2D横スクロールアクションゲームみたいな画像を生成したい
だいぶ前になりますが、SDXLでサイドビュー視点のゲームのような画像を生成したくて挑戦しつつ打率悪すぎて諦めたことがあります。
当時、この脱出エロゲーにハマっていたから挑戦したわけですが、今ならZ-ImageとQIEである程度できるのでは？と。
結局妥協してしまった触手プレイ
………途中まではイケそうな気がしたんですけどねー、QwenのNSFW版使ってもエロシーン描かせようとすると女の子の縮尺おかしくなるし、SDXLのi2iでもうまく絵が出せなかったので場面切り替えで誤魔化しました。くやしい。
ベース絵
- Z-Imageで「ファンタジー風のアニメイラスト。洞窟を歩く冒険者の少女。地面の下にはスライムの沼が広がっているシーンの断面構図。彼女の視界の範囲にスライムは見えない。」みたいなプロンプト指定でこんな絵を生成。
- QIE 2511で「少女を消して」と指定。
- QIE 2511で「下のスライム沼からスライム触手が伸びてきて彼女を拘束する。ファンタジー風のアニメイラスト。」みたいなプロンプトを指定。
- SDXLで「1girl,tan,elf,darkgreen torn clothes,slime tentacles sex,arms behind back,motion lines,sound effects」みたいな（以下略
WanVideoのプロンプト
需要なさそうだけど一応備忘録がてら掲載しときますか…？
Green tentacles violently thrust in and out of the girl's mouth and pussy, splattering mucus everywhere. Her eyes remain half-closed as she stares blankly. Fantasy-style anime illustration. Comic sound effect text fades in and out repeatedly.
ズポズポとかの文字はSDXLのsound effects指定で出しているので、それをフェードインアウトできないかなーと思ったけど、ちょっと上下に揺れる程度でしたね。点滅する、みたいな指定のほうが良かったのかな。
感想
まず、Z-Imageでメトロイドヴァニアのような2D横スクロールアクションゲーム的な構図が簡単に出せることが知れたのは大きな収穫でした。
Qwenでサクっと少女だけ消せるのは想定内。前回のオークの登場シーンと同じやり方で、誰もいない画像と少女がいる画像の2つをWanVideo FLF2Vに渡してテクテク歩いてくるシーンを作るだけの簡単なお仕事。
一方、スライム触手の登場はまぁまぁガチャ必要でした。
下にあるスライム沼から伸びてくるんだぞ、という指定を明確にしないと、どこからともなく現れるし、少女のまわりにだけ触手が出てしまう。
これの何が問題かというと、動画にしたときに、外側から少女に向かってくるのか、少女から触手が生えるのか、WanVideoには判断できないようなんです。
もちろん、プロンプトでは下の沼からスライム触手が伸びてきて拘束する、と指定はしているのですが、何度やっても少女のスタンド能力のように、触手が出てくる演出になったりします。それはそれでかっこいいけど、今回求めてるのはそれじゃねーんだよ…。
そんなわけで、WanVideoと相性の良い画像を探すために、Qwenのガチャで100枚くらい生成しました。1枚あたりわずか15秒くらいなので苦でもないですけどね。
一番の問題は、その後、2D横スクロールの脱出エロゲーみたいに、そのままチビキャラサイズで襲われるシーンにしたかったのですが、Qwen NSFWを使っても女の子の位置関係がおかしくなるし、そもそも可愛くない…。
なので、SDXLのi2iに頼ったのですが、そっちも無理。
1216x832pxという小さいサイズの中で、更に画面の3分の1くらいの高さしかない女の子を再描画できなかったのでしょうね。もっと大きいサイズで作る………のは厳しいので、やるとしたら、やはり背景と少女を別レイヤーにしてSDXLでは女の子に限定してアレコレやって、あとで合成…かなぁ。
今回は気力が尽きたので、ひとまずここまで。
謝辞
オープンソースおよび生成モデルの制作者の皆さまに感謝します。
- 元絵生成
- ComfyUI
- 公式テンプレート「Z-Image-Turbo テキストから画像へ」
- LoRA: Z-Image-Turbo-Anime-V1
- SDXL Model: Nova Anime XL v15.0
- 画像編集
- Qwen-Image-Edit-Rapid-AIO v22
- 動画生成
- ComfyUI公式テンプレート「Wan 2.2 14B画像からビデオ」
- ComfyUI公式テンプレート「Wan 2.2 14B最初-最後フレームからビデオ」
- LoRA: WAN General NSFW model
- 動画編集
- モザイク編集: 50_MosaicMp4.json
- segm: Anime NSFW Detection
- ffmpeg 動画の結合、透かし入れ、ダイエット
ffmpegのオプションメモ
複数の動画を繋げて、H.264でファイルサイズをなるべく小さくして、透かしも入れる設定。
@echo off set "MY_TEXT=Sample" set "FONT_PATH=%LOCALAPPDATA%\Microsoft\Windows\Fonts\07LogoTypeGothic7.ttf" set "FONT_PATH=%FONT_PATH:\=/%" set "FONT_PATH=%FONT_PATH::=\:%" set "OUT_FILE=combined_web_optimized.mp4" set "LIST_FILE=concat_list.txt" if exist "%LIST_FILE%" del "%LIST_FILE%" :loop if "%~1" == "" goto process echo file '%~1' >> "%LIST_FILE%" shift goto loop ffmpeg -f concat -safe 0 -i "%LIST_FILE%" ^ -vf "drawtext=text='%MY_TEXT%':x=W-tw-20:y=H-th-20:fontsize=H/20:[email protected]:fontfile='%FONT_PATH%'" ^ -c:v libx264 ^ -preset slow ^ -tune animation ^ -profile:v high ^ -level 4.0 ^ -crf 28 ^ -pix_fmt yuv420p ^ -movflags +faststart ^ -map_metadata -1 ^ -map_chapters -1 ^ -an -y "%OUT_FILE%"
