stable diffusion换装超强插件inpaint anything，轻松实现AI变装！

已于 2024-12-30 20:26:15 修改
阅读量3k 收藏 11
点赞数 20
文章标签： 人工智能 stable diffusion ai绘画 AIGC AI作画
于 2024-05-10 14:00:13 首次发布
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/ice829/article/details/138663505
版权

我们将会用到Stable Diffusion WebUI 中安装的 Inpaint Anything 扩展，如何你还没有SD本地环境，可以先查看其他配置本地SD环境（安装实在是太复杂了，对Mac用户也不友好）或者使用一些在线的Stable Diffusion WebUI工具。

在这里插入图片描述

第1步：上传图片到Inpaint Anything 中

点击Inpaint Anything 标签页下，将图片拖动到输入图像框中。

第2步：运行分割模型

等待图片上传完成后，点击“运行Segment Anything”按钮，然后等待，你就能看到这样的语义分割图，不同的颜色代表了图片中识别出的不同对象。

第 3 步：创建蒙版

使用画笔在分割图中标识出想要重绘的裙子区域，不需要整件衣服涂黑，每件衣服每个部分点一个点就可以了，鼠标放在图片上时按键盘S键可以放大图片，按R复原。

然后点击“创建蒙版”按钮。

在这里插入图片描述

如果发现蒙版未覆盖您想要的所有区域，请返回分割图并绘制更多区域。

我发现裙子的肩带没有被选中，返回分割图增了一个点。得到如下图：

“展开蒙版区域”这个是翻译的问题，英文为“Expand mask region”，意思是向外圈稍微扩展一下遮罩的大小。

“根据草图修剪蒙版”是指：从蒙版中减去绘制的新区域。

“根据草图添加蒙版”是指：将绘制的新区域添加到蒙版中。

这里就不展开详述了。现在蒙版已经很满意了。

第 4 步：将蒙版发送至重绘

可以在Inpaint Anything扩展中重绘，但更推荐将蒙版发送到图生图页面进行重绘。

点击“仅蒙版”这个标签页，然后点击获取蒙版，就会获得如下一张黑白的蒙版页面，如果你有Photoshop使用经验的话，这个蒙版和PS中的蒙版是一样的。

点击“发送到图生图”按钮

返回到图生图的标签页下，我们就能看到如下的图片和蒙版出现在“上传重绘模版”的标签下。

点击“自动检测尺寸”的按钮，将重绘的图片尺寸自动改为输入蒙版的尺寸：

然后选择你喜欢的大模型，最好是真实系的大模型，我这里以<基础模型_ XL_v1.0 refiner 1.0>为例。

在提示词中输入：

Woman in pink floral dress.

蒙版内容处理选择：潜空间噪声或者空白潜空间，其他项保持默认即可。

生成数量可以改为一次生成4张。

看一下重绘后的效果，呃。。。。。。虽然是换装了但是也没有全换，别着急，我们可以使用下面的技巧进一步提升图片的质量。

Advanced inpainting techniques

进一步绘制照片

  1. 方法一 调整重绘照片的尺寸

    如果你清楚潜空间扩散原理的话，就会知道我们图像都是缩小到512x512px的更小图去进行加噪和去噪的，如果我们的原图比例很特殊就可能导致画面会出现一些畸变，没关系 我们也不用了解具体的原理，只要尽量让宽或高是512、768、1024 这样的尺寸就好。

重复上面的操作，再来看我们重绘后的照片。

2.方法二 替换大模型

如果图片重绘效果不理想，可以替换掉大模型，使用真实视觉修复模型。

我们将基础大模型换成了其他的真实系模型。比如：麦橘、DreamShaper等。

3.方法三 自定义服装的图案

使用ControlNet IP-Adapter 换上你喜欢的图案。

我需要用到两个控制网络，

第一个使用Canny

启用：✅

预处理器：Canny 硬边缘

模型：control_v11p_sd15_canny [d14c016b]

控制权重：0.6

第二个使用IP-adapter

启用：✅

预处理器：ip-adapter

模型：ip-adapter_sd15_plus [32cd8f7f]

控制权重：0.9

然后点击生成按钮。

还可以将您想要的衣服的精确图像放入 IP adapter 的图像控制窗中，如图

如有侵权，请联系删除。

写在最后

这份完整版的AI绘画（SD、comfyui、AI视频）整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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。
 
在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！
在这里插入图片描述

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。
在这里插入图片描述
在这里插入图片描述

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。

在这里插入图片描述

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。
在这里插入图片描述

这份完整版的AI绘画（SD、comfyui、AI视频）整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

