Цветокоррекция изображений сгенерированных нейросетью

Здравствуйте, Дорогие Друзья,

Решил поделиться с вами своими наблюдениями по поводу постобработки изображений, сгенерированных нейросетями. Нейросети продолжают развиваться и создают впечатляющие картинки, которые отлично привлекают внимание и выполняют свои функции по увеличению кликабельности и формированию ярких образов. Всё это активно используется для рекламных материалов, обложек книг и дополнительных контент-элементов.

До сих пор слабым моментом остаётся цветокоррекция после успешной генерации. Разработчики пытаются заложить эти инструменты в автогенерацию, но из-за необходимости постоянного сужения граничных условий для оптимизации времени на генерацию и минимизации ресурсов эти инструменты отходят на второй план и часто отбрасываются. Особенно это касается бесплатных сервисов.

Приведу несколько собственных наработок — может быть, и вы поделитесь своими:

1. Иногда бывает достаточно немного подкрутить яркость или контрастность, и этого хватает.
2. Кривые — очень мощный инструмент цветокоррекции. Он активно применяется во всех профессиональных программах, начиная от фоторедакторов и заканчивая 3D-приложениями вроде Blender.
3. Автокоррекция белого. 
4. В каждом редакторе есть свои фишки улучшения картинок: в Photoshop это могут быть одни функции, в GIMP — другие, в Illustrator — третьи.

Приведу пример работы по цветокоррекции обложки новой книги:

Дефолт (промпт для генерации: дом мечты в лесу около ручья): 

Авто баланс белого:

Кривые:

Видно, как меняется картинка. Сразу отмечу, что это не универсальный приём и где-то заходит, где-то нет.

Оптимизация обложки для новой книги, пример:

Дефолтная генерация:

Авто баланс белого:

И кривые:

Как вам обложка, кстати? )))