Cowartプロジェクトは、矢印注釈を用いた高精度なAI画像編集機能により、2,000以上の星を獲得している。
今日は画像編集に適したツールをいくつかご紹介します。私は普段AI画像生成ツールを使っています。好みのスタイルを検索すれば、すぐに使える候補が表示されます。結果に満足できない場合は、何度か生成し直せばいいだけです。本当に面倒なのは、画像が80～90%満足できるレベルに達した後、さらに…
今日は、画像編集に適した素材をいくつか投稿します。
通常使用 AI これらは未加工の写真です。お好みのスタイルで検索できます。プロンプトワード既製の参照コードも用意されています。結果に満足できない場合は、コードを何度か生成し直すことができます。
本当の問題は、最終的な画像はすでに80～90％満足のいく出来栄えになっているものの、まだいくつか変更が必要な細部が残っていることだ。 AI 通信中は、正確な位置を明確に伝えることはできません。AI 彼らは修正すべき対象を特定できず、何度かの議論を経て、修正したエラーの数は実際には増加した。
この問題に対する回避策がGitHubにあります。 Cowart このプロジェクトは、無限キャンバスをCodexに移植しただけのものです。ユーザーは元の画像に矢印を描いたりコメントを書き込んだりすることができ、その後、それを編集することができます。 Codex 改訂版を作成する。
WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトディスカッショングループ
Cowartは、tldrawをベースにした、Codex用のネイティブな無限キャンバスプラグインです。
プロジェクトアドレス: https:////github.com/zhongerxin/cowart#
キャンバスには、テキスト、スケッチ、参照画像、生成画像などを保存でき、画像に直接コメントを書き込むことも可能です。
キャンバスデータは、現在のプロジェクトのキャンバスディレクトリに保存されます。Codexはキャンバスの選択範囲を読み取り、生成された結果を指定された場所に配置できるため、手動での保存、アップロード、再フォーマットの手間を省くことができます。
カウアートには内蔵の... MCP このサービスは現在、2つのツールを提供しています。
get_cowart_selection 現在選択されているキャンバス要素を読み取るために使用されます。要素IDとタイプ、座標と回転角度、幅と高さの情報、画像ファイル名とリソースアドレス、およびそれが[選択された要素]に属しているかどうかなどが含まれます。 AI 画像はプレースホルダーです。
insert_cowart_image MCPサービスは、ローカル画像をキャンバスに挿入する役割を担います。画像ファイルをコピーし、tldraw画像レコードを作成し、アンカーポイントに基づいて適切な位置を検出します。
イラストの向きは、左、右、下に対応しています。対象領域が他のコンテンツで占められている場合、Cowartは画像の重なりを減らすために空きスペースを継続的に検索します。
Cowartは、記事の挿絵、WeChat公式アカウントのカバーイラスト、ソーシャルメディア素材、PPTのビジュアル構成、製品コンセプト図、ストーリーボードデザインなど、頻繁な比較と修正が必要な用途に適しています。
Cowartをインストールするには、Codexに以下を入力するだけです。プロンプトワードそれはいいです：
プロンプトワード：
https://github.com/zhongerxin/cowart.git から Cowart Codex プラグインをインストールしてください。
リポジトリを ~/plugins/cowart にクローンし、.codex-plugin/plugin.json が存在することを確認してください。
個人用マーケットプレイスにプラグインを追加するには、まず `codex plugin marketplace add ~` を実行します。
次に、codex plugin add cowart@personal を実行します。
インストール後、プラグインの動作確認を行い、新しいスキルやMCPツールを読み込むために新しい会話を開始する必要がある場合はお知らせください。
プロンプトワード：Open the Cowart canvas for this project.
Cowartはその後、デフォルトのアドレスでローカルサービスを開始します。
http://127.0.0.1:43217/
ケース1：キャンバスに画像を生成する
Cowart ツールバーには「AI 「画像」ツールにはショートカットキーAが割り当てられています。
クリックすると、キャンバス上にデフォルトサイズ320×220の画像プレースホルダーが作成されます。プレースホルダーは自由にサイズ変更でき、Codexは縦横比を読み取り、同じ比率で画像を生成します。
プロンプトワード：によるとプロンプトワードCowartキャンバスで画像を生成します：絵本の表紙を生成します。
生成された画像はプレースホルダーフレーム内に配置され、フレームと共に移動します。プレースホルダーフレームの位置を維持したまま、同じ場所に新しいバージョンを生成または置き換えることができます。
Codexは、キャンバス内でプレースホルダーが選択されていない場合でも画像を生成できます。Cowartは近くの空白スペースを見つけ、現在のページと選択された要素に基づいて新しい画像を挿入します。
ケース2：矢印とテキストを使った画像の編集
CowartにはショートカットキーCで使用できる「コメント」ツールも用意されています。
画像付近でマウスをドラッグすると、手書きの矢印が表示されます。マウスを離すと、変更内容を直接入力できるようになります。
注釈の記入が完了したら、元の画像と注釈の両方を含むキャンバスのスクリーンショットを撮影し、そのスクリーンショットをCodexに送信してください。Codexは矢印の位置と注釈テキストを認識し、きれいな新しい画像を生成します。
上で生成された画像を修正してみましょう。
プロンプトワード私のCowart注釈のスクリーンショットを使用すると、元の画像の隣に、修正されたきれいな画像が生成されます。
新しい画像は、デフォルトでは元の画像の右側に配置されます。元の画像、矢印、注釈はすべて保持されるため、各改訂版を簡単に比較できます。
もちろん、複数の箇所を一度に修正することも可能です。
プロンプトワード私のCowart注釈スクリーンショットを使用すると、元の画像の隣に、修正されたきれいな画像が生成されます。
ご覧のとおり、「小籠包」（蒸しパンの一種）の注釈は、現在の注釈修正がスクリーンショット認識に依存しているため、誤って編集されたようです。矢印の位置がぼやけていたり、スクリーンショットの解像度が低かったり、注釈が矛盾していたりすると、生成される結果に影響が出る可能性があります。
AI 加工されていない写真を撮ることは、もはやニッチな活動ではない。
Grand View Researchは、世界的に AI 画像生成市場は2023年に3億4960万ドルの規模となり、2030年までに約10億8000万ドルに成長すると予測されており、2024年から2030年までの年平均成長率は17.7%となる見込みです。
現在のRAW写真 AI 確かに多くの提案はあるものの、変更点を明確に説明するのは依然として難しく、画像バージョンの反復作業も困難です。
Cowartの優れた点は、元の画像、参照画像、注釈、修正がすべて同じキャンバス上に存在することです。Codexは選択範囲を読み取り、新しい画像を元の画像の横に配置できます。フォルダ、チャットウィンドウ、エディタ間を行ったり来たりする必要がなく、変更は矢印で示された特定の場所に固定できます。
カウアートはどちらかというと AI 画像ワークベンチは、誤解を招きやすいテキストによる説明の羅列ではなく、変更が必要な箇所を視覚的に分かりやすく表示します。
AI 画像生成プロセスは十分に高速です。次の重要なステップは、生成、選択、注釈付け、修正、比較の各プロセスを実際のワークフローに統合することです。