Image vers image
L'image vers image (image-to-image) est la tâche qui consiste à générer une nouvelle image à partir d'une image existante et d'un prompt, en conservant une partie de la structure de l'original tout en changeant le style, les détails ou le contenu.
Aussi appelé : img2img, image editing, image transformation
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Au lieu de partir d'un bruit pur comme en texte vers image, le modèle part de votre image. Vous pouvez transformer un croquis sommaire en illustration finie, donner à une photo l'allure d'une peinture ou changer la saison d'un paysage.
Comment ça marche
La méthode img2img courante vient de SDEdit. Elle ajoute une quantité choisie de bruit à l'image d'entrée, puis laisse un modèle de diffusion la débruiter à nouveau. Le réglage d'intensité (strength ou denoise) décide de la quantité de bruit ajoutée. Une faible intensité conserve l'essentiel de l'original ; une forte intensité ne garde que les formes et les couleurs générales et donne plus de poids au prompt.
Édition par instruction
Les modèles plus récents acceptent une simple instruction comme « rends la veste bleue » et modifient directement l'image, en visant à ne changer que ce qui a été demandé. Qwen Image Edit 2511 en est un exemple ouvert. On les appelle aussi modèles d'édition d'images.
Termes voisins
L'inpainting ne modifie qu'une zone masquée. ControlNet conserve une structure précise, comme les contours, la profondeur ou la pose, plutôt que l'image entière. L'agrandissement avec un upscaler IA est une autre tâche d'image vers image, centrée sur la résolution.
Limites
Il faut arbitrer entre fidélité à l'entrée et respect du prompt. Les visages et les petits textes peuvent changer de façon indésirable, même à faible intensité.
Termes liés
- Inpainting et outpainting
- L'inpainting consiste à remplir une zone masquée d'une image avec un nouveau contenu généré qui s'accorde au reste de l'image. L'outpainting applique la même idée au-delà des bords, en prolongeant l'image hors de son cadre.
- Text-to-image
- Le text-to-image (texte vers image) consiste à générer une nouvelle image à partir d'une description écrite, appelée prompt. La plupart des modèles text-to-image actuels sont des modèles de diffusion conditionnés par le texte.
- ControlNet
- ControlNet est un module complémentaire de réseau de neurones qui permet à un modèle de diffusion texte vers image de suivre un guide structurel, comme une carte de contours, une carte de profondeur ou une pose humaine, en plus du prompt textuel.
- Modèle de diffusion
- Un modèle de diffusion est un modèle génératif qui apprend à transformer du bruit aléatoire en données, comme une image, en retirant un peu de bruit à la fois sur de nombreuses étapes.
- Upscaling d'images par IA
- L'upscaling d'images par IA (agrandissement ou super-résolution) utilise un réseau de neurones pour agrandir une image et y ajouter des détails plausibles, si bien que le résultat paraît plus net qu'avec un simple redimensionnement.