【2025 Stable Diffusion WebUI 基础详解】【4.Stable Diffusion img2img的绘图流程】

一、img2img核心机制与技术架构

1.1 扩散模型的双向流动

Stable Diffusion的img2img模块基于潜在扩散模型（Latent Diffusion Model）构建，其核心逻辑是将输入图像编码为潜空间特征，再通过逆向扩散过程生成新图像。这一过程可分为三个阶段：

1. 正向扩散：将输入图像通过VAE编码器压缩为4×4的潜空间特征（Latent Space），并叠加高斯噪声。噪声强度由Denoising strength参数控制，该参数决定了图像的破坏程度。
2. 逆向去噪：UNet网络在文本提示的引导下，逐步去除噪声。这一过程通过Sampling steps参数控制迭代次数，通常设置为20-50步。
3. 特征解码：VAE解码器将去噪后的潜空间特征还原为像素级图像，最终输出结果。

1.2 图像条件注入技术

img2i