AI图像扩展Outpainting

可视化演示

展示Outpainting多方向画幅扩展（水平左/右+垂直上/下+四向同时）、扩散模型生成流程（原图→噪声填充→逐步去噪T=50→1→生成内容）与边缘衔接优化（denoising strength 0.3-0.4+mask blur 6-8px→无缝融合），交互切换核心技术。

核心原理

园林扩建前，设计师一定要先读懂旧园：土壤是黏土还是沙地，植物是松柏还是芭蕉，屋瓦是青灰还是赭红。Outpainting 也一样，第一步不是“画”，而是“读”——模型要消化原图已有的像素，作为向外生长的根。

Outpainting 又被称为“图像外扩”，是图像后处理的一个重要分支。它和 Inpainting（图像内补）正好互补：内补像是修补墙上的破洞，外扩则是把墙往远处再砌一圈。实现方式上，现代 Outpainting 大多建立在扩散模型之上：模型从纯噪声出发，每一步去噪，同时把原图区域当作“锚点条件”，让生成出来的新区域和已有画面保持连续。

从工程视角看，一次扩图可以描述为：输入原图 I_in、扩展区域掩码 M 与提示词 T，经生成模型 G_θ 输出完整画布 I_out。掩码标记着哪些像素是“已有”，哪些是“待生成”；模型只在待生成区域自由发挥，又无时无刻不受已有区域约束。

读懂了旧园，才能画出新景。模型“读懂”原图的方式，正是把原图区域作为条件一遍遍参考——这是所有外扩生成的基础，也是后续方向、衔接、一致性控制的前提。

方向控制

设计师拿到扩建任务，第一件事就是和业主确认：是往南扩一个水景，还是往西扩一片草坪？方向错了，再好的设计也会破坏原有动线。Outpainting 同样要先确定扩展方向与扩展量。

主流工具的界面里，通常有“向上/下/左/右扩展像素”四个输入框，对应生成时掩码在四个方向上的分布。更聪明的工具会先让你画一个目标框（比如把画布从 1:1 拖到 16:9），再自动计算四个方向各需补多少像素。

构图重心是决定方向的关键：原图主体在左，优先向右扩，给主体前方留出呼吸感；主体居中，四向对称扩展通常安全；原图若是天空为主，向上扩则容易接出更多云层，但地平线可能被推远。设置方向的本质，其实是定义“新画布范围”与“旧画布范围”的差值。

方向与尺寸定好，AI 就知道该往哪里用力。就像园林施工先放线打桩，把边界画清楚，后续每一笔新内容才有落点。

边缘衔接

再好的园林，新旧交界处如果突然风格断裂，也会一眼穿帮。边缘衔接是 Outpainting 成败的分水岭：模型必须让新生成的内容顺着原图边缘的纹理、颜色和光照“长”出去，而不是凭空贴一块。

扩散模型会重点关照原图边缘一圈的上下文信息：最右一列像素是什么颜色、山脊线在哪个高度消失、光线从哪边打来。生成新区域时，这些边缘信息被反复参考，使新一代像素在统计上与旧边缘连续。

工程上，许多实现会在新旧区域之间设一条“过渡带”，带内像素同时受旧图边缘和新生成内容的共同影响：离旧图越近，旧信息占比越大；越往外，新生成内容渐渐主导。这种加权混合避免了拼接感。

衔接自然，观感才完整。正如绿篱与碎石路把新区和旧区温柔地连在一起，过渡带让接缝从“裁剪粘贴”变成“天衣无缝”。

内容一致性

如果扩建的新园区用的是另一套建筑风格——旧区是徽派白墙，新区却是北欧木屋——路人一眼就知道不是同一座园子。内容一致性要求扩展出的画面与原图“同气连枝”：风格统一、色调协调、纹理连贯。

风格统一指材料语言一致，水墨风扩展区就不应出现厚涂油画肌理；色调协调指光线环境一致，正午强光下扩出的画面不该是黄昏暖调；纹理连贯指地面、植被、水面等材质的密度与走向延续原图规律。模型通过两个途径实现一致性：一是将原图整体作为参考条件，二是在提示词中强调统一的风格关键词。后期制作时，还可以用色阶、曲线工具把新老区域的色调进一步拉齐。

在训练与评估中，研究者常用“感知风格损失”量化新旧区域的一致性：把两幅区域分别送入神经网络的风格层，比较它们的统计特征差异，差异越小说明越统一。

一致性不是“一模一样”，而是“同一位画师在完成同一幅画”。AI 越是忠实地参照旧园的语言系统，扩展出的新区就越像原本就存在一样。

提示词技巧

开工之前，业主总要向设计师描述需求；需求说得越具体，方案越少返工。Outpainting 里的提示词，就是你和 AI 设计师之间的“委托书”。

扩图提示词有三个核心部件。内容描述负责告诉模型新区域里有什么，比如“向右扩展出一片沙滩与海平面”；风格关键词负责锁定整体艺术语言，比如“写实摄影风格”“东方水墨留白”；氛围修饰负责补充光线、季节、天气等感官信息，比如“黄昏金色侧光、薄雾”。此外，负面提示词用来排除常见瑕疵，如“文字、水印、变形、多余手指”。

