本文主要是回复一下小伙伴私下留言的问题。经小伙伴本人同意后,允许使用待修复的照片。
我们先看一下待修复的照片。
在向我咨询之前,小伙伴也自己进行了尝试,如果直接使用Stable Diffusion**的后期处理功能,出来的图片效果是这样的。
这个是没有问题的,因为图片的后期处理可以对模糊图片人脸面部进行修复,但是人脸之外的就没有办法,包括头发,服装等。
小伙伴也在图生图中使用了ControlNet的Tile模型和Lineart模型进行了处理,结果出来的图片效果是好的,但是人脸不一致了。
的确,tile模型确实具有图片的高清修复功能,但是对于真人来说,人脸却无法保持一致。
那么有没有办法在保持人脸一致的基础上实现图片的高清修复呢?
其实,把上面的2步操作结合起来就可以做到,但是不能直接使用图生图的方式,而是使用图生图局部重绘将人脸通过蒙版固定+ControlNet的tile模型控制**即可。下面我们来看一下具体操作步骤。
【第一步】使用Stable Diffusion的后期处理功能
我们这里先不对图片进行放大处理,先通过GFPGAN和CodeFormer**进行人脸面部修复处理。这2种人脸面部修复差别不大,实测将2种都选中效果更好。修复后的人脸效果。
我们可以看到,后期修复除了人脸面部变高清之外,其他部分都还是模糊的。便于后期图片的处理,这里我们得到的图片仍然和原图片大小一样。
【第二步】图生图局部重绘相关设置
我们将人脸面部修复好的图片上传到图生图局部重绘功能区中。
使用上图右边的画笔,将人脸区域涂白。
下面是图生图相关参数设置
-
蒙版模式:重绘非蒙版内容,针对我们使用画笔涂白以外的区域进行重绘。
-
蒙版区域内容处理:原版
-
重绘区域:整张图片
-
采样器:Euler a
-
采样迭代步数:20
-
图片宽高:531* 715保持和上传的图片宽高一致
-
CFG: 7
-
重绘强度:0.75
【第三步】大模型的选择
大模型这里我们使用majicMIX realistic 麦橘写实_v7版本。
【第四步】提示词的编写
这里使用原模糊的图片通过WD1.4标签器反推出来
Prompt: solo,1boy,shirt,male focus,necktie,white shirt,collared shirt,black hair,blue background,looking at viewer,realistic,black eyes,striped,portrait,striped necktie,wing collar,closed mouth,smile,short hair,提示词:单人,1个男孩,衬衫,男性焦点,领带,白衬衫,有领衬衫,黑发,蓝色背景,看着观众,写实,黑眼睛,条纹,肖像,条纹领带,翼领,闭着嘴,微笑,短发,
【第五步】ControlNet参数设置
我们上传经过后期处理后的图片。
相关参数设置如下:
- 控制类型:选择"Tile/Blur(分块/模糊)"
- 预处理器:tile_resample
- 模型:control_v11f1e_sd15_tile
- 控制权重:1
- 引导介入时机:0
- 引导终止时机:1
【第六步】图片的生成
点击【生成】按钮,我们来看一下最终生成的图片效果。
如果想得到更高清的图片,可以再使用后期处理的方式将图片放大处理。
写在最后
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。
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。
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。
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。