Stable Diffusion【进阶篇】：破损照片的修复

大家好，我是程序员晓晓。

大家有没有见过一些破损的照片呢，可能照片缺个角，可能照片中间破损了一条线，在AI之前，修复类似的破损照片可能是个技术活，但是现在使用AI工具，基本上几分钟就可以搞定。

我们先来看一下破损照片修复的处理效果。

原照片

修复后的照片：

我们可以在修复照片的同时对人物服装或者背景进行修改。

修复后的照片

下面我们来看一下具体的操作方式。这里以修复下面的这张破损照片为例。

【第一步】ControlNet的设置

我们在ControlNet的单元0上传该破损的照片，并且在破损的区域使用画笔涂白。

相关参数设置如下：

• 控制类型：选择"局部重绘"

• 预处理器：inpaint_only+lama（局部重绘+大型蒙版）

• 模型：control_xxx_inpaint

• 控制权重 : 设置为1

【第二步】提示词的编写

这里需要Tagger插件反推一下破损图片的提示词，保证我们的出图更符合原图内容。

我们通过Tagger插件获取图片的提示词，我们需要检查一下提示词，把与图片无关的关键词去掉。

1boy, solo, monochrome, greyscale, realistic, solo, hat, male focus, military uniform, soviet military hat, portrait, upper body, closed mouth, looking at viewer,

【第三步】大模型的选择以及图片的生成

大模型需要根据实际情况选择，写实类建议选择"majicMIX_realistic"或者"Realistic Vision"。

点击【生成】按钮。不能保证每次修复都是满意的效果，我们可以每次多生成几张从中挑选。

相关说明：

(1) 大家注意看生成的图片，图片效果也只是大体符合要求，特别是边界处融合得并不是特别好，所以生成的图片还需要借助PS等工具二次处理一下。

（2）如果破损照片中有人物服装的损坏，我尝试了一下，修复起来非常困难。

主要是颜色很难和原图片的颜色保持一致。这个时候可以将人物的衣服整个区域使用画笔都涂上蒙版，然后使用提示词来控制人物的服装。

（3）正向提示词和反向提示词最好使用Tagger插件反推生成，保证我们的出图更符合原图内容。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

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。
 

一、AIGC所有方向的学习路线

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。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

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。

四、AIGC视频教程合集

观看全面零基础学习视频，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。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除