Skip to content
Tutorials1 分钟阅读

如何使用AI照片编辑创建错视画效果

使用AI将照片转变为照片级真实的错视画视觉幻象。分步指南涵盖强制透视、建筑欺骗、逃逸人物效果。以及在平坦表面上呈现三维幻象的投影技术。

James Nakamura

Product Marketing

审稿人 Magic Eraser Editorial ·

如何使用AI照片编辑创建错视画效果

错视画(Trompe-l'oeil)——一种通过欺骗眼睛将平坦的绘画表面感知为三维现实的艺术——两千多年来一直吸引着艺术家和观众,从传奇的古希腊画家宙克西斯(Zeuxis)——他画出的葡萄据说骗得鸟儿去啄食——到将空白建筑外墙转变为精致建筑幻想的现代壁画艺术家。这项技术需要对透视、光影和表面纹理有着非凡的掌控,因为幻象依赖于绝对照片级真实的精度:光线照射在绘画对象上的方式与照射在同一空间中真实物体上的方式之间的任何不一致都会立即打破魔咒。一幅带有书本的搁板错视画必须让每个阴影都精确地落在房间实际光源产生的角度上,每个表面必须以正确的强度和颜色反射光线。每个边缘必须从预期的观看位置与观众的视角对齐。这种执着于精确性的追求正是错视画与普通写实绘画的区别所在。它不仅仅是再现现实,而是试图取代现实。

错视画的历史跨越了许多不同的传统,每种传统都利用视觉感知的不同方面来创造不同类型的空间幻象。罗马墙壁画家创造了窗户通向想象景观的幻象,将小房间延伸到广阔的视野中。像安德烈亚·曼特尼亚(Andrea Mantegna)和安德烈亚·波佐(Andrea Pozzo)这样的文艺复兴天花板画家将平坦的教堂天花板转变为充满上升人物的高耸建筑穹顶,使用为下方地板上单一最佳观看位置计算的极端透视缩短法。荷兰黄金时代的画家创造了亲密的画架级幻象——信架、打开的橱柜门和似乎占据真实空间的静物物件。佩雷·博雷尔·德尔·卡索(Pere Borrell del Caso)的《逃逸的批评》描绘了一个男孩爬出他自己的画框,这幅画如此令人信服,以至于据报道有观众伸手想去帮助他。每种传统都发展出了推销其特定类型幻象的具体技巧。

AI-powered trompe-l'oeil conversion将这些幻象技术带到了那些缺乏传统错视画绘画所需多年专业训练的摄影师和数字艺术家手中。AI理解光的物理特性、透视几何以及人类视觉系统用于判断深度和三维性的感知线索。它运用这种理解将普通照片转变为看似突破了其平坦表面边界的图像。本指南介绍了使用AI Filter和AI Enhance在三大传统中创建错视画效果的方法:创造虚假深度和空间的建筑幻象、主体似乎从画面平面前方投射出来的逃逸人物效果,以及物体似乎物理存在于真实表面上的静物欺骗。这些技术依赖于AI根据每张照片的空间内容自动计算的精确投影、透视一致性和表面融合。

  • AI根据隐含的光照角度和投影距离计算物理上准确的阴影位置,确保每个阴影线索都强化而非矛盾三维空间幻象。
  • 多种错视画传统预设模拟经典的建筑深度幻象、逃逸人物破框效果和荷兰黄金时代静物表面欺骗技术。
  • 透视一致性确保所有幻象元素与单一灭点和观看者位置对齐,保持幻象所需的几何精度。
  • 表面融合控制通过匹配的光照温度、连接裂缝和重叠阴影效果,将绘画幻象与其周围环境融合在一起。
  • AI Enhance锐化绘画对象似乎跨越画面平面和观看者空间之间的关键过渡区域——这正是幻象成功或失败的精确边界。

视觉欺骗的物理原理:错视画如何利用深度感知线索

人类深度感知依赖于大脑自动且非自愿处理的一系列视觉线索层级。错视画通过在平坦表面上以足够高的精度复现这些线索来运作,使得大脑的深度解释系统在有意识分析能够覆盖它之前就被触发。最强大的单眼深度线索是投射阴影。悬浮在表面上方的物体会投射出阴影,揭示其高度和光源方向,这些阴影信息被处理得如此迅速和反射性,以至于一个令人信服的画中阴影会让大脑感知到三维投影,即使观看者理智上知道表面是平坦的。错视画画家长达数世纪以来凭直觉理解了这一原理。AI通过从三维场景重建中计算阴影几何结构,使其在计算上变得明确。

