干货教程【AI篇】| 照片打光神器IC-Light，可修改背景，控制光照效果，详细教程及整合包下载

最新推荐文章于 2024-06-24 18:14:21 发布
最新推荐文章于 2024-06-24 18:14:21 发布
阅读量994 收藏 16
点赞数 8
分类专栏： 黑科技 文章标签： 人工智能 AIGC AI
为祖国自动驾驶事业健康工作50年
本文链接：https://blog.csdn.net/weixin_45485946/article/details/139442350
版权

关注文章底部公众号回复关键词【iclight】获取整合包

双击即可使用，简单方便！

先来看一下效果

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

下面就开始正片的讲解

注意：解压文件之后会有一个【一键启动.bat】，一个【一键启动——背景.bat】

【一键启动.bat】只通过提示词生成背景

【一键启动——背景.bat】通过传入另一张图片生成背景

下面分别做一下讲解

软件使用教程

我们从网盘链接下载，得到如下文件：

在这里插入图片描述

解压之后，有两个一键启动，我们先双击【一键启动.bat】，弹出终端，等待终端执行完毕，自动弹出网页

在这里插入图片描述

这个模式是只传入一张图片，然后填写提示词就会自动对照片生成光照

点击下图这个框，传入你要修改的照片

在这里插入图片描述

然后在红框中填写你的提示词，在绿框中选择你要的光照方向

在这里插入图片描述

None：无光照

Left Light：左侧光照

Right Light：右侧光照

Top Light：顶部光照

Bottom Light：底部光照

然后下方有一些可选的提示词

在这里插入图片描述

beautiful woman, detailed face：美丽的女人，细致的脸庞

handsome man, detailed face：英俊的男人，细致的脸庞

sunshime from window：阳光透过窗户照进来

neon light, city：霓虹灯,城市

sunset over sea：海上日落

golden time：黄金时代

sci-fi RGB glowing, cyberpunk：科幻 RGB 发光，赛博朋克

natural lighting：自然采光

warm atmosphere, at home, bedroom：温馨的氛围，在家里，卧室

magic lit：魔法点亮

evil, gothic, Yharnam：邪恶、哥特、亚南

light and shadow：光与影

shadow from window：窗户的影子

soft studio lighting：柔和的摄影室灯光

home atmosphere, cozy bedroom illumination：家庭氛围，舒适的卧室照明

neon, Wong Kar-wai, warm：霓虹、王家卫、温暖

这里会设置一下图片的数量和大小，可根据需要自行调整，Seed使用默认值即可

在这里插入图片描述

全部设置好之后点击Relight等待结果生成

在这里插入图片描述

下方还有一些例子可供大家使用，单击你选择的例子就会自动部署上去

在这里插入图片描述

生成效果放大图：

在这里插入图片描述

下面讲解双击【一键启动——背景.bat】

双击之后同样是等待终端执行完毕，然后自动弹出网页

在这里插入图片描述

这里需要你传入两张图片了，左边的是要传入人物的图片，右边的需要传入的是背景的图片。

这里同样可以输入提示词

在这里插入图片描述

光照的来源和上一个有区别

Use Background Image：使用你传入的背景图的光照

Use Flipped Background Image：使用翻转的背景图像

Ambient：周围光（翻译不准确还请见谅）

下方也是可以选择的提示词

在这里插入图片描述

beautiful woman：美丽的女人

handsome man：英俊的男人

beautiful woman, cinematic lighting：美丽的女人，电影灯光

handsome man, cinematic lighting：英俊的男人，电影灯光

beautiful woman, natural lighting：美丽的女人，自然光

handsome man, natural lighting：英俊的男人，自然光

beautiful woman, neo punk lighting, cyberpunk：美丽的女人，新朋克灯光，赛博朋克

handsome man, neo punk lighting, cyberpunk：英俊的男人，新朋克灯光，赛博朋克

下面是官方预设的一些背景图片，可供大家使用

在这里插入图片描述

设置好之后点击Relight即可等待结果生成

