導入：（實例部分可跳至正文）

首先用取自網(wǎng)絡的一張梗圖開篇吧。

我覺得這張圖非常微妙地點明了當前大多數(shù)人應用擴散模型進行圖像生成的尷尬境地：限制stable diffusion生產(chǎn)力的不是AI的算法，而是人的知識面。AI知道的攝影、繪畫、影視劇、打光、構圖、藝術歷史等方面的專業(yè)術語tag，可以說超過了絕大多數(shù)個體的知識面，因而普通人只能用模糊、抽象、概念性的prompt（描述詞，或曰咒語）去給AI描述畫面，然后不停地generate生成圖像來抽卡，希望從無數(shù)概率中抽出自己想要的圖像。

這顯然是低效的。（雖然開盲盒的快感也是SD有趣的一部分）

下圖是比較高效、成品率更高的SD應用方法。SD能做的遠比抽盲盒要多，合理借助其Inpaint部分重繪功能和外界工具（如PS），將會（在腦中有明確的目標構圖的情況下）大大提高成品率，同時讓我們有辦法處理AI畫出的小小瑕疵，而不至于忍痛割愛，丟棄那些明明瑕不掩瑜的好圖。

下面這篇文章就來講述inpaint的基礎用法。本文內(nèi)容基于個人實踐與網(wǎng)址（https://rentry.org/inpainting-guide-SD）中的指導。（原文配圖nsfw，但是配圖由于網(wǎng)絡原因打不開，故一般情況下可以安心點開。）

正文：

本文基于stable diffusion-webUI開源項目與stable diffusion1.4模型。

什么是inpaint：可理解為局部重繪，將畫面中被手工遮罩的部分重新繪制。

基本設置：在SD繪圖過程中，如果你發(fā)現(xiàn)了一張整體尚可、細節(jié)崩壞的圖，就可以使用“send to inpaint”按鈕開始局部重繪。

下面我們以這張圖為例，圖是自己偶然跑出來的。

單擊WebUI中的send to inpaint, 或者在inpaint界面中插入該圖片均可。

在網(wǎng)頁下方的設置中，勾選inpaint at full resolution, 同時將右側滑塊滑到一個不為零的數(shù)值。

然后，繪制遮罩，使用黑色遮罩將右側多出來的手臂蓋住，以備重繪。注意，如果是想用背景遮蓋瑕疵，應當在遮罩中涵蓋部分背景，寧多勿少，詳見下圖。即如果想重繪出和上下文相關的部分，需要把部分相關元素一起遮罩住。

隨后，我又以右下角的圖為基礎，對右側手臂部分進行了重繪。換了個不那么扭曲的手部。圖略。

最后解決手臂飛離問題，借助PS的魔棒工具選中手臂以及右半邊背景，向左側拖動即可。

拖動后，背景的煙霧等部分過渡有些不自然，可以再次通過inpaint解決，遮罩如圖所示，蓋住拖動后的邊緣即可：（或者也可借助PS的模糊、仿制圖章工具等，看個人喜好）

最終，得到的結果如圖所示。