Stable Diffusion草圖->線稿->上色教程
1、 必要的準(zhǔn)備工作：
安裝插件：ControlNet
安裝LORA：animeoutline
安裝Textual Inversion：easynegative、badhandv4
準(zhǔn)備一張白底黑線草稿
圖生圖打開草圖，使用Deep Booru自動生成提示詞prompt
2、 草圖->線稿 圖生圖參數(shù)
底模：SeekYou（不一定非要這個）
Vae：無
Clip skip：2
提示詞Prompt：lineart, monochrome, black lines, black and white manuscript, white background, simple background, <lora:animeoutlineV4_16:1>（第一步中生成的提示詞需要也加到這里，注意提示詞中不要帶顏色，以上控制線稿用的提示詞應(yīng)按需調(diào)整權(quán)重）
反向提示詞 Negative Prompt：easynegative, badhandv4（按需添加其他反向提示詞，避免出現(xiàn)錯誤的人體結(jié)構(gòu)）
采樣方法Sampler：DPM++ 2M Karras
采樣迭代步數(shù)Steps：20
提示詞相關(guān)性：CFG Scale：7
重繪幅度Denoising：0.4-0.6（推薦0.5）
建議調(diào)高單批數(shù)量以生成更多備選項
單次得到的結(jié)果不夠好可以用結(jié)果圖重復(fù)生成
在ps中簡單修改一下線稿
3、 線稿->ai隨機(jī)上色 文生圖參數(shù)
底模：按照喜歡的色彩風(fēng)格選取
Vae：與底模配套即可
Clip skip：2
提示詞Prompt：按需添加與原圖相符的描述詞，最好與之前的線稿中對角色的描述相符，注意提示詞中要刪去線稿相關(guān)描述，按需添加顏色相關(guān)描述
反向提示詞 Negative Prompt：easynegative, badhandv4（按需添加其他反向提示詞，避免出現(xiàn)錯誤的人體結(jié)構(gòu)）
采樣方法Sampler：DPM++ 2M Karras/ DPM++ 2M Karras
采樣迭代步數(shù)Steps：20
提示詞相關(guān)性：CFG Scale：7
按需選擇高清修復(fù)Hires.fix（推薦開啟，放大算法選擇R-ESRGAN 4x+/R-ESRGAN 4x+ Anime6B 高清修復(fù)采樣次數(shù)Hires steps：10 重繪幅度：0.5）
ControlNet參數(shù)：
將你剛剛精修過的線稿上傳
預(yù)處理器Preprocessor：lineart_anime/lineart_standard
模型Model：control_v11p_sd15_lineart
權(quán)重Control Weight：1（可參考預(yù)處理的預(yù)覽圖自行調(diào)整）
其余保持默認(rèn)即可
效果：試用了兩種不同的底模
4、 線稿->自定義上色 圖生圖參數(shù)
首先在ps中將線稿調(diào)為正片疊底模式，然后在對應(yīng)位置大致涂好想要的顏色
將有顏色的圖放入圖生圖模式
底模：按照喜歡的色彩風(fēng)格選取
Vae：與底模配套即可
Clip skip：2
提示詞Prompt：按需添加與原圖相符的描述詞，最好與之前的線稿中對角色的描述相符，注意提示詞中要刪去線稿相關(guān)描述，按需添加顏色相關(guān)描述
反向提示詞 Negative Prompt：easynegative, badhandv4（按需添加其他反向提示詞，避免出現(xiàn)錯誤的人體結(jié)構(gòu)）
采樣方法Sampler：DPM++ 2M Karras
采樣迭代步數(shù)Steps：20
提示詞相關(guān)性：CFG Scale：7
重繪幅度Denoising：0.6以上
ControlNet參數(shù)：
將你剛剛精修過的線稿上傳
預(yù)處理器Preprocessor：lineart_anime/lineart_standard
模型Model：control_v11p_sd15_lineart
權(quán)重Control Weight：1（可參考預(yù)處理的預(yù)覽圖自行調(diào)整）
其余保持默認(rèn)即可
效果預(yù)覽：底模不同色彩風(fēng)格也不同
