如何在 stable diffussion 中完美修复 AI 图片!超详细保姆级教程

在stable diffussion中完美修复AI图片

无论您的提示和模型有多好,一次性获得完美图像的情况很少见。

修复小缺陷的不可或缺的方法是图像修复(inpainting)。在这篇文章中,我将通过一些基本示例来介绍如何使用图像修复来修复缺陷。

需要的软件

我们将使用 AUTOMATIC1111 Stable Diffusion GUI 来创建图像。

基本的图像修复设置

在这一部分,我将逐步展示如何使用图像修复来修复小缺陷。

我们先使用下面的提示来创建一张图片:

正向提示词:

masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,full body,

复制代码

负向提示词:

lowers,monochrome,grayscales,skin spots,acnes,skin blemishes,age spot,6 more fingers on one hand,deformity,bad legs,error legs,bad feet,malformed limbs,extra limbs,

复制代码

我们可以得到下面的图片:

img

虽然这张图片整体上看起来还不错,但是还是有一些问题。

比如脸部和手部。

那么接下来我们怎么修复呢?

选择对应的模型

如果你经常浏览 C 站的话,你可以看到对于有些模型会有一种专门给重绘使用的模型,这种模型是专门为图像修复而训练的 Stable Diffusion 模型。

如果您想获得最佳结果,可以使用它。但通常,使用生成图像的相同模型进行图像修复也是可以的。

我们把对应的模型下载下来,并将其放入文件夹中:

stable-diffusion-webui/models/Stable-diffusion

在 AUTOMATIC1111 中,点击左上角检查点选择下拉框旁边的刷新图标,就可以看到你刚刚下载的模型了。

创建图像修复遮罩

在 AUTOMATIC1111 GUI 中,选择 img2img 标签并选择 Inpaint 子标签。将图像上传到图像修复画布。

或者在 txt2img 标签中选择 send img to inpaint。

我们将同时修复手部和脸部。使用画笔工具创建一个遮罩。这是您希望 Stable Diffusion 重新生成图像的区域。

img

图像修复的设置

图像大小

需要调整图像大小以与原始图像相同。(在这种情况下为 768 x 512)。

img

面部修复

如果您正在修复面部,可以打开 restore faces。选择对应的 face restoration model:CodeFormer。

img

有朋友会问了,为什么我的页面上面没有 restore faces 选项呢?

如果你没有这个选项的话,需要到 setttings 里面的 user interface 添加下面的两个设置:

img

请注意,此选项可能会生成不自然的外观。它也可能生成与模型风格不一致的内容。

遮罩内容

下一个重要设置是 Masked Content

如果您希望结果由原始内容的颜色和形状引导,请选择 original

original 通常用于面部图像修复,因为一般形状和解剖结构是正确的。我们只是希望它看起来有点不同。

在大多数情况下,您将使用 original 并更改去噪强度以实现不同的效果。

如果您想要从原始图像中完全重新生成某些内容,例如移除一个肢体或隐藏一只手,可以使用 latent noiselatent nothing

这些选项使用与原始图像不同的内容初始化遮罩区域。它将产生完全不同的东西。

去噪强度

去噪强度控制与原始图像相比将进行多少变化。当您将其设置为 0 时,什么都不会改变。当您将其设置为 1 时,您将获得一个不相关的图像。0.75 通常是一个很好的起点。如果您想要更少的变化,请降低它。

批量大小

确保一次生成一些图像,以便您可以选择最好的。将种子设置为-1,以便每个图像都不同。

图像修复结果

以下是一些修复后的图像。

img

可以看到第四张还是不错的,但是还不够完美。所以我们可以考虑再来一轮修复。

再进行一轮图像修复

把上面生成的最后一张图片再发到 inpait 中再次修复。

我们可以得到下面的结果:

img

图像修复是一个迭代过程。您可以根据需要多次应用它来细化图像。

如果一次不行的话,我们可以考虑多来几次。

添加新对象

有时,您可能希望在图像中添加一些新东西。

让我们尝试在图片中添加一把剑。

首先,将图像上传到图像修复画布并在手部的位置添加遮罩。

在原始提示的开头添加“holding a sword”。图像修复的提示是

(holding a sword:1.5),masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,full body,

