你是否在使用 Midjourney 进行图生图时，常常陷入反复生成却难以获得理想效果的困境？如果能对不满意的部分进行局部修改，甚至精准控制图像中特定区域的重绘，让 AI 绘图真正变得可控、高效，这样的工作流是否会令你眼前一亮？本文将系统讲解 Midjourney 图生图的全部核心用法，助你掌握从基础操作到进阶控制的关键技巧。

图生图（Image-to-Image）是指以一张已有图片作为输入参考，由模型据此生成新图像的过程。这张输入图在功能上类似于文本提示词，为生成过程提供视觉锚点和风格/结构引导。Midjourney 提供四种主要实现方式：

1. 以图搜图（Using Image ID）：先由 Midjourney 生成一张图片，再通过其唯一标识符（Image ID）调用该图，生成风格或构图高度相似的新图。操作方式为在提示词后添加 --c <ID> 参数。
2. 图像分析（Describe 命令）：使用 /describe 命令上传一张图片，Midjourney 将自动解析并返回四组描述性关键词。你可以基于其中任一组关键词重新生成图像，从而获得不同侧重的变体结果。
3. 上传图直生（Direct Upload）：直接将本地图片拖入聊天框上传，Midjourney 会以其为参考生成相似图像。配合 --iw（image weight）参数可调节原图影响力，默认值为 1，降低该值（如设为 0.5）可减弱参考图约束，增强文本提示的主导作用。
4. 多图融合（Blend 命令）：使用 /blend 命令上传 2–5 张图片，Midjourney 将融合它们的视觉特征生成全新图像。此方式创意性强但可控性较低，适用于探索性创作或头像类设计。

接下来我们逐一演示具体操作流程：

一、以图搜图：保持主体一致性

首先输入文字提示：“a fox looking around in the forest”，并添加宽高比参数 --ar 16:9。等待生成后，选择满意的一张（例如第四张），点击右上角“⋯”图标，选择“Copy Image URL”获取该图的 Image ID（即“身份证号”）。复制后，在新提示中粘贴该 ID 并附加 --c 参数，例如：
a relaxed fox in the forest --c <copied-ID> --ar 16:9

生成结果中，第一张与第四张均呈现悠闲状态，且主体狐狸的面部结构高度一致，验证了 Image ID 对主体稳定性的保障能力。这种机制特别适用于系列插画、角色设定延展或动画分镜等需保持角色统一性的场景。

二、图像分析：获取可编辑的视觉描述

使用 /describe 命令上传一张图片后，Midjourney 将返回四组关键词描述。例如原图是一只警觉的狐狸，返回结果可能分别为：
1. 梦幻森林光影氛围；
2. 加入小男孩互动元素；
3. 强化明暗对比与体积感；
4. 暗黑系写实风格。

每组关键词均可单独用于后续生成，便于针对性调整画面情绪、角色构成或艺术风格。你还可以在此基础上修改关键词（如将“girl”改为“boy”，或将“apple”扩展为“children eating apples”），进一步定制输出效果。

三、上传图直生：灵活控制参考权重

将一张食物摆盘图直接拖入对话框上传，随后输入命令：
/imagine prompt food on a plate --ar 7:9

生成结果聚焦于食物呈现。若希望弱化原图细节、强化文本指令，可在提示末尾添加 --iw 0.5。调整后图像更贴近“被切开的汉堡”等文字描述，说明降低 --iw 值有助于释放文本提示的主导权。

四、多图融合：激发创意组合

使用 /blend 命令上传两张或多张图片（最多五张），Midjourney 将自动融合其视觉特征。例如融合两张人像图，常能生成兼具二者神态与轮廓特征的新面孔，非常适合头像设计或概念角色开发。

无论采用哪种方式，图生图的本质逻辑始终不变：文本提示决定“要什么”，参考图像决定“像什么”。理解并熟练运用这四种方法及其对应参数，即可大幅提升 Midjourney 的可控性与产出效率。