今天我們要分享的是今天分享內(nèi)容的視頻版如下，視頻已添加進(jìn)度條及配音，文中涉及到的模型已上傳，想要原視頻以及模型的鹿友公眾號(hào)后臺(tái)回復(fù)“460”獲?。?/p>

以下是圖文版內(nèi)容：

正文共：3291字 39圖

預(yù)計(jì)閱讀時(shí)間：9分鐘

之前我們分享了6篇關(guān)于Stable Diffusion的文章，涵蓋了文生圖板塊的大部分新手內(nèi)容。如果你想從頭學(xué)習(xí)AI繪圖，可以點(diǎn)擊文章頂部的合集鏈接：

里面可以閱讀目前為止我寫的所有Stable Diffusion內(nèi)容：

從今天開始，我們正式進(jìn)入圖生圖的內(nèi)容。

01

圖生圖的概述以及重繪幅度

在開始學(xué)習(xí)之前，讓我們先想象一個(gè)場景。例如你想生成一張類似的圖像，你應(yīng)該如何書寫提示詞呢：

通過這張圖，你能獲取到的關(guān)鍵詞信息有：tree、house、street、sky。

在文生圖中，生成這樣一張圖可能需要對(duì)色彩、構(gòu)圖等方面進(jìn)行詳細(xì)描述。盡管你可能會(huì)寫下很長一串提示詞，但仍然可能很難獲得你所期望的效果。

比如，我在二次元模型中僅僅憑借這幾個(gè)關(guān)鍵詞，只能得到如下所示的一張圖：

而通過圖生圖的處理，我們不僅可以向SD傳達(dá)了生成圖片的關(guān)鍵詞信息，還可以提供一張圖片作為參考。

這樣即使只是短短的幾個(gè)提示詞，我們也能輕松生成一張與參考圖片相似的圖像：

然后使用重繪幅度這個(gè)參數(shù)來進(jìn)行控制，數(shù)值越低，生成的圖片越接近參考圖：

數(shù)值越高，與參考圖的差距也就越大，生成的圖片畫風(fēng)也越接近你使用的模型。

例如我這里把模型換成了寫實(shí)類的模型，當(dāng)重繪幅度數(shù)值較大的時(shí)候，圖片也偏向?qū)憣?shí)了：

02

圖生圖四種縮放模式

圖生圖的參數(shù)幾乎和文生圖完全相同，因此我們在學(xué)完文生圖之后，再來學(xué)習(xí)圖生圖就會(huì)非常容易上手。

相比文生圖，圖生圖的參數(shù)中多了四種縮放模式的選項(xiàng)，主要用于處理生成圖片與參考圖像的分辨率不一致的情況：

為了便于講解我這里先把重繪幅度改為0：

例如我們參考圖的分辨率是512*512，手動(dòng)拖動(dòng)尺寸的滑塊，界面中會(huì)出現(xiàn)紅色的框幫助你判斷生成圖像的畫幅：

當(dāng)我把分辨率改為768*400，使用的縮放模式為拉伸時(shí)，生成的圖片會(huì)忽略掉原參考圖的橫縱比。

因此可以看到生成的圖片高于原尺寸的寬被拉長了，而低于原尺寸的高被壓扁了：

第二種裁切模式是在保持縱橫比的情況下，裁剪原始圖像的多余部分并改變大小。

通過生成的圖片我們可以看到，它相當(dāng)于是在512*512的原圖上裁切了一部分：

而生成的圖片分辨率大小調(diào)整為了我們設(shè)置的大?。?/p>

第三種填充模式簡單理解為PS的智能填充，能夠幫助你在保持縱橫比的同時(shí)改變尺寸，并重新繪制空白區(qū)域。

這個(gè)需要搭配重繪幅度來使用，由于我前面設(shè)置的重繪幅度為0，因此它只會(huì)拉伸：

而當(dāng)我把重繪幅度拉高以后，就能看到效果了，填充的還是挺好的：

最后一種縮放模式和第一種拉伸一樣，同樣也會(huì)改變原圖的橫縱比，區(qū)別在于調(diào)整圖片分辨率的時(shí)候，它使用了Upscaler算法。

這個(gè)模式很少使用，當(dāng)重繪幅度改為0時(shí)，可以看到同樣是拉伸，這個(gè)模式生成的圖片會(huì)很糊：

搭配重繪幅度后生成的效果是這樣的：

同樣的參數(shù)下使用拉伸模式是這樣的，具體使用哪一種大家就根據(jù)自己的喜好選擇吧：

另外這個(gè)模式使用的Upscaler算法是可以更改的，你可以在設(shè)置-放大-圖生圖放大算法中選擇自己想要的算法，選擇之后記得保存設(shè)置并且重啟webUI界面：

