Hello . 大家好
今天给大家带来Stable Diffusion基础操作分享（文末可获取AI工具和学习资料）
文生图&图生图
1
文生图
首先是文生图，它分正向提示词和反向提示词，正向提示词意为你希望在画面中出现的物体，顾名思义，反向提示词则为不希望画面出现某些物件，比如我们希望在画面中有一位女性，不要有错误的人体结构解剖，多余的手臂，那正向提示词为：1 girl 反向提示词则为：bad anatomy,bad hands，就是不要在画面中存在反向提示词的内容。
迭代步数：相当于采样值，值越高生成速度越慢，生成细节会越多，数值一般20-40左右，追求细节数值可更高。
采样方法：意为采样器，每个采样器对最终生成的效果以及质量都会有影响，最为常用的有三种：Euler a、DPM++ 2M Karras、DPM++ SDE Karras，写实效果推荐DPM++ 2M Karras。
宽度和高度决定生成图片的尺寸大小，512，768尺寸较为常用，测试生成后可以进行高分辨率修复或者插件来提高精度。
建议不高于1024，生成速度慢，生成内容容易出错，最为常见的是角色出现多个肢体。
总批次数意为生成的图片数量，是SD依次生成图片，单批数量则是指SD一次性生成的数量，显存较低建议试用总批次数去生成。
提示词引导系数指的是生成图片内容与提示词的相关性，值越高，提示词对生成内容影响越大，一般6-15之间。
随机数种子指的是我们每次生成出的内容都会有一个编号，如果像还原上版的内容只需要将该数值复制到随机数种子位置，后方还有两个icon，鼠标悬浮即可查看释义。
接下来介绍一个比较好用的功能，
我们在libilibi或者C站上找一些模型都会有生成信息，可以直接复制生成数据，然后粘贴到正向提示词中，再点击这个小箭头，SD可以自动生成参数，当我们把正方向提示词都删除后，又想拿到当前生成图的参数，也可以点这个小箭头。右边的垃圾桶则是将提示词清空。
接下来是显示和隐藏扩展模型，这个我们在上篇中有讲过，lora模型，嵌入式都在这里添加。
最后就是插入预设样式了，这里默认提供了一个基础起手提示词，叠加正向提示词即可。
看看默认的提示词都写了啥：
接下来我们介绍下图生图：
我使用墨幽人造人大模型配合简约轻机甲LORA文生图算了一个，下方点击发送到图生图，
2
图生图
图生图有两个关键参数：提示词引导系数，重绘幅度。
提示词引导系数刚才讲过是提示词对生成内容的影响程度，而重绘幅度则是我们生成图最终变化的程度，
当我们把重绘幅度拉到最大时，AI就放飞自我了，
我们稍微较低点，给0.5看看：（这里我没有更改其他数值）
可以看到它在肩甲以及腹部添加了许多细节，层次更加丰富。
接着我添加了一些正向提示词，主要强调光影背景，将重绘幅度给到0.6左右，
也可以多找一些Lora来缝合看看。
接着说下这个缩放模式，
仅调整大小以及比例裁剪后缩放两个是对图片尺寸进行简易裁剪拉伸处理，
缩放后填充空白这个适当开点重绘幅度，这样不会强行拉伸，SD会计算拉伸出的部分图像信息，以图片的最后一个像素为基础来填充多出尺寸的元素。
剩下的涂鸦绘制等我们下篇再介绍。
写在最后
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。
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。
若有侵权，请联系删除
标签：Diffusion,图生,文生,AIGC,生成,提示,重绘
From： https://blog.csdn.net/2401_85116933/article/details/140172712