首页 > 其他分享 >AI绘图教程|stable diffusion(SD)怎样进行图生图,教你快速上手

AI绘图教程|stable diffusion(SD)怎样进行图生图,教你快速上手

时间:2025-01-17 17:00:44浏览次数:3  
标签:diffusion 原图 图生 AI 学习 绘画 stable

我们在网上看到好看的图,是不是想自己模仿生成类似的图,SD的图生图可以实现你的梦想,下面教你快速上手SD的图生图

1、图生图原理

通过对原始图像噪声的提取加上提示词和参数的引导在底模中找到与原始照片生图最匹配的元素从而扩散出类似的结果。

而当我们明白了图生图是将我们输入的图像隐藏在选择的随机噪声图下面,组合成图生图的原始噪声图再去引导扩散结果的时候,那么接下来我们要说明的内容也就一通百通了。

图生图依然是有正向提示词反向提示词,基本跟文生图一样,因为我们想要做图生图首先就要有一张图片作为基础,然后参照这张图片,再去转为你想要的另一种图的风格。

有需要stable diffusion整合包以及提示词插件,可以扫描下方,免费获取

在这里插入图片描述

2、图生图界面介绍

图片

图片

图生图的参数和文生图基本一样,多了的功能:添加图像,缩放模式,重绘幅度等模块,咱一个个看:

缩放模式:

拉伸

新设置分辨率与原图尺寸不同时,SD会在原图尺寸上进行拉伸,容易变形。比如原图是9061610,图生图时,调整分辨率为9061800:

勾选拉伸时就会生成这样的图,看起来非常不美观:

图片

但是也有妙用的时候:像我现在的原图有点胖,我想让她瘦一点,我就可以设分辨率为512*768,来看看效果

图片

是不是看起来瘦一点了,这里就举个例子哈,不要太较真。

裁剪

在原有图片的基础上按照我们的尺寸要求对画面进行裁剪,它自动的从中间向两边进行裁剪

下面从9061610 裁剪到906906,下面是裁剪后的效果

图片

填充空白

以图片的最后一个像素为基础,填充新的尺寸

下面从9061610 填充到1610906,下面是填充后的效果

图片

我们看没有的区域进行拉伸

调整大小(潜空间放大)

将图片压缩,由于噪声重新进行排期,人物的形象会发生变化

图片

关键词引导系数和重绘幅度

通过对关键词引导系数和重绘幅度的测试,

如果想要尽量贴近原图,提示词引导系数再7-9之间比较稳定,且细节也足够丰富,

重绘幅度在0.3-0.5之间比较稳定目贴近参考图,超出0.5图像开始有大的风格转变,如果想要画面有大的改变0.5-0.7比较合适,设置区间与文生图中的高分辨率修复中的重绘幅度基本保持一致。

配置好参数就可以参考原来的图生成

图片

图片

图生图操作是不是很简单?

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,原图,图生,AI,学习,绘画,stable
From: https://blog.csdn.net/2301_80239908/article/details/145210728

相关文章

  • (14-4)基于Latent Diffusion Transformer的文生视频系统:视频数据的预处理和增强
    6.4.5 视频数据的预处理和增强文件video_transforms.py主要实现了视频数据的预处理和增强功能,包括对视频帧的随机裁剪、中心裁剪、尺度调整、归一化、随机水平翻转等操作。通过自定义的多种预处理类,例如RandomCropVideo、CenterCropVideo和NormalizeVideo,可以对输入的视......
  • 【AI变现】别人已经用AI绘画每月变现上万元,你还不知道?(附教程一份)
    随着人工智能的不断发展ChatGPT横空出世,通过算法和大数据,将个性化设计变得触手可得,自己任意的照片可以轻松变为卡通形象,真正的实现了人人都能成为AI设计师!但是这款工具都有一些使用门槛:MJ需要翻墙并付费办理会员使用,描述词只支持英文且有一定的技巧,头像要想做的真的像自己,......
  • 全面掌握 LangChain:从核心链条构建到动态任务分配的实战指南
    系列文章目录01-玩转LangChain:从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块:四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain:从核心链条构建到动态任务分配的实战指南文章目录系列文章目录前言一、LangChain的核心链简介1.1......
  • 【大厂面试AI算法题中的知识点】方向涉及:ML/DL/CV/NLP/大数据...本篇介绍DERT中匈牙利
    【大厂面试AI算法题中的知识点】方向涉及:ML/DL/CV/NLP/大数据…本篇介绍DERT中匈牙利匹配算法的具体流程?【大厂面试AI算法题中的知识点】方向涉及:ML/DL/CV/NLP/大数据…本篇介绍DERT中匈牙利匹配算法的具体流程?文章目录【大厂面试AI算法题中的知识点】方向涉及:ML/DL/C......
  • 2025实战指南大模型AI产品经理:从零基础到精通的详细步骤与技巧,一文收藏即可开始学习!
    随着人工智能技术的发展,尤其是大模型(LargeModel)的兴起,越来越多的企业开始重视这一领域的投入。作为大模型产品经理,你需要具备一系列跨学科的知识和技能,以便有效地推动产品的开发、优化和市场化。以下是一份详细的大模型产品经理学习路线,旨在帮助你构建所需的知识体系,从零基......
  • 《AI语言模型的关键技术探析:系统提示、评估方法与提示工程》
    文章主要内容摘要1.系统提示(SystemPrompt)定义:用于设置模型行为、角色和工作方式的特殊指令重要性:定义模型行为边界影响输出质量和一致性可将通用模型定制为特定领域助手挑战:技术集成复杂兼容性问题效果难以精确预测2.模型评估方法创新方向:自一......
  • OpenAI 宕机思考丨Kubernetes 复杂度带来的服务发现系统的风险和应对措施
    作者:王建伟(正己)12月11日,OpenAI旗下AI聊天机器人平台ChatGPT、视频生成工具Sora及其面向开发人员的API自太平洋时间下午3点左右起发生严重中断,耗费约三个小时才顺利恢复所有服务。OpenAI在事后报告中写道,“该问题源自新部署的遥测服务,此项服务无意间压垮了Kuberne......
  • 【前端进阶】在AI浪潮下前端如何结合应用于程序中,如:Brain.js创建模型
    前端和人工智能(AI)的结合可以创造非常丰富的用户体验,从简单的基于规则的交互到复杂的机器学习模型驱动的功能。在Web应用程序中集成AI可以增强用户交互、个性化内容推荐、图像和语音识别、自然语言处理等。前端与AI的结合应用聊天机器人(Chatbots):通过集成NLP(自然语言处理)技......
  • AI绘画模型王者归来,majicFlus 模型重磅发布!
    要说SD社区中最受欢迎的大模型,那就必然是麦橘系列了——SD1.5时代的神,majicMIXrealistic麦橘写实模型更是一口气霸占了lib社区最热、最多运行、最多下载三榜第一、最多返图(第二),光lib一个平台就将近1500w的在线运行量,26w的下载量,以往大家说的一脸AI很大程度上......
  • 深入解析 Spring AI 系列:分析 Spring AI 可观测性
    今天我们将讨论之前略过的可观测性部分的代码。在这里,我想简单说明一下,当时这部分代码属于必须编写的固定模板,因此在最初的讨论中我们直接跳过了它。虽然这部分代码乍看之下可能显得比较复杂,但实际上它的核心功能只是链路追踪的实现而已。既然如此,接下来我们就不再赘述,直接来看一......