Stable Diffusion如何图生图？保姆级教学

已于 2024-12-29 14:34:46 修改
阅读量1.1k 收藏 15
点赞数 23
分类专栏： AI绘画 StableDiffusion教程 文章标签： stable diffusion 人工智能 AI作画 AI绘画 AI教程
于 2024-07-27 10:36:49 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/m0_74942241/article/details/140731699
版权

各位观众姥爷们晚上好，今天想要跟大家分享的是如何利用Stable Diffusion图生图，图生图说白了就是根据已有的一张图片给它变化成不同的风格，三次元图片变成二次元图片，二次元变成三次元图片等等。那么具体该如何操作呢？跟着我一步步来吧。

首先第一步我们需要有我们的开源软件Stable Diffusion，在这里跟大家分享一个整合包，秋叶大神的整合包。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

–来自百度网盘超级会员V1的分享

图片

这三个文件夹都要下载下来，这里需要注意的是解压包解压的时候要选择全英文的路径。

图片

解压完成之后是这个样子，然后我们打开我框出来的文件夹

里面有个A绘世启动器，点击一下

图片

然后耐心等待就可以进入到我们的SD Webui界面

图片

最上面是我们的模型，一般如果刚安装的话会默认只有一个模型Anything，那个是比较偏向于二次元的模型，具体如何下载更多的模型可以参考我之前的文章。我们下载好了大模型一般是存在这个路径下面。

图片

然后底下是文生图或者图生图，今天我们要讲的是图生图，所以我们就可以点击图生图。

然后下面是正面提示词，就是我们希望在画面上呈现的东西，我们可以在这里输入指令告诉AI我们想要什么，以下是正面提示词的参考，当然我们也可以去抄作业，具体怎么抄作业也可以翻阅我之前的文章哈。

(masterpiece:1,2), best quality,

masterpiece, highres, original, extremely

detailed wallpaper, perfect

lighting,(extremely detailed CG:1.2),

这个是最基本的一个正面提示词（PS：我们要输入提示词只能用英文，因为AI只听得懂英文指令，如果英文实在不好的小伙伴可以借助翻译软件进行翻译）

然后是反面提示词：

NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres,normal quality, ((monochrome)), ((grayscale)), skin spots, acnes,skin blemishes, age spot, (ugly:1.331),(duplicate:1.331),(morbid:1.21), (mutilated:1.21),(tranny:1.331),mutated hands,(poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands,missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs)))

在这里说一下NSFW是Not Safety For Work也就是工作场合不宜打开的，懂得都懂哈~如果我们想生成一些少儿不宜的画面的话，我们就可以把NSFW放在我们的正面提示词里面，这里就靠你们自由发挥了哈，但是不要被查水表哦。

我们点完图生图之后就可以放入我们想要处理的图片

图片

这里我随便放个图片来举例子吧

图片

我们光有图片还是不够，AI是不会只根据图片就能判断出来我们想要生成的图片的，所以我们还要在正面提示词部分加入我们想要给AI呈现的信息，不一定是完整的一个句子，我们输入一些关键词就可以，比如棕色头发Brown hair,红唇 red lip，戴着帽子wearing hat，一个女孩 1 girl，在这里我们需要注意的是我们在生成每个提示词中间的逗号一定要是英文输入法状态下的逗号哈，否则我们的AI也是不会识别的。

图片

如何正确地去写提示词，我在这里再放一个网站给大家。

http://www.atoolbox.net/Tool.php?Id=1101

图片

在这里就可以去找到我们需要添加的正面或者反面提示词

图片

然后我们如何增加或减少我们的提示词权重，就可以增加括号或者赋予提示词值来实现。

图片

图片

迭代步数：是AI自己通过计算生成图片的步数，一般控制在20-30之间，不宜过高，要不然生成的图片会画蛇添足或者超出我们的预期。

采样方法：在这里默认DPM2++Karras

重绘尺寸：是我们希望生成的图片的尺寸，可以调整宽度和高度

总批次数：一次让AI生成几张图片

单批数量：默认为1，不要调太高，这里是AI计算生成图片的次数，如果单批数量调成2.然后总批次数是4就会是2X4，同样的是生成四张图片但是AI会计算两次，很容易爆显存，在这里建议就默认为1就好。

提示词引导系数：顾名思义，就是AI多大程度上去依赖我们给他赋予的提示词。

重绘幅度：就是给AI多大的自由发挥空间，在这里0.2-0.5是一个安全值，超过了之后AI就会放飞自我。

如果想要AI生成的图片更加精准，那么还可以借助我们的另一个工具Control Net

图片

图片

在这里我们可以启用，如果显存不够的还可以点击我们的低显存模式。

图片

在这里如果是图生图的话我建议可以全都选上

图片

然后我们这里可以选择控制类型，我们可以根据我们的图像去选择不同的控制类型，如果图片是文字或者线稿的话我们可以选择Canny，如果是带有姿势的人物图片的话我们就可以选择OpenPose，如果在这里只是一张人脸的话我们就直接默认全部就行，其他的控制类型你们可以后期自己去尝试。

