首页 > 其他分享 >AI绘画 Stable Diffusion【进阶篇】:Recolor模型实现头发衣服换色

AI绘画 Stable Diffusion【进阶篇】:Recolor模型实现头发衣服换色

时间:2024-12-16 09:58:30浏览次数:11  
标签:Diffusion 颜色 AI 原图片 头发 进阶篇 Recolor 生成

哈喽这里是海绵

在艺术创作中,颜色的运用至关重要。如今,借助Stable Diffusion的Recolor模型,你只需一键操作,就能轻松实现头发和衣服的换色。本文将带你深入了解Stable Diffusion
Recolor模型的使用方法,助你轻松掌握这一技巧。

在这里插入图片描述

Stable
Diffusion是一款基于深度学习的图像生成模型,它能够在没有任何人类指导的情况下生成高质量、逼真的图像。与传统的图像生成技术相比,Stable Diffusion具有更高的生成质量和更快的生成速度。
今天我们继续分享Recolor模型的一些其他应用场景,改变人物的头发或衣服的颜色,改变图片的颜色滤镜。

下面我们以修改美女头发为例,看一下实现效果。

原图片

在这里插入图片描述

红色头发

在这里插入图片描述

绿色头发

在这里插入图片描述

紫色头发

在这里插入图片描述

五颜六色头发

在这里插入图片描述

在这里插入图片描述

下面我们具体看一下如何实现

【第一步】:ControlNet的参数设置

在这里插入图片描述

相关参数设置如下:

  • 控制类型:选择"Recolor(重上色)"

  • 预处理器:recolor_luminance

  • 模型:ioclab_sd15_recolor

我们开启“允许预览”,会生成原图片对应的预览图,与原图片相比,预览图去掉了原图片的色彩,变成了一张黑白图片。这里可以看出
Recolor模型的本质能力是对黑白图片上色,其实现机制是先使用预处理器提取原图片的黑白图,然后再识别图片的各个区域进行上色处理。

【第二步】提示词的编写及大模型的选择

如果只是改变头发的颜色,我们可以简单描述头发颜色的提示词即可。

例如:(red hair:1.3) 、

   (green hair:1.3)、

   (purple hair:1.3)、

   (colorful hair:1.3)


  * 1
  * 2
  * 3
  * 4
  * 5

文生图相关参数设置

  • 采样器:DPM++2M Karras

  • 采样迭代步数:30

  • 图片宽高:和需要重上色的图片宽高保持一致即可。

大模型我们选择一个写实的大模型,这里我们选择RealisticVersion,其它大模型majicMIX realistic,Chilloutmix都可以。

在这里插入图片描述

进行上面的设置之后,点击【生成】按钮,就可以生成不同颜色头发的图片了。

相关说明

(1)颜色的变换最好是深色变深色、浅色变浅色。比如,黑色的头发可以变成绿色、红色、紫色。最好不要换成白色这种浅颜色。我反复尝试了几次,都无法生成白头发。下面是我尝试变换白色头发生成的一张照片,效果不是特别好。

在这里插入图片描述

(2)Recolor模型除了改变人物头发的颜色之外,还可以改变衣服的颜色。

原图片

在这里插入图片描述

绿色毛衣

在这里插入图片描述

蓝色毛衣

在这里插入图片描述

黄色毛衣

在这里插入图片描述
紫色毛衣

在这里插入图片描述

当我改变衣服的颜色为绿色、蓝色、和黄色时,生成的图片抽签到只改变衣服颜色的图片概率还是很高的,但当改变衣服的颜色为紫色时,生成的图片美女的头发也变成紫色了。

(3)同时修改头发和衣服颜色

red hair,yellow sweater,(红色头发,黄色毛衣)

在这里插入图片描述

red hair,green sweater,(红色头发,绿色毛衣)

在这里插入图片描述

green hair,yellow sweater(绿色头发,黄色毛衣)

在这里插入图片描述

(4)提示词对生成的图片颜色污染

虽然上面的实例中,生成的图片可以按照提示词的颜色调整对应的元素,但是在实际的操作中,很多时候颜色并不能精准地反馈到对应的元素上面,就算我们修改提示词的顺序和权重,效果仍然不理想。

例如:green hair,purple sweater,(黄色头发、紫色毛衣)

在这里插入图片描述

头发颜色对了,但是生成的多张图片中,紫色毛衣图片一直没有抽签到。

为了做到颜色与对应元素的一致,我们可以借助一款cutoff插件来进行控制,该插件可以按顺序设置好颜色提示词,关于这个插件的使用,这里就不详细展开了,后面会详细介绍。

