仅做笔记用：Stable Diffusion 获取历史生成图片的 prompt

已于 2023-06-20 16:11:38 修改
阅读量3.7k 收藏 3
点赞数 6
分类专栏： # AIGC 文章标签： stable diffusion AI绘图 AIGC
于 2023-06-20 16:09:39 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/qq_35977139/article/details/131309303
版权

不知怎么搞的，图库浏览器点开图片看不到生成图片的信息了。但是据信这些信息是写在 PNG 数据的某个附加区段的（参考博客文章《Python - PNG图掺入隐藏文本信息》）。Stable Diffusion 原生支持读取这些信息。并且除了图库浏览器，还有一个地方可以读取。

从资源管理器里面 SD 目录的 outputs/txt2img-images里面找到要读取信息的图片。在 SD WebUI 中切换到“图片信息”选项卡，然后将图片拖进来，即可在右侧看到图片生成时输入的 prompt，以及 negative prompt、CFG、步数、模型信息、种子值、分辨率等。（参考博客文章《Stable-Diffusion：图片信息（PNG Info）功能介绍》）

wujiuqier
关注
  • 6
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
Stable Diffusion WebUI 图库浏览器插件：浏览器以前生成的图片
水滴的博客
02-28 1575
大家好，我是水滴~~本文介绍的插件叫图库浏览器，是一个用于浏览器以前生成的图片信息的插件。本文将介绍该插件的安装和使用，希望能够对你有所帮助。
AI绘画教程：Stable Diffusion如何利用图片反查提示词？
05-29
AI绘画教程：Stable Diffusion如何利用图片反查提示词？
图生图—AI图片生成Stable Diffusion参数及使用方式详细介绍
热门推荐
叶子的博客
05-16 1万+
本文为专栏《Python从零开始进行AIGC大模型训练与推理》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/130169592”。
第九节：stable diffusion优化插件
wwwfdfsf的博客
05-19 416
关于这些插件的详细用法，就需要大家慢慢探索了。
stable diffusion webui使用记录
qq_46417453的博客
03-16 338
Windows下stable diffusion webui使用记录：配置以及下载其他模型
Stable Diffusion生成图片的参数查看与抹除方法
Gefangenes的博客
07-27 1409
2、在左侧选择本地的一张图片，如果是Stable Diffusion生成的图片，我们可以在右边看到图片的生成参数，依次是：提示词、反向提示词、模型详细参数。如果你访问Github不方便，也可以从我的网盘下载这个文件，步骤是关注微/信/公/众/号：萤火遛AI，然后发消息：图片参数抹除，即可获得下载地址。我们还可以在参数的下边看到几个按钮，他们可以把参数或者图片发送到生成窗口，这样可以节省一些复制参数的时间，有兴趣的可以试试。可以看到，它提供了很多操作系统的版本，大家可以选择适合自己的。
Stable Diffusion生成图片参数查看与抹除
程序员，AI探索者
07-13 3669
前几天分享了几张Stable Diffusion生成的，有同学反映不知道怎么查看图片的参数信息，还有的同学问怎么保护自己的图片生成参数不会泄露，这篇文章就来专门分享如何查看和抹除图片的参数。
35张图，直观理解Stable Diffusion
idol24的博客
03-30 764
转载自 | OneFlow 文仅分享，侵删作者｜Jay Alammar 翻译｜杨婷、徐佳渝最近，AI图像生成引人注目，它能够根据文字描述生成精美图像，这极大地改变了人们的图像创作方式。Stable Diffusion作为一款高性能模型，它生成的图像质量更高、运行速度更快、消耗的资源以及内存占用更小，是AI图像生成领域的里程碑。在接触了AI图像生成以后，你可能会好奇这些模型背后的工作原理。下面...
[AI绘画懒人包] 三分钟搞定Stable Diffusion！只需浏览器就能免費打造你的AI女神！(免显卡版) Midjourney做不到的完美！
five小点心的博客
03-23 2381
通过网页如何使用stable diffusion这个AI绘图工具。
AI-绘画的工具准备：Stable-Diffusion使用教程.pdf
06-03
AI-绘画的工具准备：Stable-Diffusion使用教程
AI提示词prompt系列：Stable Diffusion prompt 助理
最新发布
07-03
我用自然语言告诉你要生成的prompt的主题，你的任务是根据这个主题想象一幅完整的画面，然后转化成一份详细的、高质量的prompt，让Stable Diffusion可以生成高质量的图像。 Stable Diffusion是一款利用深度学习的...
AI绘画教程：如何Stable Diffusion 生成专业级的真人摄影照片？
05-29
本教程旨在指导读者如何使用 Stable Diffusion 生成专业级的真人摄影照片。以下是相关知识点的详细解释： 1. Stable Diffusion 简介 Stable Diffusion 是一款基于深度学习的图像生成模型，可以生成高质量的图像。...
AI绘画教程：Stable Diffusion中如何控制人像的姿势？
02-05