遮挡——一个物体部分阻挡另一个物体——是错视画利用的第二个关键深度线索。当画中人物的手似乎与画框重叠时,大脑会自动将手解释为比画框更近,产生人物向前延伸到观看者空间的感知。这是佩雷·博雷尔·德尔·卡索的《逃逸的批评》和无数其他破框错视画构图背后的原理。AI通过识别照片中应该投射到画面边界之外的元素,并渲染主体身体重叠的画框几何结构,配合一致的阴影来强化投射元素与周围画框之间的空间关系,从而创建这些遮挡效果。

纹理渐变和大气透视提供了建筑错视画利用来创造后退空间幻象的额外深度线索。向远处退却的表面显示出逐渐更精细的纹理细节。由于大气散射,远处的物体显得略微更蓝且对比度更低。像安德烈亚·波佐这样的文艺复兴天花板画家利用这些原理将平坦的教堂天花板转变为看似广阔的建筑穹顶,用逐渐更柔和细节和更冷色调绘制后退的建筑,精确模仿了眼睛感知真实建筑空间向上延伸的方式。AI在创建建筑错视画效果时应用了这些相同的大气和纹理透视线索,确保幻象性的后退空间遵循正确的光学退化曲线。

  • 投射阴影是最强大的单眼深度线索。大脑处理阴影几何结构如此迅速,以至于一个令人信服的画中阴影会在有意识覆盖之前触发三维感知。
  • 遮挡产生破框效果,其中重叠画面边界的元素会被自动感知为向前投射到观看者的空间中。
  • 纹理渐变和大气透视通过随着幻象深度增加而显示逐渐更精细的细节和更冷的色调,使后退的建筑空间变得令人信服。
  • AI从三维场景重建中计算所有深度线索,确保手绘错视画必须仅通过艺术判断才能达到的数学一致性。

建筑错视画:创造虚假深度、壁龛和拱顶空间

建筑错视画是最古老且最雄心勃勃的视觉欺骗形式,可追溯到庞贝别墅墙壁上绘制的建筑延伸部分,在那里房间似乎通向只存在于颜料中的廊柱庭院和远处景观。其基本原则是通过如此精确地匹配实际房间的透视、照明和材料质量,将真实建筑空间延伸到幻象性绘画空间中,使得绘制的建筑被解读为物理环境的无缝延续。AI通过分析照片中可见的空间结构和光照条件来创建这种效果,然后生成与现有空间几何一致的新建筑延伸——后退的走廊、筒形拱顶、柱廊、通向景观的窗户开口。

建筑错视画所需的精度是严苛的,因为建筑形式具有规则的几何结构,眼睛会根据习得的期望自动检查。一根锥度不正确的柱子、一条没有遵循正确圆锥曲线截面的拱顶曲线、或者汇聚到错误灭点上的地砖,即使那些无法言说其原因的观看者也会觉得不对。AI使用从指定视点出发的数学精确透视投影构建建筑幻象,确保每条线正确汇聚,每个比例随距离以正确的速率递减。观看者位置控制让你指定预期观看者的站立位置,因为为直接位于中心下方的观看者计算的错视画天花板从任何其他位置看都会显得扭曲——这是文艺复兴天花板画家理解到的一个约束条件,AI通过参数化透视计算来处理。

材料模拟是令人信服的建筑错视画的第三大支柱,与透视几何和照明并重。绘制的大理石必须看起来与真实房间中使用的大理石相同,绘制的线脚必须显示与真实线脚相同的积灰模式。绘制的窗户必须与真实玻璃以相同的强度反射光线。AI通过分析源照片中可见的表面来实现这种材料连续性——识别石材类型、木纹图案、灰泥纹理和金属饰面——并将这些材料以一致的老化、污渍图案和光照响应扩展到幻象空间中。这种对材料连续性的关注是区分令人信服的错视画与明显绘画装饰的关键。