复制代码

向原始提示中添加新对象确保风格一致。您可以调整关键词权重(上面的 1.5)以使宝剑显示。

遮罩内容设置为潜在噪声

调整去噪强度CFG 比例以微调修复后的图像。

经过一些实验,我们的任务完成了:

img

图像修复参数的解释

去噪强度

去噪强度控制最终图像和原始内容的相似度。将其设置为 0 则什么都不会改变。将其设置为 1,则您会得到一个不相关的图像。

如果您想要小的变化,请设置为低值;如果您想要大的变化,请设置为高值。

CFG scale

类似于在文本到图像中的使用,CFG scale 是一个参数,用于控制模型和你的提示词的关联度。

1 – 大致忽略您的提示。

3 – 更有创造力。

7 – 在遵循提示和自由之间取得良好的平衡。

15 – 更多地遵循提示。

30 – 严格遵循提示。

遮罩内容

遮罩内容控制遮罩区域是如何初始化的。

fill:用原始图像的高度模糊版本初始化。

Original:未修改。

latent noise:遮罩区域用填充初始化,并在潜在空间中添加随机噪声。

latent nothing:像潜在噪声,只是没有在潜在空间中添加噪声。

图像修复的技巧

成功的图像修复需要耐心和技巧。以下是使用图像修复的一些要点:

  • 一次修复一个小区域。
  • 尝试不同的遮罩内容以查看哪个最有效。
  • 可以多次尝试修复。
  • 如果在 AUTOMATIC1111 的设置中什么都不起作用,请使用像 Photoshop 或 GIMP 这样的图像编辑软件,用您想要的大致形状和颜色绘制感兴趣的区域。上传那张图像并用原始内容进行图像修复。

这是一位SD资深大神整理的,100款Stable Diffusion超实用插件,涵盖目前几乎所有的,主流插件需求。

全文超过4000字。

我把它们整理成更适合大家下载安装的【压缩包】,无需梯子,并根据具体的内容,拆解成一二级目录,以方便大家查阅使用。

单单排版就差不多花费1个小时。

希望能让大家在使用Stable Diffusion工具时,可以更好、更快的获得自己想要的答案,以上。

如果感觉有用,帮忙点个支持,谢谢了。

想要原版100款插件整合包的小伙伴,可以来点击下方插件直接免费获取

img

100款Stable Diffusion插件:

面部&手部修复插件:After Detailer

在我们出图的时候,最头疼的就是出的图哪有满意,就是手部经常崩坏。只要放到 ControlNet 里面再修复。

现在我们只需要在出图的时候启动 Adetailer 就可以很大程度上修复脸部和手部的崩坏问题

img

AI换脸插件:sd-webui-roop

换脸插件,只需要提供一张照片,就可以将一张脸替换到另一个人物上,这在娱乐和创作中非常受欢迎。

img

模型预设管理器:Model Preset Manager

这个插件可以轻松的创建、组织和共享模型预设。有了这个功能,就不再需要记住每个模型的最佳 cfg_scale、实现卡通或现实风格的特定触发词,或者为特定图像类型产生令人印象深刻的结果的设置!

img

现代主题:Lobe Theme

已经被赞爆的现代化 Web UI 主题。相比传统的 Web UI 体验性大大加强。

img

提示词自动补齐插件:Tag Complete

使用这个插件可以直接输入中文,调取对应的英文提示词。并且能够根据未写完的英文提示词提供补全选项,在键盘上按↓箭头选择,按 enter 键选中

img

提示词翻译插件:sd-webui-bilingual-localization

这个插件提供双语翻译功能,使得界面可以支持两种语言,对于双语用户来说是一个很有用的功能。

img

提示词库:sd-webui-oldsix-prompt

提供提示词功能,可能帮助用户更好地指导图像生成的方向。

上千个提示词,无需英文基础快速输入提示词,该词库还在不断更新。

以后再也不担心英文写出不卡住思路了!

img

由于篇幅原因,有需要完整版Stable Diffusion插件库的小伙伴,点击下方插件即可免费领取

请添加图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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