Stable Diffusion【进阶篇】：真人漫改之图生图实现

爱绘画的彤姐

已于 2024-12-29 19:32:04 修改

阅读量1.9k

点赞数 26

于 2024-03-29 15:25:32 首次发布

本文链接：https://blog.csdn.net/A2421417624/article/details/137146751

版权

本文详细介绍了如何在StableDiffusion中使用图生图技术实现真人漫改，包括图片上传、参数设置（如重绘强度）、提示词编写，以及选择合适的二次元大模型。作者强调了后期处理的重要性，并讨论了AIGC技术的前景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

大家好，我是小梁子。

所谓真人漫改，就是把一张真人的图片生成一张新的二次元的图片，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。在Stable Diffusion：图生图基础，中曾详细讲解过具体实现，本文我们再系统的讲解一下。

下面我们来详细看一下图生图实现真人漫改的具体实现方式。

【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真人照片。

下面进行相关参数设置。

采样器：DPM++2M Karras
采样迭代步数：30
图片宽高：保持和上传的图片宽高一致或者定比例的放大或者缩小。
重绘强度：建议设置在0.45-0.65之间，这个参数值并不是固定的，在实际使用过程中可以多尝试不同的重绘强度值，这里可以使用脚本插件的方式一次生成不同重绘强度值的多张图片。（重绘强度是图生图最重要的一个参数设置，用于控制生成的图片和原来的图片的相似度有多大。它的取值范围为0-1，默认值0.75。值越小，和原来的图片相似度越高，AI自由发挥的空间也越小。值越大，和原来的图片相似度越低，AI自由发挥的空间也越大)。

【第二步】提示词的编写

如果我们知道上传图片的提示词，可以直接将图片的提示词复制过来。

如果我们不知道上传图片的提示词，可以看之前的文章【Stable Diffusion：图片信息获取】。这里推荐使用Tagger插件的方式获取，因为生成提示词效果较好。

通过Tagger插件获取的提示词为：

1girl, solo, long hair, jewelry, necklace, brown hair, chalkboard, looking at viewer, window, realistic, black eyes, lips, classroom, indoors, upper body, white dress, dress

因为我们需要真人漫改生成对应的二次元图片，我们要检查一下提示词，建议使用翻译软件把提示词翻译出来详细检查一遍，把不符合要求的提示词去掉，比如这里提示词realistic（逼真）就需要拿掉。

最终的提示词：

1girl, solo, long hair, jewelry, necklace, brown hair, chalkboard, looking at viewer, window, black eyes, lips, classroom, indoors, upper body, white dress,dress（女孩，solo，长发，珠宝，项链，棕色头发，黑板，看着观众，窗户，黑眼睛，嘴唇，教室，室内，上身，白色连衣裙，连衣裙）

【第三步】大模型的选择以及图片的生成

真人漫改需要生成二次元的图片，所以大模型需要选择二次元的大模型。

这里我们选择不同的二次元大模型来看一下效果。

原图

大模型：Anything v5 Prt

大模型：Counterfeit V3.0

大模型：Cetus-Mix Coda2

大模型：MeinaUnreal V3

关于真人漫改的图生图实现方式大家按照上面的操作步骤实现即可。

写在最后

全套AI实用插件已打包，有需要的小伙伴可以自取，无偿分享。
在这里插入图片描述

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。