在这里插入图片描述

最下方也有一些例子供大家使用

在这里插入图片描述

在这里插入图片描述

关注文章底部公众号回复关键词【iclight】获取整合包

我们会为大家提供更多更好用的AI工具！

铃灵狗
关注
  • 8
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
超强干货|APP规范实例-详细的UI设计规范
02-26
本篇这一套UI设计规范，包含了界面布局、颜色、文字规范、按钮规范、图标规范、图片规范、列表规范、控件规范、弹出浮层，超级详细。
干货整理 | 如何解决电源常见应用问题--机壳开关电源篇
01-12
上一期我们向大家介绍了如何解决DC/DC电源常见的应用问题，这次我们将视线聚焦在机壳开关电源上，机壳电源应用领域十分广泛，不同的应用环境也会对产品有特殊的要求，所以在使用中也会出现一些...排查方案：可检查产
IC-Light：图像打光控制和背景融合生产力工具，最全ComfyUI操作指南
z19981的博客
06-07 1101
IC-Light是一款由Controlnet作者lllyasviel创作的最新作品，用于实现操控图像光照效果的项目。当前该项目已经发布了两种类型的模型：文本条件模型和背景条件模型。这两款模型都是接受前景图像作为输入实现打光控制。。
注入灵魂 - AI一键照片打光IC-Light
05-15 435
之后即可看到处理后的图片，当你看到处理后的图片时，你会惊叹于IC-Light如何给你的照片“注入灵魂”，能让一些开始很AI味的图片，也真实了起来，仿佛你置身于一个全新的世界！这款工具利用先进的机器学习技术，能够根据简单的文本提示或背景图像，调整照片的光照效果，使其与新环境或设定的氛围完美融合。：通过输入描述性的文字，如“温暖的阳光”、“昏暗的灯光”，IC-Light可以生成具有特定光照氛围的图像。：如果你有特定的背景图，IC-Light能根据这一背景调整前景物体的光照，创造出和谐的视觉效果。
Stablediffusion又更新IC-Light - ControlNet作者开源的AI图片打光工具Comfyui可用
赵KK的博客
05-11 945
IC-Light，全称为“Imposing Consistent Light”，是一款由ControlNet作者张吕敏开发的AI图像照明操纵工具。它致力于通过先进的机器学习技术，对图像的照明条件进行操纵，从而实现一致的光照效果。IC-Light的核心在于它能够在不依赖复杂提示的情况下，通过简单的文本描述或背景条件，对图像的光照进行调整，创造出各种光影效果。IC-Light不仅是一个图像处理工具，它是艺术家和设计师手中的画笔，是科学家和工程师们智慧的结晶。
IC-Light：一键AI照片打光整合包
2201_75431503的博客
05-10 614
ControlNet的创作者再次带来了新的技术突破：IC-Light，全称“Imposing Consistent Light”，这项技术能够对输入的图像进行照明重塑。IC-Light目前提供两种模式：文本引导和背景图引导。用户只需输入相关的文本提示（例如“左侧光线”、“日光”），IC-Light将根据这些提示生成具有指定光照方向和特性的图像。例如，如果用户输入“阳光从窗口射入、温馨氛围、卧室”，同时指定光照方向为“左侧”，模型便会创建一幅左侧光照的图像，仿佛阳光正从左侧窗户温柔地照进卧室。
IC-Light-在stable diffusion中实现图像的光影控制新方法 - 技术原理篇
聚梦小课堂
05-12 1636
​ 最近在stable diffusion的粉丝群看到光影控制又有了新的玩法，是controlnet的作者lllyasviel，发了一款名为IC-Light的模型，并且已经被另外一位名为huchenlei的朋友实现了comfyui和webUI（forge ）版的插件，并且在github上提到automatic1111 webui的插件也在进行过程中了。
将照片重新打光！IC-Light介绍（附SD插件版及独立整合包）
weixin_44505135的博客
05-20 1327
IC-Light介绍以及stable diffusion版插件说明
视频剪辑30节干货教程，让你轻松学会剪映全套视频剪辑-教程网盘链接提取码下载.txt
12-24
第八课：一键抠图，轻松换背景 第二课：如何在微信上学习视频剪辑课程 第二十八课：这个功能能让你的视频画面更有趣 第二十二课：编辑音乐 第二十课：“防抖”详解 第二十六课：文字还可以这样加 第二十七课：...
AI-新人类电商人的AI课，用世界先进的AI帮助电商降本增效-教程网盘链接提取码下载.txt
10-20
注意：由于AI发展太快，新内容可能不在目录中，此目录仅做参考，实际干货只多不少 01AI电商简介，在这里你能学到什么？ 0基础起飞，了解Al对电商的颠覆性价值，了解有哪些先进的工具，对我们有什么帮助，并可以用...
