【上色】 提取线稿

已于 2023-12-23 13:42:30 修改
阅读量592 收藏 2
点赞数
分类专栏： AI 文章标签： stable diffusion
于 2023-11-18 11:08:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 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/m0_73883919/article/details/134475801
版权

1：使用PS提取线稿

1:打开ps 导入图片 得到图层1

2:复制一个图层 得到
图层1
图层2

3:将图层2-混合模式改为-分割（也叫划分）

4:将图层2-滤镜-模糊-高斯模糊


设置参数，让线条明显的出来，但是不要出现彩色部分

5：在右下角找到-黑白半球标志-选择-黑白
图层1
图层2
黑白图层

点击黑白图层
在属性面板中，可以调整你需要增强或者减弱的颜色。

2：使用lora animeoutlinev4 提取线稿-文生图

魔法词-1

lineart,best quality,masterpiece,<lora:animeoutlineV4_16:1>,

negative

处理器：lineart


lineart_realistic   

lineart_anime

invert

怎么把线稿提取出来_ps提取线稿教程(ps怎么把图片的线稿弄出来)
weixin_39729272的博客
12-21 1599
给漫画PS，提取线稿有多少种方法？1PS中打开需要提取线稿片先扫描好的，分辨该在300以上。来说，如果作为彩色用稿分辨率为300，黑白为600。2、全选图片。使用选择--全选，或者使用快捷键ctrl a。3、4、然后复制，ctrl c.接着进入快速蒙板。进入快速蒙板以后，粘贴。CTRL V。(这里最好新建一个图层。)图象变成红色。5、然后进入标准模式编辑。6、然后使用反选命令.快捷键shift c...
python 自动上色_Github | 线稿自动上色
weixin_30359265的博客
12-24 1567
今天要介绍的是一个 Github 项目，项目地址如下，它实现了对线稿的自动上色功能，效果还是很不错的，一起来看看吧。https://github.com/SerialLain3170/Colorization简介本项目主要实现了自动将线稿转成彩色图片的功能。当然，我们可以只训练处理线稿的神经网络，但实际应用中我们需要提前用指定颜色给线稿上色的功能。实现上色的方法有很多，包括给定提示(hint)。不...
AI绘图的场景应用：文生图、图生图
qq_41314882的博客
03-15 5153
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 常用LoRA模型推荐（持续更新ing）
WANGJUNAIJIAO的博客
05-24 3578
今天我要跟大家推荐一些常用的LoRA模型。 LoRA属于微调模型，但是有很强烈的风格化倾向，因此有LoRA和没有LoRA，差别非常大。下面介绍几个最为流行的LoRA。 LoRA的使用方法有直接使用和插件使用两种，前面的系列文章中已经介绍过，不再赘述。
如何使用Stable diffusion，让你轻松生成黑白线稿并上色！
Eqiqi的博客
02-13 1204
解放双手，画了一个线稿，又不想花时间上色，用AI提高效率，把我们时间花在创意上面，把事情给AI，让它打黑工话不多说，先上一个对比图一、用SD生成黑白线稿首先使用正面和反面提示词生成一张黑白线稿图（也可以自己画或者是直接上传已有的）正面提示词：masterpiece, best quality, 1girl,负面提示词：EasyNegative, badhandv4其他的信息（Other information）：生图工具：二、给黑白线稿上色。
3个月带你完全掌握AIGC多渠道应用变现
m0_71745754的博客
10-16 1039
一阵生成式人工智能(AIGC)的旋风，正在席卷众多领域。2022年底，OpenAI发布自然语言对话应用ChatGPT，并在今年3月迭代推出GPT-4，迅速吸引了各行业与公众的关注。全球范围内大模型风云骤起，资金、技术、人才持续涌入，科技公司布局不断，纷纷推出自家的大模型。据估算，到2030年，AIGC市场规模有望突破万亿元。几年前，AlphaGo击败围棋选手李世石的新闻引发了一轮人工智能的热潮，然而，AIGC的浪潮更为猛烈，因为除了技术突破外，其低门槛与实用性使得应用端的感知更为显著。
Stable Diffusion简笔成画教程
xiaolinyui的博客
05-13 1420
最近对SD已经研究差不多，总结了一个觉得比较实用的方法——简笔成画。顾名思义，画个简笔画就能直接出图那种。现在sd的基础教程各大平台也太多了，我就不过多解释基础东西。这个方法还是需要懂得一点SD的操作知识，主要分两步：①线稿优化②线稿上色一、优化线稿1、手绘草稿（素材来源网络）只需要勾勒出大概的轮廓即可，糙点也无所谓2、导入图生图界面①将草稿导入到图生图里面；②根据自己草稿的程度调节【重绘幅度】，数值越低越接近原稿，反之越自由发挥。3、可选附加网络（LoRA插件）
自学 Photoshop 2022 Mac版-笔记1
macruanjian9527的博客
07-11 2689
最近开始系统学习 photoshop。非设计专业，工作跟设计部门接触过，最近想自己也能上手操作一些修图做图的操作，想看看学习多久能达到熟练的水平。我用的是 PS 2022 Mac 版。用输出倒逼自己输入，写笔记是个好方法啊！掌握了常用的工具和基本作用后，开始刷练习题。下面分享下日常练习做图，网图侵删，仅作为学习使用。用的 Mac 版，操作步骤和快捷键都写下来啦！安装包：ps2022 mac-Photoshop 2022 for Mac(ps2022)- MacSC灌篮高手yyds大白腿与小姐姐更配啊穿上黑丝
SD教程 线稿手绘
技术宅男改变世界
11-05 463
