AI绘画Stable Diffusion：四种方法轻松改变美女头发颜色，真的太酷了

大家好，我是程序员晓晓

最近总是有小伙伴问如何用Stable Diffusion 改变人物的头发颜色，那今天这篇文章就教大家如何快速方便的更改头发颜色。

这里我们先统一一下公共设置参数。

• 正向提示词：a super beautiful Chinese girl,very delicate features,long hair,(red hair:1.2),delicate skin,big eyes,white sweater,necklace,standing in the street,upper body,

• 反向提示词： loli,nsfw,logo,text,badhandv4,EasyNegative,ng_deepnegative_v1_75t,rev2-badprompt,verybadimagenegative_v1.3,negative_hand-neg,mutated hands and fingers,poorly drawn face,extra limb,missing limb,disconnected limbs,malformed hands,ugly,

• 大模型：majicMIX realistic 麦橘写实 v7

• 采样器：DPM++ 2M Karras

• 采样迭代步数：30

• CFG：7

• 图片宽高：512*768

我们需要将下面的图片中美女的头发变成红色

方法1：使用ControlNet的Canny模型

我们先看一下ControlNet参数设置

相关参数设置如下：

• 控制类型：选择"Canny(硬边缘)"

• 预处理器：canny

• 模型：control_v11p_sd15_canny

• 控制权重：1

修改提示词：添加关键词(red hair:1.2)

a super beautiful Chinese girl,very delicate features,long hair,(red hair:1.2),delicate skin,big eyes,white sweater,necklace,standing in the street,upper body,

生成的图片效果如下：

相关说明：

（1）Canny控制器模型主要用于提取图片的轮廓，因此可以大致保持图片的整体风格和人物造型，再结合提示词，可以改变人物的头发颜色，但是人脸就无法保持一致了。

（2）提示词中添加指定的头发颜色，在AI绘画时有时候并不一定只会作用于头发，也有可能作用于衣服或者其他元素。在AI绘画时这种问题是比较常见的，可以多次抽签获取自己满意的图片。

方法2：使用ControlNet的Tile模型

我们先看一下ControlNet参数设置。

相关参数设置如下：

• 控制类型：选择"Tile/Blur(分块/模糊)"

• 预处理器： tile_resample

• 模型：control_v11f1e_sd15_tile

• 控制权重：1

修改提示词：添加关键词(red hair:1.2)

a super beautiful Chinese girl,very delicate features,long hair,(red hair:1.2),delicate skin,big eyes,white sweater,necklace,standing in the street,upper body,

生成的图片效果如下：

相关说明：这个主要是利用了tile模型可以修改图片的局部细节的功能，但是tile模型的实现机制是对图片进行重绘，并不是局部修改，所以图片还是有些细微的变化，当然人脸也无法保持一致了。

方法3：使用ControlNet的Recolor模型

我们先看一下ControlNet参数设置。

相关参数设置如下：

• 控制类型：选择"Recolor(重上色)"

• 预处理器： recolor_luminance

• 模型：ioclab_sd15_recolor

• 控制权重：1

修改提示词：red hair (只需要指定头发的颜色即可)

生成的图片效果如下：

相关说明：Recolor模型的实现方式是先使用预处理提取原图片的黑白图片，然后再识别图片的各个区域进行上色处理，可以实现人脸地一致，头发颜色也正确修改，但是对整体图片的颜色风格还是有一定的影响。

方法4：使用Segment Anything插件来局部重绘

由于Segment Anything插件操作起来有些人感觉比较麻烦，关于该插件的使用更多推荐使用ComfyUI工作流的方式，这里我们推荐一个可以直接换发型的ComfyUI工作流。

网站地址：https://www.esheep.com/workflow#slug=32cb5040cf8b774f1fb189794ec06f30

可以直接使用，也可以调整模型和参数配置和上面的配置一样。下面是我将原工作流调整参数和我们使用SD WEB UI的参数配置一样。

ComfyUI工作流的G-DinoSAM语义分割功能可以自动识别上传的美女图片的发型。

最终生成的图片效果如下。

相关说明：实现了人脸一致的条件下只改变了人物的头发，最完美地实现图片的局部修改。虽然生成的头发的效果看起来稍微有些粗糙，这个和识别算法有关，可以PS稍微修复一下。但是目前来说，使用Segment Anything插件是最好的方案

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。

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