图片

预处理器这里我们也可以根据不同的图片类型去选择

在这里我选择的是Faceonly，然后模型这里我们可以选择open pose然后点击中间的爆炸按钮，就会有神奇的事情发生~

图片

我们现在这里上传我们的图片，然后再点击爆炸的小按钮。

图片

然后这里AI就会捕捉到我们的人脸

图片这里的控制权重我们默认为1就好，然后控制模式我们一般也是默认均衡，如果你想更偏向提示词，或者更偏向Control Net也是可以的哈。

图片然后这里我们可以选择让AI一次生成几张图片，如果你想多生成几张那就可以把这个总批次数给往上调整几个数值，这里最多一次跑10张。

图片

在一切都准备就绪之后我们点击生成就可以坐等AI出图了哈

图片

各位对比一下像不像呢？

图片

然后底下这个就是我们的作弊码哈，如果我们对我们的作品满意想分享给其他一样在使用SD的小伙伴，那我们就可以把我们的作弊码复制给他们，在这里我要着重说下我们的随机数种子，就是我圈出来的Seed，如果我们对这次生成的作品满意下次还想生成一个跟这个大差不差的作品，我们就可以把这个随机数种子给复制下来。

图片

然后放在这里，下次再生成同样风格的作品的时候就可以根据这个随机数种子去生成一个大差不差的作品。

写在最后：

如果有的小伙伴实在不会写证明提示词怎么办呢？那也不用担心，我们还有一招。

图片

我们可以点击Clip反推或者Deepbour反推，这样就可以根据画面自动生成一些提示词了。

图片

然后再加上我前面附上的正面提示词就可以啦。

好了，今天的分享到这里就结束了，你学会（废）了吗？

〔004〕Stable Diffusion 之 图生图进阶 篇
国内某知名游戏公司小菜鸡工程师
04-12 3796
学好图生图，AI 即将取代打工人
Stable Diffusion学习指南【图生图篇】
探索AIGC领域的体验设计师
09-13 1804
今天的文章里我会为你详细介绍图生图的工作原理、工具解析和图像重绘的应用方向，如果没有看过【文生图篇】的朋友建议先去学习下，以便你更好的理解今天的内容。
Stable Diffusion教程：4000字说清楚图生图
张伟的专栏
12-05 2166
通过以上演示，我们可以看到，图生图能够参考原图，再依据我们的指令生成新图。Stable Diffusion基础：精准控制之ControlNet。
新手必看！AI绘画Stable Diffusion图生图详解，一文看懂秒变AI绘画大神！
最新发布
Misdirection_XG的博客
03-25 845
（全套教程文末领取哈）
Stable Diffusion教程：图生图
Everly_的博客
03-18 3172
通过以上演示，我们可以看到，图生图能够参考原图，再依据我们的指令生成新图。在这个重绘的过程中，我们可以使用涂鸦、蒙版等来影响出图的效果，这是一种精准控制的能力，不过这还不够，如果需要更多的精准控制，我们需要使用ControlNet：Stable Diffusion基础：精准控制之ControlNet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。
StableDiffusion (二)——图生图
m0_54231818的博客
11-13 1030
stable diffusion图生图介绍
全网最全，保姆级Stable Diffusion系列入门使用教程下篇（图生图、LoRA、提示词权重）
ice829的博客
12-25 1169
在上一篇文章中，我们带领大家了解了Stable Diffusion的基础操作。接下来，下篇教程将深入探讨图生图、LoRA、提示词权重等高级功能，为大家提供全网最全、保姆级的Stable Diffusion使用指南，助你轻松驾驭这款强大的图像生成工具。让我们一起开启创作之旅！
AI绘画利器：Stable-Diffusion-ComfyUI保姆级教程，万字长文带你全面入手ComfyUI工作流绘画
A13531922961的博客
06-15 2221
大家好，我是设计师阿威。AI绘画在今天，已经发展到了炽手可热的地步，相比于过去，无论是从画面精细度，真实性，风格化，还是对于操作的易用性，都有了很大的提升。并且如今有众多的绘画工具可选择。今天我们主要来聊聊基于stable diffusion的！
Stable Diffusion完整入门指南，保姆级教程！
richerg85的专栏
01-24 2652
随着AI技术的快速发展，图像生成领域的大型模型正在成为研究的热点，但是由于该领域的相对新颖和复杂性，相关的教程和资源目前还相对匮乏。希望本文可以帮助大家快速入门Stable Diffusion，并为您提供一些有用的参考资料。相信在不久的将来，一些真正具有商业价值的大模型将会涌现出来，为设计和其他领域带来更多的创新和效益，最后，希望大家能不断探索和学习，掌握更多的技能和知识，为设计赋能！（本文来自：https://yinchengyuan.zcool.com.cn，仅供学习自用）
AI绘画Stable diffusion保姆级教程，看这一篇就够了「安装-配置-画图」_stable diffusion 制作绘本
2401_84572752的博客
04-26 1634
到这里，你就完成完成stable diffusion的入门了，可以使用stable diffusion完成基本的绘图操作了，不过对于不是设计专业出身的老铁来说，想要完整的描述出自己想要的那副画面来说还是比较难的，也就是如何与stable diffusion进行高效的沟通，再直接一点就是如何写提示词。写提示词有一定的技巧，小编进过几天的探索，也总结出了一些行之有效的套路，会在下一篇文章中给大家分享，敬请期待。（全套教程文末领取哈）