今天我们开始学习AI绘画Stable Diffusion 中图片转绘的教程分享，图片转绘有很多不同的应用场景，比如图片转线稿，图片转插画，图片转漫画等。这也是AI绘画在实际场景中一个比较常见的应用方向之一。这里我们以图片转线稿的制作方式开始。我们先看一下图片转线稿的效果图。
Stable Diffusion基础：ControlNet之线稿成图
程序员小麦的博客
04-29 2753
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。
用树莓派4b构建深度学习应用（十四）素描线稿篇
深度觉醒
10-12 934
前言上一篇我们完成了一对戴口罩和脱面罩的互补应用，这一篇来看一下最近抖音上看到一个批量提取线稿的视频，掌握其核心原理，我们用 OpenCV 就很容易实现一个更快速的方案。Photosho...
使用Stable diffusion，让你轻松生成黑白线稿并上色！
Misdirection_XG的博客
01-23 624
解放双手，画了一个线稿，又不想花时间上色，用AI提高效率，把我们时间花在创意上面，把重复的事情给AI，让它打黑工话不多说，先上一个对比图一、用SD生成黑白线稿首先使用正面和反面提示词生成一张黑白线稿图（也可以自己画或者是直接上传已有的）正面提示词：masterpiece, best quality, 1girl, solo, long_hair, looking_at_viewer,负面提示词：EasyNegative, badhandv4。
AI 内容分享(四十)：如何用AI搞定实战项目
之乎者也·的博客
02-07 1288
倒入到sd中的图生图模式，选择redanimated大模型，在正向提示词框中输入画面的颜色和元素信息，选择图生图模式，打开controlnet中的canny模式和tile模式，迭代步数选25，采样方法选择：euler a，提示词引导系数选择7，重绘幅度选择0.65，多生成几次，生成效果如右图，可以看出画面的光影效果已经很不错了，基本能达到我们正常输出画质要求。单一lora生成的结果，并不理想，细节错误较多，风格较为扁平，缺少层次，视觉效果一般，风格较为老套等等，没有办法直接进行使用。
AIGC 落地实战：用 Stable Diffusion 打造企业级营销素材生成平台
2301_76277481的博客
04-27 775
在数字化营销的浪潮中，企业对于高质量营销素材的需求呈爆发式增长。传统的素材制作方式不仅耗时费力，还难以满足企业日益多样化和个性化的需求。AIGC（人工智能生成内容）技术的出现，为企业解决这一难题提供了新的思路。本文将详细介绍如何利用 Stable Diffusion 搭建一个满足企业级需求的营销素材生成平台，从需求分析到技术实现、工程化部署以及安全合规保障，全方位为你呈现一个完整的实战案例。
【Stable Diffusion】文生图进阶指南：采样器、噪声调度与迭代步数的解析
最新发布
qq_40205510的博客
04-29 837
理解DPM++ 2M、Automatic调度器与步数的协同机制，是掌握Stable Diffusion精细化控制的关键。无论是追求效率的快速迭代，还是苛求细节的艺术创作，合理配置这三者都能显著提升生成效果。未来，随着DPM-Solver++等高阶算法的持续优化，文生图技术将更智能地平衡人类创意与计算效能。延伸阅读DPM-Solver++论文解析DDIM加速采样的数学推导医学图像生成中的扩散模型应用。
AI艺术创作：Midjourney、Stable Diffusion与商业变现
layneyao的博客
04-29 1574
AI艺术创作：Midjourney、Stable Diffusion与商业变现
【Stable Diffusion】使用教程：从原理到实战，全面掌握AI绘画
qq_40205510的博客
04-28 865
通过不断尝试新模型、插件与参数组合，你将逐步掌握AI绘画的精髓。建议从模仿优秀案例起步，逐步探索个性化创作，最终实现“所想即所得”的自由表达。，用户可通过微调模型、插件扩展实现高度个性化的创作，远超Midjourney等付费工具的可控性。，能够根据文本描述生成高质量图像，支持图像修复、风格迁移、超分辨率等多种任务。Stable Diffusion（简称SD）是一种。Stable Diffusion的潜力在于其。
对提取的目标轮廓上色
11-05
基于参考图语义匹配的花卉线稿工笔效果上色算法[^1]，其过程可以概括为几个关键步骤： 1. **边缘检测**：首先，使用高斯差分(DoG)或XDoG技术来检测图像中的边缘。这一步通过对比不同尺度下的高斯滤波图像，去除颜色渐变造成的假边缘，但可能牺牲一些弱边缘。 2. **边缘增强**：XDoG通过设置阈值，保留那些边缘强度较低但仍重要的弱边缘，以保持细节信息。 3. **去噪处理**：为了减少噪声影响，通常会对边缘图应用中值滤波，提高边缘检测的稳定性和清晰度。 4. **轮廓识别与分离**：识别并从背景中分离出目标轮廓，这些轮廓可能是花朵或其他元素的轮廓。 5. **上色**：利用图9所示的训练数据集，对识别出的轮廓进行上色。这个阶段通常涉及到色彩理论和图像合成技巧，比如查找对应的颜色模板或者使用机器学习模型进行颜色预测。 举例来说，假设我们有识别好的轮廓（`contours`）和对应的训练颜色映射(`color_mapping`)，上色代码可能会这样实现: ```python # 假设color_mapping是一个字典，key是轮廓ID，value是预设的颜色 for contour in contours: color = color_mapping.get(contour.id) fill_color = (color[0], color[1], color[2]) # 转换成RGB格式 cv2.fillPoly(image, [contour], fill_color) # 上色 # 或者使用深度学习模型进行颜色预测 model.predict(contours, image) ```
评论 1
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