AI绘画Stable Diffusion 漫画人物改真人，图生图实现教程！

最新推荐文章于 2025-02-06 14:43:05 发布
最新推荐文章于 2025-02-06 14:43:05 发布
阅读量1.7k 收藏 10
点赞数 22
文章标签： AI作画 stable diffusion AIGC ai绘画 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/A13531922961/article/details/138082597
版权
本文介绍了如何通过图生图功能在StableDiffusion中实现漫改真人，包括图片上传、参数设置（如采样器、重绘强度）、提示词编写和大模型选择。同时探讨了AIGC技术的发展前景，以及学习资源和实战应用的重要性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

大家好，我是设计师阿威。

所谓漫改真人，就是把一张二次元图片生成一张新的真人图片，在Stable Diffusion中，有很多方式实现，其中通过图生图的方式是最常用的方式，大概1-3分钟就可以完成。我们先看一下实现效果。

下面我们来详细看一下图生图实现漫改真人的具体实现方式。

【第一步】：图生图图片上传以及相关参数设置

在图生图功能菜单界面，我们选择【图生图】上传一张我们需要漫改的二次元照片。

下面进行相关参数设置。

  • 采样器：DPM++2M

最低0.47元/天 解锁文章
AI 绘画 | Stable Diffusion 动漫人物真人化
洛阳泰山的博客
12-07 1210
如何让一张动漫人物变成真实系列人物？Stable Diffusion WebUI五步即可实现。快来使用AI绘画打开异世界的大门吧！！！
Stable Diffusion教程：图生图
AA1213888的博客
07-04 1488
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5205
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
玩Stable Diffusion不可不知的5款真人模型！大佬都在用！（附模型包）
m0_58477260的博客
02-06 1757
模型对于AI绘画起决定性作用，今天推荐5款超好用的StableDiffusion模型。这些模型都在市面上收获了各种好评，而且各具特色，能满足你对写实人像的各种要求。写实系的人像大模型，，出图很稳定。这个模型自带固定人脸，新手可以用简单的提示词生成精美的图片，但是女性的脸几乎都长一样，这也是AI脸的由来。C站早期最受欢迎的真人大模型，只要提示词写到位，，和各种Lora的兼容性非常好，唯一的缺点就是手很容易崩。和chillout一样都是针对亚洲人的大模型，相比麦橘写实的精美，这款模型的。
AI绘图，手把手教你用 stable diffusion 绘制真人图像
libaiup的博客
07-01 1144
首先我们要在本地部署stable-diffusion，网上有很多小白教程，这里我就不多赘述了，我们直接上使用教程。 1、 到stable-diffusion目录下找到webui-user.bat这个文件，双击打开它，有的安装包里管它叫“启动器”，总之，打开就行。
【stable diffusion系列教程1】(将动漫人物变为真人coser！)
baltam1995
07-22 618
(【stable diffusion系列教程1】(将动漫人物变为真人coser！))
【转载】stable diffusion 真人照片训练PT实操
Working harder, getting stronger!
03-11 943
在stable diffusion程序文件夹内，创建一个train文件夹，在train文件夹下，输入你这个人像训练或画风训练的embedding文件夹，在这个文件夹下，再创建一个old文件夹。首先在启动stabel diffusion 之前，进入VAE文件夹，将model.vae.pt文件改为1model.vae.pt，这一步很重要，VAE若自动加载，则训练必失败。每个token的向量数是很重要的，一般与你的初始图片数量有关，如果是人像训练，一般设置数字为6-12， 如果是画风训练则一般10以上。
3分钟让你学会使用Stable Diffusion生成动漫角色变真人图片
HJS123456780的博客
07-02 1272
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
AI绘画Stable Diffusion【艺术写真】：蒙版法图生图，局部重绘实现AI艺术写真
A13531922961的博客
05-28 1254
未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。高品质，杰作，细节丰富，摄影逼真，8k，高清画质，一个女孩，独唱，棕色眼睛，棕色头发，长发，衣服,耳环,白色连衣裙,田野，鲜花，鲜花的田野，看着观众，户外，粉色的花朵。：1女孩，独奏，黑色头发，蓝色连衣裙，红唇，头饰，看着观众，雪，下雪，回头看，户外，雪花，冰城堡，楼梯，模糊的背景，风，逼真，全身。女孩，独奏，汉服，珠宝，项链，耳环，完美的身体，巨大的白色荷叶，水，在夏天，荷花盛开，阳光明媚，风，云，明亮。
AI绘画Stable Diffusion零基础入门教程，轻松掌握AI创作！
A13531922961的博客
05-23 1327
通过选择整合的提示词，如【人物-1女孩】、【表情动作-基础动作-奔跑】、【环境-氛围-海边日落】和【环境-水-海滩】，以及增强画质的提示词【画面-画质-极高分辨率】和【画面-艺术风格-原画】当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
Stable Diffusion图生图（真人变漫画）及局部重绘（背景、衣着、面部）
AA1213888的博客
07-09 935
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
【stablediffusion】AI动漫转真人终极教程！3步做出爆款内容，一键定制你的专属动漫头像，轻松上手，小白也能学会！AI绘画
