在 AI 生成图像领域，Stable Diffusion 的 Img2Img 模式为我们带来了一个强大的工具：通过输入一张现有图片，结合你的提示词和参数，生成风格独特、创意十足的新图片！无论是将简单的草图变成艺术杰作，还是给照片注入独特风格，Img2Img 都能助你实现创意梦想。
本教程将手把手教你从零开始使用 Stable Diffusion 的图生图功能，带你了解其核心概念、参数设置以及最佳实践！
0
1
什么是图生图？
Img2Img（图生图）是 Stable Diffusion 的一种生成模式，它的核心功能是：
-
输入图片 + 提示词 = 新图片。
-
它会根据输入图片的形状、纹理或其他特征，并结合提示词和参数生成全新的图像。
特点：
-
保留原图形状或布局，但风格和细节由提示词和参数决定。
-
适用于风格转换、图片改造和快速创作。
例如：
-
将手绘草图转化为完整插画。
-
将普通照片变成赛博朋克风格的艺术作品。
这份完整版的SD整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【
保证100%免费】
0
2
图生图的基本步骤
第一步：打开 Stable Diffusuion WebUI，点击 Img2Img 标签，进入到图生图模块。
第二步：准备一张照片，将照片导入到 SD 里。往 WebUI 里导入图片的方式有两种：一是直接拖拽到对应的位置松手，二则是鼠标左键点击图片上传区域再打开资源管理器选取。
第三步：参数设置。图生图的参数大部分和文生图是完全一致的，比如采样方法、步数等。但也有一些独有的选项，最为醒目的是 Denoising strength（重绘幅度），我们将在下面的文章中详细讲解这些参数。
0
3
参数：缩放模式
1. Just Resize（仅缩放）：
-
功能：直接将输入图片拉伸或压缩至目标分辨率，不保留原始宽高比例。
-
优点：确保输入图片完全覆盖目标尺寸。
-
缺点：可能导致图像变形（比例失真）。
-
适用场景：当不介意图像比例失真，只需生成特定分辨率的结果时。
2. Crop and Resize (裁剪并缩放)
-
功能：先按目标分辨率的宽高比裁剪输入图片，然后将裁剪后的图片等比例缩放至目标尺寸。
-
优点：保持图像比例，避免变形。
-
缺点：输入图片的一部分可能被裁掉，可能导致丢失细节。
-
适用场景：当需要保留输入图片的正确比例，且不介意部分内容被裁剪时。
3. Resize and Fill (缩放并填充)
-
功能：将输入图片等比例缩放到目标分辨率，同时在剩余区域填充空白（通常是黑色或透明的填充）。
-
优点：保持图像比例，避免内容裁剪和变形。
-
缺点：生成的图片可能包含填充的边框。
-
适用场景：当需要保留输入图片的完整内容，且不介意边缘填充时。
0
4
参数：重绘幅度
在 Stable Diffusion WebUI 的 Img2Img 功能中，重绘幅度（Denoising Strength）是一个非常重要的参数，用于控制生成的新图像与输入图像之间的差异程度。它直接影响最终生成结果的细节保留和创意改动程度。
重绘幅度的作用：
-
重绘幅度决定了模型在生成过程中对输入图片的“重建”程度。
-
低重绘幅度：生成的图片会保留更多的原始图片细节，改动较少。
-
高重绘幅度：生成的图片会与原始图片差别更大，更倾向于按照提示词生成新的内容。
使用场景：
1. 修图（低重绘幅度，0.1-0.3）
当需要在输入图片的基础上修复或调整一些细节时（比如增加清晰度或调整颜色），可以使用低重绘幅度。
- 风格化改造（中等重绘幅度，0.4-0.7）
如果希望保留输入图片的基本结构，同时应用提示词改变风格（例如从现实风格转换为油画风格），可以使用中等重绘幅度。
3. 完全重绘（高重绘幅度，0.8-1.0）
当只想利用输入图片的大致布局，并完全按照提示词生成新的内容时，可以使用高重绘幅度。
注意事项：
1.平衡输入图片与提示词: 重绘幅度越高，提示词的作用越大；重绘幅度越低，输入图片的作用越大。找到合适的平衡点非常重要。
2.生成时间:重绘幅度较高时，模型需要进行更多的计算，可能导致生成时间稍长。
3.避免失真: 如果重绘幅度过高，可能会导致结果与预期差异过大；过低则可能导致输入图片几乎没有变化。
在 Stable Diffusion WebUI 的 Img2Img 功能中，重绘幅度（Denoising Strength）是一个非常重要的参数，用于控制生成的新图像与输入图像之间的差异程度。它直接影响最终生成结果的细节保留和创意改动程度。
0
5
随机种子
在 Stable Diffusion 中，随机种子（Seed）是一个非常重要的参数，用于控制生成图片的随机性和可重复性。
什么是随机种子？
随机种子是生成随机数的起点，通常是一个整数值。Stable Diffusion 使用随机数来初始化潜空间中的噪声图像，而这张噪声图像是生成最终图片的起点。
随机种子的作用：
-
相同的种子值和其他参数（如提示词、分辨率、模型权重）都相同的情况下，生成的图片结果是完全一致的。
-
不同的种子值会产生不同的初始噪声，因此会生成完全不同的图片。
所以，想在已经生成图片的基础上，继续个性化绘制，固定随机种子十分重要。
0
6
实战环节
首先，我们上传一张图片，输入相应的提示词和参数设置。
图 参数截图1
图 参数截图2
点击 Generate 生成按钮，我们得到如下图像：
图 生成结果
下面我们点击按钮固定随机种子：
图 固定随机种子
添加新的提示词：red_shirt。
图 添加提示词
再次点击 Generate 生成按钮，就可以在原来图片的基础上生成新的图片了。
图 最终效果
END
希望这篇教程可以帮你快速掌握 Stable Diffusion Img2Img 的使用技巧！如果有更多问题或需要补充内容，可以随时告诉我！如果你对今天的内容有任何疑问，或者在操作过程中遇到问题，欢迎留言与我互动！别忘了分享这篇文章给你身边的朋友们，让我们一起在AI创作的世界中不断探索！
标签：Diffusion,图生,幅度,生成,Stable,重绘,输入,图片 From： https://blog.csdn.net/ice829/article/details/144661302这份完整版的SD整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【
保证100%免费】