AI で写真をイラスト化する(拡散モデル)

Stable Diffusion 系の拡散モデルをブラウザの中で動かし、写真をアニメ・水彩・油絵などの画風で描き直します。「イラスト風・絵画風に変換」より自由度が高く、プロンプトで画風を指定できます。写真は外部に送信されません。

お使いの環境を確認しています…

このツールは AI モデル(約 2100 MB)を初回にダウンロードします。現在はサーバー側の回線の都合で取得に 10 分前後かかることがあります。2 回目以降はブラウザに保存されたものを使います。処理には WebGPU が必要です。

設定

0.55

どちらを使うか — 軽量版と拡散モデル版の違い

写真をイラストにするツールは 2 つあります。お使いの端末と目的で選んでください。まず軽量版で試し、物足りなければ拡散モデル版、という順番がおすすめです。

イラスト風・絵画風に変換

方式
軽量な GAN(AnimeGANv2 / fast-neural-style)。写真の画風だけを置き換える
必要な環境
WebGPU がなくても動作する。スマホや古めのノート PC でも可
初回の取得
1 スタイル 8MB 前後、7 スタイルで約 50MB
1 枚あたりの時間
WebGPU で 1 秒以内、CPU でも数秒
画風の指定
7 パターンから選ぶ(固定)
仕上がり
構図・表情・顔立ちはそのまま。変換の失敗が少ない
向いている人
手軽にアイコンを作りたい人、端末のスペックに自信がない人

AI イラスト化(拡散モデル)このページ

方式
拡散モデル(LCM Dreamshaper v7)。写真を元にプロンプトで描き直す
必要な環境
WebGPU 必須。GPU メモリ 4GB 以上(内蔵 GPU なら共有メモリ)
初回の取得
約 2.1GB。現在はサーバー側の回線の都合で 10 分前後
1 枚あたりの時間
内蔵 GPU で 20〜40 秒、単体 GPU で数秒
画風の指定
5 つのプリセットに加えて、英語のプロンプトで自由に指定
仕上がり
絵として描き直すため表現が豊か。強さを上げると元の顔立ちから離れる
向いている人
ゲーミング PC や Mac の Apple Silicon を持ち、画風を細かく指定したい人

使い方

  1. 1

    写真を追加する

    イラスト化したい写真を 1 枚ドロップします。中央の正方形(512×512)を使うので、顔が中央にある写真が向いています。

  2. 2

    画風と変化の強さを決める

    アニメ・水彩・油絵・アメコミ・ドット絵から選ぶか、英語で自由に指定します。「変化の強さ」を上げるほど画風が強く出て、下げるほど元の顔立ちが残ります。

  3. 3

    生成して選ぶ

    指定した枚数を生成して並べます。気に入ったものだけ保存できます。結果が気に入らなければ、同じ設定でもう一度実行すると別の結果が表示されます。

画像生成 AI で描き直すこのツールと、7 種類の画風に一度に変換する「イラスト風・絵画風に変換」との違いは、運営者のブログの記事『写真をイラスト風・アニメ風に変換する方法』で説明しています。

仕組みと、使う前に知っておくこと

LCM Dreamshaper v7(MIT ライセンス)を fp16 の ONNX にしたものを、onnxruntime-web の WebGPU で動かします。写真を潜在表現に変換してノイズを加え、プロンプトに従って 4 ステップで描き直す img2img という方式です。「変化の強さ」はノイズの量で、0.5 前後が「本人と分かる範囲で画風が変わる」目安です。

モデルは合計 2.1GB あり、初回のダウンロードに時間がかかります。現在はサーバー側の回線の都合で、10 分前後かかることがあります。インフラの移行で改善する予定です。2 回目以降はブラウザに保存されたモデルを使うため、待ち時間はありません。処理には WebGPU と 4GB 以上の GPU メモリ(内蔵 GPU なら共有メモリ)が必要で、1 枚あたり内蔵 GPU で 20〜40 秒、単体 GPU で数秒です。

よくある質問

写真はサーバーに送信されますか?

