前言
关于三视图的制作，很早之前就有些小伙伴留言如何实现，当时只是给了大家制作的实现思路，最近又有些小伙伴提到了这个问题，今天我们就详细讨论一下这个问题，看一下最常见三视图的制作有哪些实现方式。话不多说，我们开整。
一. 实现方式一： 通过提示词实现
三视图提示词格式：
(three views of character:1.2),（three views of the same character in the same outfit:1.2),full body,front,side,back,front view,side vide,back view,front view of girl,side view of girl,back view of girl,【主体描述】 simple background,white background,masterpiece,best quality
下面我们以具体示例看一下效果。
- 大模型：IP DESIGN | 3D可爱化模型 V4.0
模型下载地址（文末网盘地址也可获取）****
LiblibAI: https://www.liblib.art/modelinfo/2beae39bf23edd20675436f88cbf0942
- 正向提示词（这里只补充主体描述的关键词）
Prompt：1girl,blonde hair,long hair,princess peach,blue eyes,lips,eyelashes,earrings,crown,hood,casual
提示词：1个女孩，金发，长发，桃公主，蓝眼睛，嘴唇，睫毛，耳环，皇冠，兜帽，休闲
- 反向提示词
nsfw,lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,artist name,
-
采样器：Euler a
-
采样迭代步数：25
-
图片宽高：768*512
-
CFG: 7
我们看一下生成的图片效果。
所有的AI设计工具，安装包、模型和插件，都已经整理好了，👇获取~
相关说明：
（1）这种实现方式可控性不太好，需要大量抽签才能抽到符合要求的图片。不管是基于SD1.5还是基于SDXL的大模型，很多大模型对于三视图的准确理解还是不到位的。当然如果有能很好理解三视图关键词的的大模型，那这种实现方式也是很好的哈。
（2）如果出现生成不了三视图中某个视图效果，可以适当提高一下该视图的提示词权重。
二. 实现方式二：借助三视图LORA实现
我们可以在liblibAI的官网，通过关键词"三视图"搜索到相关的LORA。这里有很多支持各种不同风格的三视图LORA模型。
这里我们以使用量最大的mw_3d角色ip三视图q版 LORA为示例讲解。该lora模型有支持SDXL大模型的尝鲜版（V2.0.1）和支持SD1.5大模型的版本（最新版V1.1）。
LORA：mw_3d角色ip三视图q版 V2.0.1 尝鲜版
该版本使用的是基于SDXL1.0基础版本的底膜。该版本对动物的支持貌似更好了一些。触发词：mw_sanshitu、three view、full body
下面我们以具体示例看一下效果。
-
大模型：SDXL_1.0
-
正向提示词
Prompt：mw_sanshitu,full body,mermaid,simple background,standing，lora:mw\_3d角色ip三视图q版\_2.0.1:0.9\
提示词：Mw_sanshitu，全身，美人鱼，简单背景，站立
- 反向提示词
easynegative,dark,bad hands,bad feet,worst quality,low quality,normal quality,bad artist,bad anatomy,blurry
-
loar: lora:mw\_3d角色ip三视图q版\_2.0.1:0.9
-
采样器：Euler a
-
采样迭代步数：25
-
图片宽高：1024*768
-
CFG: 7
我们看一下生成的图片效果。
上面我们没有加三视图的视角关键词，我们把视角关键词添加一下：
Prompt：mw_sanshitu,full body,front view,side view,back view,mermaid,simple background,standing
当然也不能每次都能正确理解，但是抽签概率已经很大了。
相关说明：这种方式对于创作三视图来说，是相当不错的实现方式，但是没有办法准确的控制主体的姿势。三视图的视角仍然是随机的，虽然可以通过提示词来控制，但是还是需要抽签概率。
三. 实现方式三：使用ControlNet的openpose模型
这种实现方式主要是通过ControlNet的Openpose插件可以实现人物姿势自由控制，我们借助这个插件生成的3种不同视角的人体姿势，从而达到精准控制人物姿势的3视图效果。
关于Openpose灵活人物姿势的控制可以参照之前的文章了解。【[Stable Diffusion【ControlNet】：Openpose Editor插件，实现人物姿势自由]】
下面我们来看一下具体示例操作步骤。
【第一步】：制作一张人物三视图的特征图片。
下面这张三视图的特征图片分别对应人物的：正面、侧面、背面。
相关说明：对于我们来说制作三视图的特征图片并不容易，我们可以在LiblibAI网站或者C站上找一张三视图的真人图片，然后在ControlNet中使用Openpose模型的Openpose预处理器生成一张三视图的特征图片。具体操作如下。
【第二步】：大模型选择、提示词编写、相关参数设置
-
大模型：AWPortaint V1.4
-
正向提示词
Prompt：(three views of character:1.2),(three views of the same character in the same outfit:1.2),1girl,long hair,wear school uniform,a proud and confident smile expression,studio fashion portrait,studio light,pure white background,
提示词：1个女生，长发，穿着校服，带着骄傲自信的微笑表情，工作室时尚肖像，工作室灯光，纯白色背景
- 反向提示词
ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,
-
采样器：DPM++ 2M Karras
-
采样迭代步数：30
-
图片宽高：768*512
-
CFG: 7
-
高分辨率修复：放大算法Lanczos，重绘幅度0.4 重绘采样步数30
-
Adetailer插件：脸部模型 face_yolov8n
【第三步】：ControlNet Openpose模型设置
相关参数设置如下：
-
控制类型：选择"OpenPose(姿态)"
-
预处理器：none (由于上传的是三视图特征图，这里就不需要再设置预处理器了)
-
模型： control_v11p_sd15_openpose
【第四步】：图片的生成
相关说明：
（1）使用ControlNet的openpose模型制作的三视图相对来说最稳定，每次都可以出三视图的效果。
（2）这种方式可以实现其他任意视图，不仅仅局限在三视图。
上面分享目前最常用的制作三视图的三种方法，在实际应用中，大家可以综合几种方法一起使用，比如结合实现方式二和三，在不同的场景可能会带来更好的效果。
好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
零基础AI绘画学习资源介绍
👉stable diffusion新手0基础入门PDF👈
👉AI绘画必备工具👈
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉AI绘画基础+速成+进阶使用教程👈
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉12000+AI关键词大合集👈
这份完整版的AI绘画全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
1108
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