打开Stable Diffusion界面，点击imag2img下面出现一个”drop image here or click to upload”的方框，从网上找一张你希望呈现的姿势图片，比如一个老鹰，姿势：双眼盯着远方。把这张图片拖拽到方框，或者从本地电脑...
Stable Diffusion使用入门教程
benben044的专栏
06-08 7346
Stable Diffusion是一个文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练
谷歌Colab云端部署Stable Diffusion 进行绘图
Pancras Wen的博客
04-20 2362
Stable Diffusion在谷歌Colab上面的部署，安装自己想要的模型
Stable Diffusion超全入门指南，保姆级教程！从此作图不求人(内附安装包）
2301_79790155的博客
10-18 576
2023年AI绘画真的火了！ 打开各大平台刷到的基本上都是用AI生成的画像、插画。 很多朋友想尝尝AI绘画的鲜，但是使用市场上的AI程序也好、软件也好，总是得不到自己想要的图片。 今天使用的是全网认可度最高的ai工具：Stable Diffusion，所以给大家梳理了一下使用心得，包括从下载到安装再到使用的过程。
Stable Diffusion - 扩展插件 (Extensions) 功能的配置与使用
Mystra
07-06 7645
Stable Diffusion 是一种基于扩散模型的AI绘画技术，可以根据文本或图像生成高质量的图像，原理是通过不断去除噪音来逐渐恢复目标图像。Extension是一种扩展功能，可以提供更多的选项和操作性，例如改变风格、扩展画布、修复图像等，通常是由第三方开发者编写的 Python 脚本，可以通过 GitHub 或其他平台下载安装。
Stable Diffusion系统教程 | 入门好玩插件全家桶！
专注于人工智能的算法与应用
09-05 1684
入门插件
StableDiffusion实用插件推荐- Image Browsing介绍
在路上的博客
07-17 859
ImageBrower不仅是一个图像浏览器，也是一个强大的图像管理器。精确的图像搜索与多选择操作相结合，大大提高了效率。支持独立运行，无需sd - web
用python语言编写一个使用stable diffusion模型生成图片的代码
06-09
好的！以下是一个使用Python编写的stable diffusion模型生成图片的代码示例： ```python import numpy as np from PIL import Image # 定义stable diffusion函数 def stable_diffusion(image, alpha, delta_t, iterations): # 获取图像的大小 height, width, channels = image.shape # 初始化变量 u = np.zeros((height, width, channels)) u_new = np.zeros((height, width, channels)) # 将输入图像转换为浮点数类型 image = image.astype(np.float32) # 初始化u和u_new u[:] = image u_new[:] = image # 定义Laplacian算子 laplacian = np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]]) # 迭代stable diffusion模型 for i in range(iterations): # 计算Laplacian of u lu = np.zeros((height, width, channels)) for c in range(channels): lu[:, :, c] = np.abs(np.fft.fftshift(np.fft.ifft2(np.fft.fft2(u[:, :, c]) * np.fft.fft2(laplacian, s=u.shape[:2], axes=(0, 1))))).real # 更新u_new u_new = u + delta_t * (lu ** alpha) * laplacian # 更新u u[:] = u_new # 将u转换为整数类型 u = u.astype(np.uint8) # 返回u return u # 加载图像 image = np.array(Image.open('input.jpg')) # 运行stable diffusion模型 alpha = 1.0 delta_t = 0.1 iterations = 100 output_image = stable_diffusion(image, alpha, delta_t, iterations) # 显示结果图像 Image.fromarray(output_image).show() # 保存结果图像 Image.fromarray(output_image).save('output.jpg') ``` 你可以将上述代码保存在一个.py文件中，然后使用Python解释器运行。请确保在代码中替换`input.jpg`和`output.jpg`为你所需的图像文件名。此外，你还可以尝试调整`alpha`，`delta_t`和`iterations`参数来获得不同的结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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