Stable Diffusion高级教程 - 图生图(img2img)模式
HJS123456780的博客
04-12 2583
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（SD）核心基础知识——（文生图、图生图）
热门推荐
weixin_47748259的博客
01-11 2万+
Stable Diffusion是计算机视觉领域的一个生成式大模型，可以用于文生图，图生图，图像inpainting，ControlNet控制生成，图像超分等丰富的任务。
Stable Diffusion这些图生图的高阶用法，你一定要知道。
阿道夫的博客
06-26 975
大家好我是阿道夫！table Diffusion是一款基于深度学习的图像生成模型，它能够在没有任何人类指导的情况下生成高质量、逼真的图像。与传统的图像生成技术相比，Stable Diffusion具有更高的生成质量和更快的生成速度。Stable Diffusion的高阶用法风格迁移：Stable Diffusion支持将一种图片风格迁移到另一种风格，使生成的图片更具创意和个性化。你可以选择多种艺术风格，如古典、现代、梦幻、复古等，为你的作品增添独特的艺术气息。
5分钟学会Stable Diffusion图生图功能
m0_59162248的博客
05-25 1256
注意，本文默认你已经了解所有文生图的内容，因为图生图实际上是在文生图的基础上在加上原图作为一个输入变量，和文生图中的一些参数如正负tag、模型、lora等一起作为输入变量生成最后的结果，如果对文生图不了，可以参考之前的介绍文生图的章节。 其中和文生图一样的参数此处不再赘述，包括
一遍就会！Stable Diffusion 图生图最全、最强教程！
2401_84760527的博客
05-06 1578
本文需要读者对Stable Diffusion有一定使用经历，了解文生图相关内容。部分重复内容已在文生图教程体现，如采样方法、迭代步数、面部修复、可平埔、宽度、高度、生成批次等，读者可查阅教程 文生图。
【Stable Diffusion】（基础篇三）—— 图生图基础
麦田里的稻草人的博客
07-11 2929
本文主要讲解如何使用SD中的图生图功能
stable diffusion 图生图
02-03
### 使用 Stable Diffusion 进行图像生成 为了利用 Stable Diffusion 实现图像生成，可以采用 Python 编程语言并借助 `diffusers` 库中的预训练模型。下面是一个简单的实例展示如何加载模型、定义输入参数以及执行图像生成功能。 #### 导入必要的库和模块 首先需要安装并导入所需的库： ```python import torch from PIL import Image from diffusers import StableDiffusionPipeline ``` #### 初始化管道对象 接着创建一个用于生成图片的 pipeline 对象，并指定使用的设备（CPU 或 GPU）。这里假设已经配置好了 CUDA 环境以便加速计算过程。 ```python pipeline = StableDiffusionPipeline.from_pretrained( "CompVis/stable-diffusion-v1-4", revision="fp16", torch_dtype=torch.float16, ).to("cuda") ``` #### 定义提示词和其他选项 准备一段描述性的文字作为引导，这将影响最终输出的内容风格；还可以调整其他超参数如宽度、高度等来控制生成效果。 ```python prompt_text = "A beautiful sunset over the mountains" width_height_tuple = (768, 512) # 图片尺寸 num_inference_steps_value = 50 # 推理步数 guidance_scale_factor = 7.5 # 创意指导强度 seed_number = None # 随机种子，默认为空则每次运行结果不同 ``` #### 执行图像生成操作 调用 pipeline 的方法传入上述设定好的各项参数完成实际的任务处理流程。 ```python generated_image = pipeline( prompt=prompt_text, height=width_height_tuple[1], width=width_height_tuple[0], num_inference_steps=num_inference_steps_value, guidance_scale=guidance_scale_factor, generator=torch.Generator(device="cuda").manual_seed(seed_number), ).images[0] # 将生成的结果保存成文件形式 output_filename = "./output/generated_sunset.jpg" generated_image.save(output_filename) print(f"Image saved at {output_filename}") ``` 这段代码展示了基于给定文本提示生成一张特定主题的新颖图画的过程[^2]。值得注意的是，在实际应用过程中可能还需要不断优化各种参数组合才能得到最理想的效果[^4]。
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