修改完畢以后界面中看不到任何變化，但是它的算法已經(jīng)改為你選擇的算法了：

03

反推提示詞

在圖生圖界面中還有兩個(gè)反推提示詞的選項(xiàng)：

Clip反推提示詞能反推出短句，側(cè)重點(diǎn)在于描述畫面中對(duì)象與對(duì)象之間的關(guān)系：

而DeepBooru反推提示詞則反推出的是單詞，側(cè)重點(diǎn)在于描述對(duì)象的特征，可以看出這個(gè)模式在人物的描述上會(huì)更好一些：

基于兩種反推提示詞的特點(diǎn)，我們可以搭配著反推多張圖片的提示詞，然后再在圖生圖或文生圖中進(jìn)行篩選后嘗試使用它們：

04

更改畫風(fēng)的小技巧

前面我們提到了重繪幅度數(shù)值越低越接近于參考圖，數(shù)值越高畫風(fēng)越接近我們使用的模型。

如果我即想要保留參考圖的構(gòu)圖等，又想要改變畫風(fēng)應(yīng)該怎么弄呢？

文生圖和圖生圖的生成框的下方都可以將生成的圖片再次發(fā)送到圖生圖、局部重繪和附加功能面板：

例如我現(xiàn)在想要把鳴人換成三次元風(fēng)格，先把模型切換成chilloutmix三次元模型，注意，正確的使用模型很重要：

先降低重繪幅度的參數(shù)，找到生成的不錯(cuò)的狀態(tài)將它再次發(fā)送到圖生圖：

繼續(xù)這個(gè)操作多重復(fù)幾次，每次選擇一個(gè)合適的圖作為下一次生成的參考圖：

我每次重繪幅度都是0.35，大概重復(fù)了3-4次，就能得到一張還不錯(cuò)的圖片了：

05

圖生圖繪圖

圖生圖旁邊有一個(gè)繪圖功能，它的參數(shù)對(duì)比圖生圖，只是多了畫筆和畫筆顏色調(diào)節(jié)的功能，相當(dāng)于可以在參考圖上進(jìn)行編輯：

例如我現(xiàn)在想要鳴人的頭發(fā)是紅色的，僅僅添加提示詞你會(huì)發(fā)現(xiàn)效果并不理想：

這個(gè)時(shí)候你可以用畫筆工具將頭發(fā)涂成紅色，然后再次生成就能得到一個(gè)紅色頭發(fā)的鳴人了：

你還可以直接在圖片上自己繪制草圖：

大概繪制成這樣：

然后在提示框中輸入bule sky, green grass, yellow chicken, gray water,sun等提示詞，它也能懂你的意思：

當(dāng)然這個(gè)草圖也可以是PS中畫的，不過生成的畫風(fēng)好像有點(diǎn)變化：

最后是一些我用Stable Diffusion結(jié)合ps弄出來的圖片，并且用chatgtp簡單生成了一下文案，圖片中所用到的Lora模型大家可以到網(wǎng)盤中自取，以下是文案加圖片內(nèi)容：

【AIGC】今天參觀了一位民間肖像畫工匠的工作室，他的畫作多是以古代人物為主題。然而，令我感到意外的是，在這些古畫中，我竟然發(fā)現(xiàn)了一些現(xiàn)代人的蹤影，這讓我深感困惑。

這些古畫中的人物，與我所熟悉的現(xiàn)代人異常相似，這到底是怎么回事呢？我向工匠詢問，他透露這些畫作是家族傳承的。據(jù)他所說，描繪的人物都是在古代擔(dān)任過官職的人。

這個(gè)發(fā)現(xiàn)引發(fā)了我的思考。難道這些人與古代的官員們存在著某種神秘的聯(lián)系？這個(gè)問題開始變得撲朔迷離起來....

【AIGC】工匠看到我對(duì)他的回答表示質(zhì)疑，他深思片刻后，從抽屜中取出一疊陳年的泛黃黑白照片。這些照片呈現(xiàn)出畫像上的人物過去的一些痕跡。

他指著照片，告訴我畫作里的人在古代確實(shí)曾擔(dān)任過官職，而這些畫作是根據(jù)他們的真實(shí)形象創(chuàng)作而成的。工匠解釋道，他的家族世代相傳著這些珍貴的照片和古畫技藝。

這令我更加困惑。古畫中的人物與現(xiàn)代人的相似性并不是巧合，而是蘊(yùn)含著深?yuàn)W的聯(lián)系....

以上就是今天想要分享給大家的所有內(nèi)容。

如果覺得對(duì)自己有所幫助，請不要吝嗇自己的點(diǎn)贊、點(diǎn)在看、轉(zhuǎn)發(fā)朋友圈，你們的支持對(duì)我很重要，謝謝！

更多內(nèi)容歡迎關(guān)注公眾號(hào)：

本文由“野鹿志”發(fā)布

轉(zhuǎn)載前請聯(lián)系馬鹿野郎