目标网站网页截图，页面可能随时间更新。
- 作者：songweig
- 分类：AI 绘图
- 名称：Rich Text To Image
- 来源：Hugging Face Spaces
Rich Text To Image 的核心思路，是把文字内容与其中的富文本属性一起用于图像生成。相比只输入一段普通提示词，用户可以在描述中为部分词语设置颜色等属性，再通过多个参数调整属性影响范围、结构保留程度和生成过程。
核心功能
应用接收 Rich-text JSON Input，输入内容可以包含普通文字，也可以为特定片段附加颜色属性。界面还提供 Negative Prompt，用于填写希望避免的画面特征，例如模糊、低分辨率或质量较差等描述。
生成结果包括 Rich-text 图像和 Plain-text 图像，并提供 Segmentation、Token Maps 等辅助图像。前者可用于对照富文本与普通文本输入的结果，后者则有助于观察文本分段及词语映射情况。
适用任务
它适合处理需要让文字局部属性参与画面表达的创意绘图任务，例如在场景描述中突出某个带颜色的对象、材质或视觉重点。也可以用于比较同一段内容在普通文本和富文本输入下的生成差异。
如果任务只需要普通提示词生成图像，Plain-text 对照结果能够提供一个较直接的参照。对于需要分析词语如何影响图像的场景，Segmentation 和 Token Maps 视图可能更有帮助。
使用思路
先组织一段完整的场景描述，再决定哪些词语需要附加颜色等富文本属性。输入格式应遵循界面示例所采用的富文本 JSON 结构，并在需要时补充 Negative Prompt。
随后可围绕生成目标调整参数：Token map threshold 用于控制标记图中显示的区域；Detail preservation 偏高时，更强调普通文本生成结果中的结构；Unformatted token preservation 偏高时，未附加富文本属性的词语受到的影响可能更小；Color weight 偏高时，更强调颜色，但过大可能带来伪影。Number of segments 可用于调整分段数量，Seed 则用于控制生成所使用的随机种子。
生成参数与对照
Number of Steps 和 CFG weight 可作为生成过程中的控制项，Width 与 height 用于选择图像尺寸。实际使用时，可以先保持描述稳定，只调整一个参数，以便判断变化来自富文本属性、分词映射还是生成设置。
对照 Rich-text 与 Plain-text 两类图像时，建议同时观察 Segmentation 和 Token Maps。这样可以把最终画面变化与文本分段、词语映射及颜色权重联系起来，而不是只根据单张图像判断效果。
富文本输入需要采用什么形式？
界面接收 Rich-text JSON Input，示例使用包含 ops 数组的 JSON 结构，其中不同文字片段可以附加 color 等属性。
Color weight 应该如何调整？
如果希望颜色表达更精确，可以提高 Color weight；数值过大时可能出现伪影，因此应结合画面结果逐步调整。
Detail preservation 调高会有什么倾向？
该参数用于在普通文本生成结构与富文本属性之间进行调节。调高时更倾向保留普通文本生成中的结构，调低时更容易体现富文本属性。