胡子不拍车的轻松后期剪辑课，全方位干货，从零基础解决掌握正确方法-教程网盘链接提取码下载.txt
01-09
剪辑没有思路 画面没有节奏 做丝滑有质感的片子 课程内容： 剪辑必看 1剪辑快速掌握节奏技巧.mp4 基础 1剪辑软件安装方法.mp4 基础 2fcpx项目设置资源库.mp4 基础 3fcpx的界面布局介绍....进阶 3画面的节奏.mp4
Talk｜香港科技大学冯宸：高效自主的大尺度场景空中覆盖与重建
TechBeat人工智能社区博客
06-20 1232
本期为TechBeat人工智能社区第601期线上Talk。 北京时间6月19日(周三)20:00，香港科技大学冯宸博士生—冯宸的Talk已经准时在TechBeat人工智能社区开播！ 他与大家分享的主题是: “高效自主的大尺度场景空中覆盖与重建”，他围绕团队在利用无人机进行大尺度场景下的快速自主覆盖与重建方面取得的进展和思考展开。该工作已入选ICRA 2024 Finalist for Best Paper Award on UAV。
内积知识点小记
liujianjun1536500976的专栏
06-21 817
对于两个向量a = [a₁, a₂,…, aₙ]和b = [b₁, b₂,…, bₙ]，它们的点积定义为：a·b = a₁b₁ + a₂b₂ + … + aₙbₙ。使用矩阵乘法，把（纵列）向量当作n×1 矩阵，点积也可以写为：a·b = (a^T) * b，这里的a^T指示矩阵a的转置。
pytorch库 03 基础知识
最新发布
weixin_42830015的博客
06-24 415
pytorch库 03 基础知识
人工智能赋能数据资产分析：借助先进的人工智能技术，优化数据处理流程，显著提升数据资产分析的准确性和效率，为企业决策提供强大支撑，推动业务快速发展
byte58的博客
06-20 1080
借助先进的人工智能技术，企业可以优化数据处理流程，显著提升数据资产分析的准确性和效率，为企业决策提供强大支撑，推动业务快速发展。“方案365”全新整理数据资产、乡村振兴规划设计、智慧文旅、智慧园区、数字乡村-智慧农业、智慧城市、数据治理、智慧应急、数字孪生、乡村振兴、智慧乡村、元宇宙、数据中台、智慧矿山、城市生命线、智慧水利、智慧校园、智慧工地、智慧农业、智慧旅游等300+行业全套解决方案。人工智能技术可以帮助企业自动化地完成数据清洗、数据整合、数据转换等任务，提高数据质量，为后续的分析工作打下坚实基础。
【diffusers极速入门（三）】生成的图像尺寸与 UNet 和 VAE 之间的关系
weixin_44212848的博客
06-20 1082
UNet 是一种卷积神经网络架构，最初设计用于生物医学图像分割。其结构类似于一个对称的 U 字形，由编码器（下采样）和解码器（上采样）组成。编码器逐步提取图像特征并缩小空间维度，解码器则将这些特征还原到原始的空间维度，同时逐步增加分辨率。对称结构：编码器和解码器对称分布。跳跃连接：直接将编码器的中间层输出传递到解码器的对应层，保留了高分辨率特征。多尺度特征提取：在不同尺度上提取特征，提升了网络对细节的捕捉能力。VAE 变分自编码器是一种生成模型，通过学习输入数据的潜在表示来生成新数据。编码器。
生命在于学习——Python人工智能原理（4.1）
易水哲的博客
06-19 1687
前言：人工智能基础结束了，本章开启Python的学习，之前我写过Python的学习了，不过是偏向网络安全方向的学习，这次算是完完全全的学习。
干货 | spark streaming 和 flink 详细对比
06-28
### 回答1： Spark Streaming 和 Flink 都是流处理框架，但在一些方面有所不同。 1. 数据处理模型 Spark Streaming 基于批处理模型，将流数据分成一批批进行处理。而 Flink 则是基于流处理模型，可以实时处理数据流。 2. 窗口处理 Spark Streaming 的窗口处理是基于时间的，即将一段时间内的数据作为一个窗口进行处理。而 Flink 的窗口处理可以基于时间和数据量，可以更加灵活地进行窗口处理。 3. 状态管理 Spark Streaming 的状态管理是基于 RDD 的，需要将状态存储在内存中。而 Flink 的状态管理是基于内存和磁盘的，可以更加灵活地管理状态。 4. 容错性 Flink 的容错性比 Spark Streaming 更加强大，可以在节点故障时快速恢复，而 Spark Streaming 则需要重新计算整个批次的数据。 总的来说，Flink 在流处理方面更加强大和灵活，而 Spark Streaming 则更适合批处理和数据仓库等场景。 ### 回答2： Spark Streaming 和 Flink 都是流处理框架，它们都支持低延迟的流处理和高吞吐量的批处理。但是，它们在处理数据流的方式和性能上有许多不同之处。下面是它们的详细比较： 1. 