  • 建筑错视画通过精确匹配实际物理环境的透视、照明和材料质量,将真实空间扩展到幻象性绘画空间中。
  • AI从数学上指定的视点构建透视几何,确保观看者眼睛自动检查的正确线条汇聚和比例递减。
  • 材料模拟分析照片中的现有表面,并将其石材类型、木纹和老化模式以一致的光照响应扩展到幻象空间中。
  • 观看者位置指定承认建筑错视画是针对单一视点优化的——AI通过参数化透视计算处理这一约束。

逃逸人物效果:打破画面平面的主体

错视画中的逃逸人物传统创造了一个令人惊叹的幻象:主体正从画框中物理地浮现出来、伸手穿过或爬出画框。这是一种自文艺复兴以来一直让观众愉悦的艺术品与观看者之间的第四面墙的趣味性打破。最著名的例子——佩雷·博雷尔·德尔·卡索1874年的《逃逸的批评》——描绘了一个赤脚男孩爬过镀金画框的底部边缘,一条腿已经跨过 ledge,双手抓住画框的上部装饰线条。这幅画如此精确地执行,以至于男孩的身体向画框本身投射阴影,他的手指缠绕着画框的三维轮廓。他身体延伸到画框以外的部分出现在裸露的墙壁前,而不是画出的背景上。每个空间线索都强化了一个真人正从一个真实画框中爬出来的幻象。

AI通过首先对源照片进行深度估计来创建逃逸人物效果,识别哪些元素应该向前投射、哪些应该保持在画面平面中。然后它生成一个与主体空间位置匹配的画框。画框出现在投射元素后面和背景前面,创建驱动深度幻象的遮挡关系。关键的细节工作在边界处发生:主体的手必须令人信服地缠绕在画框边缘周围,在画框表面上有正确的手指阴影;垂在画框上的衣物或头发必须显示正确的褶皱行为,即织物接触硬边缘的地方。投射主体投射到画框外墙壁上的阴影必须与画面内部的照明几何一致。

逃逸人物效果最适合具有清晰三维形态和自然伸展或延伸姿态的主体。一个主体前倾、伸手或侧身转动的肖像提供了穿越画框幻象所需的身体几何结构。处于动态姿势——攀爬、倾斜、跳跃——的人的全身照片提供了更富戏剧性的可能性,使整个人物似乎挣脱了画面平面。AI也可以将此效果应用于非人类主体:一只看似飞出画框的鸟、一只爪子搭在边缘上的猫,或者一个像是从画中搁板上滚下来掉到图像下方真实表面上的球。

  • 逃逸人物效果使主体看起来从画框中物理地浮现出来,利用向画框表面投射阴影和正确的遮挡关系来达成空间欺骗。
  • 深度估计识别哪些元素向前投射,然后生成出现在投射身体部位后面和画中背景前面的画框几何结构。
  • 边界细节至关重要——画框边缘上的手指阴影、硬表面上的织物垂褶,以及内部场景和外部投射之间几何一致的光照。
  • 具有伸展、倾斜或攀爬姿态的动态姿势提供了最适于令人信服的破框幻象的自然身体几何结构,适用于人类和动物主体。

静物欺骗:看似存在于真实表面上的物体

静物错视画创造了更安静但同样迷人的幻象:普通物件——信件、明信片、剪刀、钥匙、羽毛、丝带——物理上存在于画作悬挂的表面上。荷兰黄金时代在这一传统中产生了杰作:信架画模拟了用交叉丝带固定塞入的信件和卡片的木板;quodlibet画描绘了纸屑、印刷品和别在板上的梳子的排列组合;珍奇柜画展示了打开的门,露出收集物品的搁架。这个幻象之所以有效,是因为描绘的物体在垂直表面上以实际大小呈现,此类物件在垂直表面上可能真实存在,而浅景深意味着观看者不需要调和深透视。物体似乎就在那里,别在或靠在真实的墙壁上。

AI通过从你的照片中提取物体并将其重新渲染,仿佛它们物理附着在一个平坦表面上——一面涂漆的墙、一块木板或一个软木公告板——来创建静物错视画。每个物体根据其似乎从表面投射出的距离接收计算出的投影阴影。阴影的柔和度以物理上准确的方式随投影距离增加。平贴表面的物体投射锐利的接触阴影,而倾斜的物体——如卷曲信件的角或指向观看者的剪刀手柄——随着物体与表面之间的间隙增大而投射逐渐更柔和的阴影。这些渐变的阴影关系是静物错视画中的主要深度线索。AI以光学光线追踪的精度处理它们。