一个常见的初学者问题是：只拉画幅不写提示词。此时模型只能凭边缘信息“盲猜”，结果往往是平庸的模糊延续甚至扭曲。把“委托书”写清楚，生成质量立刻上一个台阶。

委托书写清楚了，AI 设计师就能一次到位。好提示词的价值不在于词藻华丽，而在于每一句都在回答“扩展区到底应该是什么样”。

工具实操

同样的图纸，不同施工队的工艺也参差。选对工具、调好参数，Outpainting 的效果与效率相差很大。

主流工具各有侧重：Midjourney 的 Pan 功能支持向四个方向平移扩展，氛围延续出色；Adobe Firefly 的“生成填充”可以直接在扩展画布上刷选区域，适合与 PS 工作流结合；Stable Diffusion WebUI 提供专门的 Outpainting 脚本，允许精细控制重绘幅度与去噪强度；DALL·E 的扩展画布功能则在简单场景上非常稳健。

参数调优方面，最核心的是重绘幅度（denoising strength）：数值越大，新区域越自由，但越容易偏离原图；数值越小，越保守，适合需要严格延续纹理的场景。CFG Scale 控制提示词遵循程度，过大会让画面生硬，过小则忽略委托书。实操中一次性扩展过多最容易产生畸变，建议分步扩展：每步只向外扩一段距离（如 256px），把上一步结果当作“已被锁定的新区”，再继续向外。

节奏对了，工程就稳了。工具是施工队，参数是施工工艺，分步扩展则是把巨石切成小块搬运——看似多走了几步，实际避开了一次性铺开带来的崩坏风险。

应用场景

园子扩建好了，就该想想它服务谁：是市民公园，还是私家会所？Outpainting 的最终价值，恰恰体现在它适配出的画幅与场景里。

最直观的应用是平台尺寸适配。一张竖幅商品图要放进电商首页横幅，不需要重新拍摄，向右扩展补出干净背景即可；一段横版视频封面要做成竖版短视频，向上向下扩展出更多环境空间即可。其次是平面设计，海报、Banner、画册跨页常常要求特定的宽高比，Outpainting 能把原先的单图无缝延伸到目标比例。此外，视觉延伸还用于影视概念设计：把一张关键帧概念图扩展成全景环境，帮助导演与美术提前在同机位看到更大世界。

实际工作流可归纳为：确定目标画幅比例 → 反推各方向扩展量 → 撰写提示词 → 执行分步扩展 → 检查接缝与色调 → 后期统一输出。这里的核心计算，是先把比例框定，再决定每边补多少。

场景决定画幅，画幅决定扩展方案。当 AI 扩图从“能扩出来”进化到“刚好适配”，它就真正成为创作者手里一把合手的尺子。

AI 应用场景

Python 演示

"""Simulate Outpainting: edge extension + transition blend"""import numpy as npfrom PIL import Image def create_demo_image(size=160):    """Generate a synthetic gradient image as the original picture"""    x = np.linspace(0, 1, size)    y = np.linspace(0, 1, size)    X, Y = np.meshgrid(x, y)    r = (X * 220).astype(np.uint8)    g = (Y * 180).astype(np.uint8)    b = (120 + 50 * np.sin(X * 3)).astype(np.uint8)    return np.stack([r, g, b], axis=-1) def extend_border(img, top=0, right=80, bottom=80, left=0):    """Extend canvas and fill the border first"""    h, w, c = img.shape    nh, nw = h + top + bottom, w + left + right    canvas = np.zeros((nh, nw, c), dtype=np.uint8)    canvas[top:top + h, left:left + w] = img    # 右扩展: 复制最右列    canvas[top:top + h, left + w:] = np.repeat(img[:, -1:, :], right, axis=1)    # 下扩展: 复制最底行    canvas[top + h:, left:left + w] = np.repeat(img[-1:, :, :], bottom, axis=0)    # 右下角: 复制角落颜色    canvas[top + h:, left + w:] = img[-1, -1, :]    return canvas, h, w def smooth_transition(canvas, oh, ow, top, left, band=20):    """Blend edge band to simulate seamless stitching"""    out = canvas.copy().astype(np.float32)    h, w = out.shape[:2]    # 右过渡带: 靠近原图让原图像素占主导, 向外渐变    for i in range(band):        alpha = (band - i) / band        x = left + ow - band + i        if 0 <= x < left + ow:            out[top:top + oh, x] = (                alpha * canvas[top:top + oh, x]                + (1 - alpha) * canvas[top:top + oh, left + ow - 1]            )    return out def main():    img = create_demo_image()    expanded, oh, ow = extend_border(img, 0, 80, 80, 0)    result = smooth_transition(expanded, oh, ow, 0, 0)    Image.fromarray(expanded).save('outpaint_before.jpg')    Image.fromarray(result.astype(np.uint8)).save('outpaint_after.jpg')    print('已输出两张图: 粗糙外扩 vs 平滑过渡外扩') if __name__ == '__main__':    main()

1. canvas[top:top + h, left:left + w] = img将原图放到新画布的对应位置，相当于扩建时先把旧园原样保留。
2. np.repeat(img[:, -1:, :], right, axis=1)把原图最右列重复复制到右侧新区，模拟“粗糙外扩”。
3. np.repeat(img[-1:, :, :], bottom, axis=0)把原图最底行向下复制，覆盖底部扩展区。
4. alpha = (band - i) / band过渡带权重随距离衰减，靠近原图的像素保留更多原图信息。
5. out[top:top + oh, x] = alpha * 原图列 + (1 - alpha) * 边缘列在过渡带内做线性混合，让新旧边界平滑起来。
6. if __name__ == '__main__':保证模块被直接运行时才执行 main()，便于被其他代码 import。

常见误区

面试题