[Stable Diffusion入门篇]必装插件大全
细节控-AI先行者的博客
12-10 2405
Stable Diffusion 的强大很大一部分来源于整个社区提供的免费插件，通过集成不同的插件实现各种炸裂的效果。本篇整理了20个SD主流插件。
[Stable Diffusion进阶篇]Segment Anything实现商业换装
细节控-AI先行者的博客
12-10 1054
Segment Anything是一种基于深度学习算法的图像分割工具，它可以将图像当中的每一个像素分配到对应的区域当中，能够实现精准的边缘识别。与传统的分割工具相比，它的优势就在于自动检测，大大提高了分割效率。官网：https://segment-anything.com/
Stable Diffusion WebUI使用inpaint anything插件实现图片局部重绘
培根芝士的专栏
05-17 2512
Inpaint Anything是一个强大的图像处理工具，它结合了SAM（Segment Anything Model）、图像修补模型（如LaMa）和AIGC模型（如Stable Diffusion）等先进技术，以实现图像中物体的移除、内容的填补以及场景的替换。无论是对图像中的任何元素进行编辑，还是对图像整体进行场景转换，Inpaint Anything都能胜任。
（教程）Stable Diffusion中如何实现换装？
m0_59162248的博客
05-06 1709
直接进入教程，我们将会用到Stable Diffusion WebUI 中安装的 Inpaint Anything 扩展，如何你还没有SD本地环境，可以先查看其他配置本地SD环境（安装实在是太复杂了，对Mac用户也不友好）或者使用一些在线的Stable Diffusion WebUI工具，比如我演示的是xxSheep平台来演示的。
Stable Diffusion【进阶篇】：Inpainting完整指南
最新发布
z19981的博客
03-31 600
需要的可以扫描下方CSDN官方认证二维码免费领取【保证100%免费】**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。
Stable Diffusion｜Ai赋能电商 Inpaint Anything
白帽阿叁的博客
03-08 3555
在电商领域中，产品展示对消费者购买决策的影响至关重要。以电商服装行业为例，商家在推出新品时，需要经历摄影拍摄、模特选择、场景布置、道具搭配、后期修图等一系列繁琐环节，以制作出吸引人的产品图片。然而，这些步骤不仅耗费大量时间和人力，而且要求商家拥有专业的技能和资源。那么，如何在降低成本的同时，快速有效地完成这些工作呢？
【AIGC教程】用StableDiffusion做电商图真是强了！！
Python栈_基的博客
08-08 675
服饰类电商公司，创业者、摄影师/设计师/修图师/相关专业学生、AI绘画技术爱好者等零基础同学AI绘画-为电商图优化赋能。StableDiffusion电商图优化教程，0基础到精通。本课程以新兴的AICG技术为基础结合电扇应用实战，总结出来全新高效的AI工作流从而实现了降本增效，告别高价聘请专业摄影师和模特，不在耗费大量时间在场地布景、灯光、化妆造型等繁杂工作，完全可以100%还原商品。这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。
深度解析丨AI绘画Stable Diffusion如何实现模特精准换装以及如何替换模特
白帽阿叁的博客
03-22 2140
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。
用 Stable Diffusion 10分钟实现电商模特换装/换模特 (Inpaint Anything)
mate1357的博客
05-23 979
AI 浪潮正席卷着各个行业。电商和效率息息相关，也是 AI 最能发挥能力的领域之一。把 Stable Diffusion 融入电商设计能带来效率的极大提升。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。
AI 绘画工具 Stable Diffusion 的换脸插件ReActor所使用的codeformer.pth 权重文件
09-20
在人工智能领域，尤其是计算机视觉与图像处理方向，换脸技术一直是一项引人注目的研究课题。换脸技术的应用范围非常广泛，从娱乐影视行业的特效制作，到社交媒体的安全验证，再到个人隐私保护，都有着重要的应用场景...
AI绘画SD神器插件Inpaint Anything---简单快速实现换装换脸
白帽阿叁的博客
03-30 9900
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。
深度解析！如何用Stable Diffusion实现模特精准换装？
m0_59162248的博客
06-06 1751
来了来了，之前给大家承诺的模特换装教程它来了！本篇教程主要运用 StableDiffusion 这个工具来进行操作，下面会通过几个小案例，给大家展示不同需求下，我们该如何使用 StableDiffusion 来辅助我们完成服装效果展示。本教程适用于电商设计场景、摄影场景等多个运用人物设计的实战中，全程干货，需要大家慢慢吸收，学会后轻松拿捏模特换装，let’s go！
Stable Diffusion绘画 | Inpaint Anything 蒙版插件：无需PS，轻松获取图片蒙版
HJS123456780的博客
08-28 1301
大家好，我是写编程的木木。在使用 SD 时，如果要修改或者替换图片中的指定元素，最细致、最精致的方法就是使用蒙版进行修改。但涉及到蒙版，又要用PS，而自己是个完全的PS小白。这个问题，现在有 **Inpaint Anything **插件可以解决了。
Stable Diffusion(SD)神器插件Inpaint Anything--简单快速实现换装换脸