阿道夫的博客
11-20 4838
1女孩，独唱，粉色头发，肚脐，长发，双臂交叉，绿色眼睛，前额标记，樱花，看着观众，红色发带，发带，珠宝，胸部，耳环，无袖，闭着嘴，微笑，裸露肩膀，中等胸部，漂浮的头发，树枝，胃，当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
stable-diffusion-webui教程（AI绘画真人教程）
jakelihua
02-24 8833
stable-diffusion-webui教程（AI绘画真人教程）
Stable Diffusion 全网最详细超写实人像制作教程（附模型）
ice829的博客
07-01 1287
还记得我们用Stable Diffusion生成的那些一眼就能看出是AI画的图吗？皮肤光滑得跟抹了层蜡似的，看着就不自然。但是今天给大家介绍的这个皮肤质感调节神器，绝对能让你的作品更上一层楼！
Stable Diffusion【真人漫改】实现可商用效果的真人漫改制作教程
2401_85725028的博客
07-02 1322
女孩，珠宝，独奏，手镯，发饰，发花，辫子，花，耳环，长发，项链，肚脐，看着观众，乳房，无肩带，裙子，户外，腹部，模糊，裸露的肩膀，棕色头发，单根辫子，模糊的背景，吊带上衣，中等胸部，分开的嘴唇，露脐上衣，棕色眼睛，粉色裙子，黑发。当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。（3）该制作方法在细节处还有待完善，比如美女佩戴的耳环，生成的二次元图片效果款式和颜色都还没有达到一致。
AI动漫转真人终极教程！3步做出爆款内容，音乐推广号变现
2401_85154887的博客
09-28 889
现在，我们通过AI绘画竟然就能还原出来他们现实中的样子 除了动漫角色和游戏人物，古代的画像、经典的二次元图像，例如QQ头像等等，都可以把他们转成现实中的样子 另外，我们也可以把这些图片做成视频内容发到网上，不仅可以获赞涨粉，还可以用作音乐推广号变现
利用stable diffusion实现超炫酷的二次元转真人
QkunAI的博客
08-17 495
利用stable diffusion实现超炫酷的二次元转真人
stable-diffusion-webui训练图生图
最新发布
03-20
### 使用 Stable Diffusion WebUI 进行图生图训练 #### 什么是图生图？ 图生图是指通过输入一张参考图像以及一些参数设置，利用 AI 模型生成新的图像的过程。在 Stable Diffusion 中，WebUI 提供了一个友好的界面来进行此类操作[^2]。 #### 主要功能模块 Stable Diffusion WebUI 的图生图功能支持多种模式和工具，包括但不限于以下几种： - **基础图生图**：基于参考图像生成新图像。 - **手绘修正/涂鸦绘制**：允许用户通过简单的草图或线条调整目标区域的内容。 - **局部重绘**：仅重新生成指定部分的图像内容，保留其他区域不变。 - **蒙版引导的编辑**：可以使用黑白掩码或者自定义颜色掩码实现更精确的控制。 - **批量处理**：一次性对多张图片应用相同的变换逻辑。 - **反推提示词**：自动分析现有图像的关键特征，并尝试推测其可能对应的文本描述[^3]。 #### 实际操作指南 以下是关于如何配置环境及执行具体任务的一些指导： 1. **准备阶段** - 下载安装好最新版本的 Stable Diffusion WebUI 软件包及其依赖项。 - 加载预训练权重文件至本地运行环境中以便于即时测试不同效果。 2. **启动服务端口访问页面** 执行命令如下所示以开启图形化管理面板： ```bash python webui.py --listen --port=7860 ``` 3. **加载模型与扩展组件** 确认所使用的扩散网络架构适配当前项目需求；同时激活必要的附加脚本如 ControlNet 或者 Pose Detection 插件提升创作灵活性[^4]。 4. **设定基本参数** 用户需填写以下几个重要字段才能顺利开始渲染流程： - Prompt (正面指示语句卡) - Negative prompt (负面排除列表) - Sampling steps (采样迭代次数) - CFG scale (条件因子强度等级) 5. **导入素材源文件** 将待加工的照片拖拽上传到对应位置框内作为初始依据材料之一。 6. **启用高级选项（可选）** 如果希望进一步细化成果表现，则考虑采用下列策略优化细节呈现质量： - 利用“Denoising strength”滑竿调节去噪力度平衡真实感还原度与创意发挥空间之间的关系； - 结合特定风格迁移算法切换整体视觉基调方向； - 对某些特殊部位单独施加额外约束条件限制范围内的变动幅度不至于过大破坏原有结构比例协调性等问题发生几率降低不少哦！ 7. **提交作业等待完成反馈结果展示** --- ```python from diffusers import StableDiffusionPipeline, EulerDiscreteScheduler model_id = "runwayml/stable-diffusion-v1-5" scheduler = EulerDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler") pipe = StableDiffusionPipeline.from_pretrained(model_id, scheduler=scheduler).to("cuda") prompt = "a photo of an astronaut riding a horse on mars" image = pipe(prompt).images[0] image.save("astronaut_rides_horse.png") ``` 上述代码片段展示了如何借助官方库快速搭建简易管线实例用于初步探索验证概念可行性等方面的工作效率有所提高的同时也简化了许多繁琐的手动调试环节带来的不便之处[^1]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值