您是否注意到人工智能生成的圖像很容易被發現，因為它們具有微妙的黃色色調？這種黃色並不是所有 AI 圖像生成器的特定特徵；它實際上非常特定於其中之一：ChatGPT。
由於某種原因，ChatGPT 默認情況下會創建帶有淡黃色調的圖像。一開始您不會注意到它，但是您創建的圖像越多，您就越會開始注意到它們通常具有棕褐色或黃色色調。這不僅會分散注意力，還會降低圖像的真實感，使其看起來很陳舊。
醇厚的黃色
例如，我要求 ChatGPT 創建各種圖像 – 孩子的生日邀請、羅馬鬥獸場上羅馬角斗士的貓以及演示的概念圖像。
我想說，在不同程度上，您可以在所有圖像中看到背景的默認黃色調：
問題是，你能做些什麼呢？那麼，當您撰寫原始圖像聲明時，您可以嘗試添加特定於顏色的說明，例如“中性白平衡”或“無黃色、準確的膚色”。這可能有助於在問題出現之前阻止問題，但這意味著您的索賠會變得更長、更複雜。
另一種解決方案是提及特定的照明條件，例如“明亮的正午光線”，或使用負面提示，例如“避免黃色或棕褐色”作為您的聲明的一部分。
ChatGPT 不能做的事情是顯而易見的——創建一個圖像，然後說“讓這個不那麼黃”之類的話。由於 ChatGPT 的工作原理，它會生成一個比以前顏色更少的圖像，但它會在此過程中重新創建整個圖像，因此它不會完全是您開始時使用的圖像。事實上，它通常看起來很不同。
Python腳本
如果您只是想在 ChatGPT 中擁有相同圖像的顏色校正版本，您可以剪切並粘貼以下 Python 腳本（來自 Reddit 用戶） 林克醫藥）在 ChatGPT 中並在創建圖像後讓它在圖像上運行。
import cv2
import numpy as np
def neutralize_yellow(image):
"""
Takes a BGR image (NumPy array) and reduces yellow tint to make colors more neutral.
Returns a new neutralized image.
"""
# Convert to LAB color space (L = lightness, A = green–red, B = blue–yellow)
lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
# Split into channels
L, A, B = cv2.split(lab)
# Compute how much yellow there is (positive shift in B channel)
yellow_strength = np.mean(B) - 128 # 128 = neutral midpoint
# Reduce yellow by shifting B channel toward neutral (128)
if yellow_strength > 0:
correction = np.clip(B - yellow_strength * 0.8, 0, 255)
lab = cv2.merge((L, A, correction))
else:
lab = cv2.merge((L, A, B))
# Convert back to BGR
neutral_img = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)
return neutral_img
# Example use from another script:
# from remove_yellow_tint import neutralize_yellow
# neutral_image = neutralize_yellow(image_from_other_script)ChatGPT 運行 Python 腳本不會有任何問題，並且圖像將與之前完全相同，只是在 ChatGPT 中顏色正確。
以下是使用 Python 腳本之前和之後的示例：
未來版本的 ChatGPT 很可能在生成圖像時不會出現這種黃色，但在那之前，您可以採取一些措施。或者您可以查看作為 Gemini 一部分的出色的 Nano Banana 圖像製作器。
在 Google 新聞上關注 TechRadar 和 將我們添加為最喜歡的來源 在您的源中獲取專家新聞、評論和意見。請務必點擊關注按鈕！
當然你也可以 在 TikTok 上關注 TechRadar 以視頻形式獲取新聞、評論和拆箱，並定期從我們這裡獲得更新 WhatsApp 還。
適合所有預算的最佳商務筆記本電腦