送信されません。モデルをブラウザに取得して、生成はお使いの端末の GPU で行います。なお、不具合を直すための処理の統計(端末の性能やエラーの種類など。写真そのもの・ファイル名・プロンプトは含みません)は当サイトのサーバーに送信されます。ページ下部の「サービス品質向上へのご協力のお願い」にあるスイッチで停止できます。

ダウンロードが遅いのはなぜですか?

現在はサーバー側の回線の上限で 4〜5MB/s 程度しか出ず、2.1GB に 10 分前後かかります。回線の増強を予定しています。ダウンロードは 1 回だけで、以降はブラウザに保存されたものを使います。

本人と違う顔になるのはなぜですか?

拡散モデルの img2img は、強さを上げるほど元の写真から離れます。0.4〜0.5 に下げると顔立ちが残ります。顔の細部が崩れる場合は、生成した画像を「顔復元(AI)」で処理すると整います。

「イラスト風・絵画風に変換」との違いは何ですか?

そちらは軽量な GAN で、写真の構図をそのままに画風だけを変えます(数秒、モデル 8MB)。このツールは拡散モデルで描き直すため自由度が高く、プロンプトで指定できますが、モデルが大きく WebGPU が必要です。

サービス品質向上へのご協力のお願い

変換や圧縮が失敗したとき、そのときの状況を送っていただけると原因の特定に役立ちます。どの端末・どの形式で失敗しやすいのか、どれくらい時間がかかっているのかが分かれば、対応形式の見直しや不具合の修正に反映できます。差し支えなければ、このままオンにしていただけると助かります。

送信する情報

  • 使ったツールと選んだ設定(出力形式・品質など)
  • 端末の性能(GPU の有無・メモリ・コア数)
  • 入力の形式とおおよそのサイズ
  • 成功・失敗の件数と所要時間
  • 失敗した場合のエラーの種類と内容

送信しない情報

  • ファイルそのもの・ファイル名
  • 動画に入れる文字・字幕・プロンプト
  • 読み上げる文章・声の説明・読みの辞書・保存した声
  • PDF の文字・書き換えた文字列・黒塗りした文字列・パスワード・フォント名・指定したページの範囲
  • IP アドレス

送信先は当サイトのサーバーのみで、外部の事業者には提供しません。

ツールごとに送る内訳(数・時間・種類・有無だけ)

読み上げと PDF のツールでは、「送信する情報」に加えて次の内訳を送ります。

読み上げ
文章のおおよその文字数と文の数、分けて生成した回数、AI モデルの読み込み時間。
PDF のツール(共通)
ページ数の範囲、編集の禁止・権限パスワードの入力・電子署名・暗号化の有無。
PDF の文字の修正・黒塗り
書き換え・削除・白塗り・黒塗りの件数、書き換えた字の数(元のフォントの字と代替のフォントの字の別。代替のフォントの字は数の範囲)と代替のフォントの書体の種類、書き換えられない行の理由の種類、黒塗りで画像にしたページの数と理由。
PDF のページの操作と画像との変換
入力と出力の件数、回転・削除・複製・移動したページの数、そのまま入れた画像・変換した画像・HEIC の画像・向きを直した画像の数、解像度を下げたページの数(いずれも数の範囲)と、元の文書を書き換えたか新しい文書を作ったか、元の保護を付け直したか、入力欄を本文に書き込んだか、しおりを付け直したか。
PDF の圧縮
入力と出力の件数、縮めた画像・縮めなかった画像・白黒 2 値の画像の数、縮めた画像のうち透過の情報も縮めた画像・可逆圧縮のまま縮めた画像・CMYK から RGB にした画像の数と圧縮した回数(いずれも数の範囲)、縮めなかった理由の種類、目標の大きさに収まったかと収まらなかった理由の種類、小さくなった割合の範囲、元の保護を付け直したか、元の PDF をそのまま返したか。
PDF のトリミングとページ番号
入力と出力の件数、トリミングしたページ・余白を減らしたページ・番号を入れたページの数(いずれも数の範囲)、余白の決め方、トリミングするページ・番号を入れるページの選び方、番号の書式と位置、開始番号の範囲、元の文書をその場で書き換えたこと、元の保護を付け直したか。

関連ツール