(5)Recolor实现图片颜色滤镜

Recolor实现机制是先使用预处理器提取原图片的黑白图,然后再识别图片的各个区域进行上色处理。我们可以利用这个机制实现图片的颜色滤镜效果。

原图片:粉色风格

在这里插入图片描述

蓝色风格(提示词:blue)

在这里插入图片描述
绿色风格 (提示词:green)****

在这里插入图片描述

黄色风格 (提示词:yellow)****

在这里插入图片描述
色风格(提示词:purple)****************

在这里插入图片描述

好了,今天的分享就到这里了,希望今天分享的内容对大家有所帮助。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

零基础AI绘画学习资源介绍

标签:Diffusion,颜色,AI,原图片,头发,进阶篇,Recolor,生成
From: https://blog.csdn.net/m0_64365896/article/details/144498027

相关文章

  • 《Docker - Docker Container(容器)之容器实战》
    一、引言Docker是一种开源的容器化平台,它可以将应用程序及其依赖项打包到一个可移植的容器中,从而实现快速部署、可扩展性和隔离性。在Docker中,容器是运行应用程序的基本单元,它提供了一种轻量级、高效的方式来管理应用程序的运行环境。本文将介绍Docker容器的实战应用,包......
  • 【AIGC】与模型对话:理解与预防ChatGPT中的常见误解
    博客主页:[小ᶻ☡꙳ᵃⁱᵍᶜ꙳]本文专栏:AIGC|ChatGPT文章目录......
  • DDPM, DDIM, LDM 和stable diffusion
    以下是这些模型的发展历程的概述:DDPM(DenoisingDiffusionProbabilisticModels):DDPM是扩散模型的早期形式,它通过逐步去噪的方式生成高质量数据,但其效率较低,特别是在处理高分辨率图像时需要耗费大量的计算资源。DDIM(DenoisingDiffusionImplicitModels):DDIM是DDPM的......
  • webrtc && aiortc
    WebRTC_APIhttps://developer.mozilla.org/en-US/docs/Web/API/WebRTC_APIWebRTC(WebReal-TimeCommunication)isatechnologythatenablesWebapplicationsandsitestocaptureandoptionallystreamaudioand/orvideomedia,aswellastoexchangearbitra......
  • 构建新人培训SOP:AI工具提升HR培训效率
    在当今快速变化的商业环境中,构建一套高效的新人培训SOP(StandardOperatingProcedure,标准操作程序)对于企业的长远发展至关重要。这不仅能够确保新员工快速融入企业文化,掌握必备技能,还能显著提升人力资源(HR)部门的工作效率。本文将探讨如何构建高效的新人培训SOP。一、构建新人培......
  • 2025年知识库趋势:AI工具引领变革
    随着数字化转型的深化,企业内部知识库已成为推动企业创新、提升团队协作效率的核心要素。展望2025年,企业内部知识库将呈现出哪些新趋势?AI工具又将如何在这场变革中发挥引领作用?本文旨在探讨这些问题,为企业构建未来知识管理战略提供参考。一、2025年知识库新趋势智能化与个性化:AI......
  • 知识中台:驱动企业高效发展的核心引擎与ai工具的应用
    在当今这个快速变化的商业环境中,知识被视为企业最宝贵的资产之一。为了更好地管理和利用这一资产,越来越多的企业开始转向知识中台这一新兴的技术架构。知识中台不仅能够帮助企业实现知识的集中管理和高效利用,还能够促进团队协作、提升决策效率,成为企业数字化转型和智能化发展的重......
  • OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    本文来源公众号“OpenCV与AI深度学习”,仅用于学术分享,侵权删,干货满满。原文链接:基于YOLO和EasyOCR从视频中识别车牌 在本文中,我们将探讨如何使用Python中的YOLO(YouOnlyLookOnce)和EasyOCR(OpticalCharacterRecognition)从视频文件中实现车牌检测。这种方法利用深度学......
  • Debiasing Model Updates for Improving Personalized Federated Training为改进个性
    第一部分:解决的问题联邦学习(FL)是一种分布式机器学习方法,允许设备在不共享本地数据的情况下协同训练模型。在个性化联邦学习中,目标是为每个设备训练个性化模型,而不是一个通用的全局模型。然而,由于设备之间数据分布的异质性,传统方法会导致模型偏差。第二部分:解决的方法/idea......
  • SVN 报错 | svn: E170004: Commit failed (details follow): svn: E170004: Directory
    问题描述IDEA中通过SVN拉取项目后进行修改,第一次commit提交代码的时候成功提交,第二次修改后再提交的时候报错了,提示“Directory'xxx'isoutofdate”解决方法报错的原因是本地项目过时了,和svn服务器的项目版本不一致。需要先update更新本地的项目,再重新修改代码然......