表面材料匹配对于静物错视画至关重要,因为描绘的物体必须看起来搁置在真实表面上。如果背景是模拟的木纹,每个物体的阴影必须始终使木头变暗。与木头重叠的任何物体边缘必须显示绘画颜料与染色木材接触处正确的颜色交互。AI分析表面纹理并生成被表面颜色着色并受其反射率修改的物体阴影。哑光灰泥上的阴影更暗且更中性,而抛光木材上的阴影更浅并带有木材表面的暖琥珀色。这种表面响应式阴影渲染是一个微妙的细节,将令人信服的错视画与明显的拼贴式合成区分开来。

  • 静物错视画在垂直表面上以实际大小描绘可能真实存在的普通物件,利用比深透视更容易维持的浅深度来使幻象成立。
  • 渐变的阴影关系提供了主要深度线索。平贴表面的物体投射锐利的接触阴影,而投射元素显示与其距离成比例的逐渐更柔和的阴影。
  • 表面响应式阴影渲染用背景表面颜色为阴影着色并根据材料反射率调整暗度,匹配光在真实材料上的物理行为。
  • 信架、quodlibet和珍奇柜传统为将多个小物件安排成连贯的静物错视画构图提供了构图框架。

创意应用:壁画、数字相框、增强现实和社交媒体

用AI照片编辑创建的错视画效果在极其广泛的创意和商业环境中都有应用。大幅面印刷壁画使用建筑错视画将空白墙壁转变为想象的窗户、花园景观或延伸的建筑空间。餐厅创造在意式庭院中用餐的幻象,办公室添加虚拟书架和拱形门道,住宅空间获得两倍于实际大小房间的感知深度。这些建筑壁画需要以预期墙面位置的精确比例和透视生成的图像——AI通过基于墙面尺寸和预期观看距离的参数化透视投影来处理这一点。

数字相框和屏幕为错视画提供了一个特别强大的平台,因为发光的显示表面提供了静态印刷品所缺乏的内部照明。挂在墙上的数字相框上显示的逃逸人物错视画达到了一种增强的幻象,因为屏幕表面具有与周围墙壁不同的亮度,使带框图像和无框投射元素之间的对比更加令人信服。智能显示器和数字标牌系统使用错视画效果来创建视觉装置,吸引观众驻足并鼓励仔细观看。零售环境、博物馆展览和企业大堂都受益于那些似乎违反了其显示表面平坦性的图像的吸引眼球的特性。

社交媒体内容创作者使用错视画效果创建可分享的光学幻象帖子,通过图像似乎挑战其屏幕边界的视觉惊喜来产生高参与度。一只手似乎伸出手机屏幕的帖子,一个宠物似乎爬出图像框的帖子,或者一个物体似乎从画中搁板上掉下来落在手机底部边框上的帖子。这些有趣的幻象利用了与文艺复兴画家完全相同的深度线索,但是在观看者本能地感知为平坦有界表面的设备屏幕的背景下。手机屏幕预期的平坦性与错视画隐含的三维性之间的对比创造了驱动点赞、分享和评论的认知惊喜。

  • 建筑壁画使用AI生成的错视画为空白墙壁添加虚假窗户、花园景观和后退空间,透视针对特定墙面尺寸和观看距离计算。
  • 数字相框和屏幕增强了错视画幻象,因为发光的显示表面提供了静态印刷品无法实现的内部照明对比。
  • 零售和展览装置在数字标牌上使用破框错视画来通过视觉惊喜吸引观众驻足并鼓励仔细观看。
  • 社交媒体错视画利用手机屏幕感知上的平坦性,在主体似乎投射到屏幕边界之外时创造认知惊喜。

参考资料

  1. Trompe l'Oeil Painting: The Illusions of Reality from Ancient Greece to Digital Art National Gallery of Art
  2. Depth Estimation and Scene Reconstruction from Monocular Images arXiv — IEEE Transactions on Pattern Analysis and Machine Intelligence
  3. Pere Borrell del Caso and the Art of Visual Deception Museu Nacional d'Art de Catalunya

查看相关工具

查看相关使用场景

相关对比

相关文章