处理模型 Spark Streaming 采用离散化流处理模型（DPM），将长周期的数据流划分为离散化的小批量，每个批次的数据被存储在 RDD 中进行处理，因此 Spark Streaming 具有较好的容错性和可靠性。而 Flink 采用连续流处理模型（CPM），能够在其流处理过程中进行事件时间处理和状态管理，因此 Flink 更适合处理需要精确时间戳和状态管理的应用场景。 2. 数据延迟 Spark Streaming 在处理数据流时会有一定的延迟，主要是由于对数据进行缓存和离散化处理的原因。而 Flink 的数据延迟比 Spark Streaming 更低，因为 Flink 的数据处理和计算过程是实时进行的，不需要缓存和离散化处理。 3. 机器资源和负载均衡 Spark Streaming 采用了 Spark 的机器资源调度和负载均衡机制，它们之间具有相同的容错和资源管理特性。而 Flink 使用 Yarn 和 Mesos 等分布式计算框架进行机器资源调度和负载均衡，因此 Flink 在大规模集群上的性能表现更好。 4. 数据窗口处理 Spark Streaming 提供了滑动、翻转和窗口操作等灵活的数据窗口处理功能，可以使用户更好地控制数据处理的逻辑。而 Flink 也提供了滚动窗口和滑动窗口处理功能，但相对于 Spark Streaming 更加灵活，可以在事件时间和处理时间上进行窗口处理，并且支持增量聚合和全量聚合两种方式。 5. 集成生态系统 Spark Streaming 作为 Apache Spark 的一部分，可以充分利用 Spark 的分布式计算和批处理生态系统，并且支持许多不同类型的数据源，包括Kafka、Flume和HDFS等。而 Flink 提供了完整的流处理生态系统，包括流SQL查询、流机器学习和流图形处理等功能，能够灵活地适应不同的业务场景。 总之，Spark Streaming 和 Flink 都是出色的流处理框架，在不同的场景下都能够发挥出很好的性能。选择哪种框架取决于实际需求和业务场景。 ### 回答3： Spark Streaming和Flink都是流处理引擎，但它们的设计和实现方式有所不同。在下面的对比中，我们将比较这两种流处理引擎的主要特点和差异。 1. 处理模型 Spark Streaming采用离散流处理模型，即将数据按时间间隔分割成一批一批数据进行处理。这种方式可以使得Spark Streaming具有高吞吐量和低延迟，但也会导致数据处理的粒度比较粗，难以应对大量实时事件的高吞吐量。 相比之下，Flink采用连续流处理模型，即数据的处理是连续的、实时的。与Spark Streaming不同，Flink的流处理引擎能够应对各种不同的实时场景。Flink的实时流处理能力更强，因此在某些特定的场景下，它的性能可能比Spark Streaming更好。 2. 窗口计算 Spark Streaming内置了许多的窗口计算支持，如滑动窗口、滚动窗口，但支持的窗口计算的灵活性较低，只适合于一些简单的窗口计算。而Flink的窗口计算支持非常灵活，可以支持任意窗口大小或滑动跨度。 3. 数据库支持 在处理大数据时，存储和读取数据是非常重要的。Spark Streaming通常使用HDFS作为其数据存储底层的系统。而Flink支持许多不同的数据存储形式，包括HDFS，以及许多其他开源和商业的数据存储，如Kafka、Cassandra和Elasticsearch等。 4. 处理性能 Spark Streaming的性能比Flink慢一些，尤其是在特定的情况下，例如在处理高吞吐量的数据时，在某些情况下可能受制于分批处理的架构。Flink通过其流处理模型和不同的调度器和优化器来支持更高效的实时数据处理。 5. 生态系统 Spark有着庞大的生态系统，具有成熟的ML库、图处理库、SQL框架等等。而Flink的生态系统相对较小，但它正在不断地发展壮大。 6. 规模性 Spark Streaming适用于规模小且不太复杂的项目。而Flink可扩展性更好，适用于更大、更复杂的项目。Flink也可以处理无限制的数据流。 综上所述，Spark Streaming和Flink都是流处理引擎，它们有各自的优缺点。在选择使用哪一个流处理引擎时，需要根据实际业务场景和需求进行选择。如果你的业务场景较为复杂，需要处理海量数据并且需要比较灵活的窗口计算支持，那么Flink可能是更好的选择；如果你只需要简单的流处理和一些通用的窗口计算，Spark Streaming是更为简单的选择。

“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 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

打赏作者

铃灵狗

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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