m0_71745258的博客
01-20 1772
在Stable Diffusion绘画工具中，Inpaint Anything算法具备移除、填补及替换任意内容的能力，它允许用户通过简单点击图像上的任何物体，实现一键式的擦除与替换功能，并能自由更改背景。若您发现蒙版的边缘不够精确，可以通过点击下方的“expand mask”按钮来整体向外扩展蒙版区域，这样可以帮助您稍微扩大蒙版的范围，以覆盖更广泛的区域。在图片的右侧分割区域中，先调整笔刷的大小，使用鼠标点击并涂抹你想要分割的图片区域，以修改相应的色块。在重绘画布大小，选择“以蒙版尺寸重绘”。
局部重绘，艺术再创造 ——AI绘画 Stable diffusion 神级插件 inPainting功能详解与实战指南
A1353192296的博客
06-24 1136
在AI绘画的世界里，我们常常面临这样的困境：一幅作品，除了手部姿势、面部表情其他都很完美；这时候，如果要重新生成整幅画，不仅效率低下，而且可能会破坏原本满意的部分。幸好，StableDiffusion 的inPainting功能可以精准地修复和优化画面中的局部区域，让你的创作更加得心应手。今天，就让我们一起探索这项强大的功能，手把手教你如何玩转局部重绘！
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5158
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。
10分钟教你用Stable Diffusion 实现电商模特换装/换模特 (Inpaint Anything)
m0_71746299的博客
09-03 1102
AI 浪潮正席卷着各个行业。电商和效率息息相关，也是 AI 最能发挥能力的领域之一。把 Stable Diffusion 融入电商设计能带来效率的极大提升。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。
Inpaint Anything：为Stable Diffusion Web UI带来革命性的图像编辑体验
Nifc666的博客
09-04 1063
Inpaint Anything是一个为Stable Diffusion Web UI设计的扩展插件，它的核心功能是在浏览器界面上执行稳定扩散修复。这个工具的独特之处在于它利用了Segment Anything模型的输出作为蒙版，使用户能够以一种更加直观和高效的方式进行图像编辑。相比传统的手动填充蒙版的方法，Inpaint Anything允许用户通过简单地指向所需区域来指定蒙版。这种方法不仅大大提高了蒙版创建过程的效率和准确性，还有可能带来更高质量的修复结果，同时节省了大量时间和精力。
计算机视觉：替换万物Inpaint Anything
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
08-04 5080
通过一键点击标记选定对象，即可实现移除指定对象、填补指定对象、替换一切场景，涵盖了包括目标移除、目标填充、背景替换等在内的多种典型图像修补应用场景。现代图像修复系统在掩膜选择和填充孔洞方面经常遇到困难。基于Segment-Anything模型（SAM），作者首次尝试了无需掩膜的图像修复，并提出了一种名为"Inpaint Anything（IA）"的新范式，即"点击和填充"。IA的核心思想是结合不同模型的优势，构建一个非常强大且用户友好的流程来解决修复相关的问题。
stable diffusion inpaint anything
01-19
### Stable Diffusion Inpainting 教程与使用指南 #### 了解Stable Diffusion中的Inpainting功能 Stable Diffusion是一个强大的生成模型，能够执行多种图像处理任务，其中包括inpainting（图像修复）。此过程涉及利用给定的原始图片以及指定区域的掩码来填充缺失部分或修改特定区域的内容[^1]。 #### 准备工作环境 为了实现这些操作，需先设置好运行环境。这通常意味着安装Python解释器及相关依赖库，并下载预训练好的Stable Diffusion权重文件。对于初学者来说，可以考虑获取一套完整的AIGC学习资源包，其中包含了详细的指导文档和其他辅助工具[^2]。 #### 实现简单Inpainting实例 下面展示了一个基本的例子，说明如何应用该技术： ```python from diffusers import StableDiffusionInpaintPipeline import torch from PIL import Image, ImageOps # 加载pipeline并选择设备(CPU/GPU) pipe = StableDiffusionInpaintPipeline.from_pretrained("runwayml/stable-diffusion-v1-5").to("cuda") # 打开原图和mask(黑白二值化后的遮罩层)，调整大小匹配输入尺寸 image = Image.open("./example_image.png") mask = Image.open("./example_mask.png").convert('L') mask = ImageOps.invert(mask) result = pipe(prompt="a picture of a cat", image=image, mask_image=mask).images[0] # 展示结果 result.show() ``` 这段代码展示了加载预训练模型、准备数据集（包括源图像及其对应的掩模），最后调用`pipe()`函数完成实际的任务。注意这里的提示词可以根据个人需求自定义更改。
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