Stable Diffusion绘画 | 图生图-上传重绘蒙版

最新推荐文章于 2025-02-17 22:09:27 发布
最新推荐文章于 2025-02-17 22:09:27 发布
阅读量457 收藏
点赞数 1
分类专栏： Stable Diffusion绘画 文章标签： stable diffusion AI作画 ai AI 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/fenqi1989/article/details/140983152
版权

上传重绘蒙版，可以弥补局部重绘的缺点，能够更精细的修改画面中的指定区域

使用PS制作的蒙版图片为耳朵下方区域，可以为图片中的女生带上不同款式的耳环。

参数配置：

调整提示词：

生成图片如下所示：

调整提示词：

生成图片如下所示：

今天先分享到这里~

开启实践：SD绘画 | 为你所做的学习过滤

Stable Diffusion: 蒙版重绘
duhaining1976的博客
06-15 855
AIGC研究及应用系列
Stable Diffusion教程 | 图生图局部重绘实战详解
A1353192296的博客
04-30 2026
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。
【SD零基础教程】Stable Diffusion涂鸦重绘与上传重绘蒙版
最新发布
2301_80239908的博客
02-17 1056
在本节内容中，我们将深入学习涂鸦重绘和上传重绘蒙版的相关知识，并以AI模特换装作为案例，帮助大家综合性地学习这些知识点。
【stable diffusion】保姆级入门课程06-Stable diffusion（SD）图生图-上传蒙版及批量处理的用法
Minstrel的博客
07-28 4782
stable diffusion上传蒙版及批量处理功能
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5238
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。
stable diffusion超详细局部重绘教程！
ice829的博客
05-17 2726
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。
Stable Diffusion绘画 | 图生图-局部重绘（二）
Leo-Fighting的博客
08-05 778
当羽化值拉到最大=64时，重绘的羽化会侵蚀脸部内部（蒙版区域），导致人脸不再100%保留原来的特征，甚至产生变形。它的原理是，完全不考虑原图，在蒙版区域直接重新添加新的噪声来进行重绘。生成的领带，会考虑原图的领带信息，生成效果会与原图的领带比较接近。既考虑原图画面，也会给AI更多的自由度，与原图对比，变化更大。指的是局部重绘生成的内容，一定要考虑原图原本的画面信息。也可用于去除画面中的内容，例如更换掉女生一侧的红色铁柱。对蒙版区域原图先进行模糊处理，再获取原图的信息。当羽化值为0，指的是直接硬生生的嫁接。
Stable Diffusion绘画 | 图生图-涂鸦重绘
Leo-Fighting的博客
08-06 618
涂鸦重绘的整体参数配置，与局部重绘基本一致，仅多了一个的参数。都是对局部区域进行重新绘制，但它不仅能识别蒙版的区域，同时还能识别。例如，对图片中的人物脸部，使用蓝色的画笔，画一个口罩形状的蒙版。在提示词中添加口罩mouth_mask生成的图片，口罩颜色与画笔颜色基本类似。
Stable Diffusion绘画 | 图生图-局部重绘（一）
Leo-Fighting的博客
08-05 410
使用 文生图 生成如下图片，
Stable Diffusion：蒙版法图生图局部重绘实现AI艺术写真
AA1213888的博客
07-10 1045
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 1255
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。
StableDiffusion教程丨图生图局部重绘实战详解
2401_85116933的博客
12-06 1694
SD和其他AI绘画Midjourney最大的区别就是可控，局部重绘功能就是增加这种可控性，它能够针对图像的局部按需重绘，从而实现更加细致和图像的编辑。
Stable Diffusion 图生图-蒙版重绘，Controlnet未生效的一个场景
qq_26771309的博客
05-15 6634
使用了sd-webui-segment-anything绘制蒙版，使用controlnet的canny、openpose，但是没有效果，出图混乱没能达到理想状态
Stable Diffusion教程|图生图局部重绘实战详解
HJS123456780的博客
04-17 3294
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 图片背景完美替换
白帽阿叁的博客
01-31 4832
