом img2img на высоком. То есть Hi-Res Fix внутри использует img2img.

Частые ошибки и заблуждения

• «img2img изменяет размер картинки». Может — если вы вручную поставите другой Width/Height. Без этого размер сохраняется.
• «img2img всегда быстрее txt2img». Чаще — да, потому что выполняется denoise × N шагов вместо N. Но добавляется VAE Encode (~0.1–0.3 сек). На denoise=0.9 итог почти как txt2img.
• «img2img — единственный способ редактировать картинку». Не единственный. Inpainting лучше для точечной правки. ControlNet с reference — для сохранения композиции.
• «img2img работает только с SD». Работает со всеми диффузионными моделями: SD, SDXL, FLUX, SD3, видео-моделями.
• «Чтобы избежать "AI-look", достаточно низкого denoise». Не всегда. Иногда промпт сам диктует «AI-style». Лучше комбинировать низкий denoise + точный промпт.

Связанные термины

• Denoising Strength — главный параметр img2img.
• Inpainting — img2img только в выделенной области.
• Outpainting — img2img для расширения за границы картинки.
• Hi-Res Fix — двухступенчатый upscale через img2img.
• VAE Encode — узел, который превращает входную картинку в латент.
• IP-Adapter — альтернативный способ использовать картинку как «промпт».

Частые вопросы

Какой denoise выбрать? Тонкая ретушь: 0.2–0.35. Сохранение композиции, смена стиля: 0.5–0.7. Радикальная переинтерпретация: 0.8–0.9.

Можно ли использовать img2img с FLUX? Да. В ComfyUI это VAE Encode + KSampler с denoise. Из коробки. В Forge и Automatic1111 — вкладка img2img работает с FLUX, если модель загружена.

img2img меняет размер картинки? Нет, если оставить Width/Height равными размеру входа. Если поменять — изменит. Для апскейла обычно используют отдельный Hi-Res Fix.

Можно ли запустить img2img без промпта? Можно, но результат непредсказуем. Модель попытается «привести латент к чему-то», основываясь только на статистике своего тренировочного датасета. Иногда даёт смешные результаты.

В чём разница между img2img и редактированием в Photoshop? Photoshop работает с пикселями напрямую (вы видите и правите). img2img рисует через диффузию — менее точно, более стохастично, но создаёт совершенно новые элементы.

Сохраняется ли seed между img2img и txt2img? Тот же seed на той же модели даст разные картинки, потому что стартовые латенты разные. seed — это «случайность», а не «определитель картинки».

Главное

img2img — базовый режим для работы с существующими картинками. Главный параметр — denoise: от 0.2 (тонкая правка) до 0.9 (почти переписать). Применения от ретуши и стилизации до hi-res fix и видео-эффектов. В ComfyUI это VAE Encode + KSampler с denoise<1, в Automatic1111 — отдельная вкладка. Знание img2img — половина рабочего арсенала по любой генерации.