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。
AI绘画SD入门教程：图生图基础用法，我不允许你还不会！
白帽阿叁的博客
04-12 3448
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。
Stable Diffusion：图生图之局部重绘(手涂蒙版)
2401_85725028的博客
08-02 1023
可见，蒙版透明度与涂鸦画笔所使用的颜色有关，蒙版透明度越高，生成的图片颜色与涂鸦画笔使用的的颜色就越远，所以为了与画笔所使用的颜色保持一致，我们最好将蒙版透明度设置为默认值0。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。
【PS】局部重绘 制作蒙版
资深网络工程师
11-17 444
3.图层-新建填充图层-纯色-选择白色-将人物复制进去。将填充图层复制 一层 可以按住CTL+J进行复制。将新建的图层放到最下面，得到白色人物，黑色背景的蒙版。将填充复制的填充图层颜色改为黑色（前方小方块颜色）新建一个图层使用油漆桶工具设置为黑色。2.使用快速选择工具-选中想要人物。shit键 选中你需要的。ATL键 删除你不要的。
stable diffusion 的图生图里的上传重绘蒙版
01-23
### 如何在 Stable Diffusion 中使用上传重绘蒙版 #### 准备工作 为了确保能够精确控制哪些部分需要被重新绘制，在准备阶段可以选择使用 Photoshop (PS) 或其他图像编辑软件创建高精度的蒙版。因为直接在 Stable Diffusion 界面内通过鼠标涂鸦可能不够准确，而借助专业的图形处理工具则能更好地定义想要修改的具体区域[^1]。 #### 创建并保存蒙版 当利用 PS 创作好所需的蒙版之后，需将其导出为 PNG 文件格式，并保持透明度信息不变。这是因为 SD 软件读取此类文件时依赖于 alpha 通道来判断哪些像素应该参与后续的艺术创作过程。完成后的文件应与原始待修饰图片尺寸完全一致以便匹配对应关系正常运作。 #### 设置 Stable Diffusion 参数 进入 Stable Diffusion 用户界面后，找到用于指定输入图像及其相应掩码的位置。通常情况下这会涉及到两个独立字段：一个是用来加载源素材的地方；另一个则是专门接收外部导入型遮罩数据的空间。按照指示分别上传之前准备好的底片以及对应的PNG格式蒙板文档[^2]。 #### 执行重绘操作 确认所有必要的配置项均已正确设定完毕以后，就可以点击执行按钮启动算法流程了。此时系统将会基于给定条件自动生成新的视觉效果版本出来。对于希望一次性处理多张相似类型的素材而言，则可考虑启用批量化作业功能简化重复劳动强度。 ```python # 假设有一个简单的Python脚本调用StableDiffusion API来进行单张图片的局部重绘 import requests def redraw_image(image_path, mask_path): url = "http://localhost:7860/sdapi/v1/img2img" payload = { 'init_images': [open(image_path,'rb').read()], 'mask': open(mask_path,'rb'), 'include_init_images': True, 'resize_mode': 0, 'denoising_strength': 0.75, 'image_cfg_scale': 1.5, 'seed': -1, 'subseed': -1, 'batch_size': 1, 'n_iter': 1, 'steps': 50, 'cfg_scale': 7, 'width': 512, 'height': 512, 'restore_faces': False, 'tiling': False, 'negative_prompt': '', 'eta': 0, 's_churn': 0, 's_tmax': None, 's_tmin': 0, 's_noise': 1, 'override_settings_restore_afterwards': True } response = requests.post(url,json=payload) r_json = response.json() image_data = r_json['images'][0].split(",")[1] with open('output.png', 'wb') as f: f.write(base64.b64decode(image_data)) redraw_image('input.jpg','mask.png') ```
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

打赏作者

肖遥Janic

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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