AI绘画 – Stable Diffusion 笔记 (精简重点版)

如遇到不是很明白的点，详看完整版笔记，有测试图片参考更好理解：

AI绘画 – Stable Diffusion 笔记 (整合版)

7月31日 23:07

0316

图片处理核心思想

尽量将图片分块处理

在出图时，可能会出现整体不错，但个别细节不理想或不喜欢，那么就可以使用局部重绘功能，将一张图片进行一步步处理，在重绘时也可以结合 ControlNet 插件进行更精细的控制。

局部重绘参数

蒙版模糊度：该参数越大，蒙版生效的区域越小。相当于作画区域

蒙版区域内容处理：一般使用原图或潜在噪声，原图模式作画时会比较接近原来的图片，而潜在噪声则相反

绘制区域：

• 全图会更好的参考原图，更好的融入进原图

• 仅蒙版模式：会将蒙版区域进行放大进行重绘，最后缩小到原图蒙版位置

二者区别：全图模式相对比较自然，而仅蒙版模式细节更多

仅蒙版的参考半径：

• 如果蒙版区域较小,需要局部修改就可以适当调大参考半径
• 如果蒙版区域足够大,需要重绘足够的细节则需要适当调小参考半径

局部重绘涂鸦蒙版模式:主要用于将蒙版区域内的颜色进行替换

Controlnet参数

控制权重：顾名思义，越大越影响构图

引导介入时机、引导终止时机：引导介入时机比较影响构图，而终止时间则不怎么影响

引导介入时机相当于是告诉你要画什么的时间，
当数值调大后，相当于画到一半才告诉你要画月亮，这个时候再去改为月亮就会在已有的画上强行修改（比如就是画面中出现了2个月亮），而引导终止时机影响不大的原因是，已经告诉过需要什么，已经有概念，所以基本上不会再偏离。

XYZ脚本（数据测试脚本）

会批量生成不同参数的图片，并且整合在一张图中，在需要批量调整参数时测试很好用

基本所有参数都可控制，但当多个 Controlnet 介入，只会对第一个 Controlnet 生效

值的数字写法（一种是范围写法，一种是特定写法）：

• 0-1(+0.2) ，生成某个参数为0的图片，每生成1张+0.2，直至到1，如果不加括号则默认每次+0.1
• 1-0(-0.2)，与上面相同，只不过是负数
• 0,0.3,0.9 , 生成某个参数分别为 0 0.3 0.9 的图片

ControlNet模型作用

线稿模型：

Canny模型（硬边缘）与Lineart模型（线稿）

两个模型作用一致，都是将图片转换为线稿，用于控制图片总体的线条，比如人物的动作不变、装饰的形状不变

但是Lineart模型会更假精细，在作图时更接近原图

MLSD直线检测模型

这个模型也是生成线稿图，但是他只检测直线，一般用于场景设计

颜色模型（Color）：

color模型：将图片转换为色块像素图，用于控制图片的整体色彩。

注意：颜色模型控制的是图片的色彩

分块模型（Segmentation）：

用不同的颜色色块将图片中的物品、人物等进行标注，在参与作图后，生成的图片内容及位置几乎与原图相同。

注意：分块模型控制的是图片的内容

openpost模型（姿势检测模型）：

生成图片中人物骨骼的图片，在进行生成人物时，会将该人物的动作保持原有的姿势，

可以将人物的四肢固定在某个区域，在出图错乱时（如一个人出现了2只左手），使用该模型能很好的解决

可以配合 3D OpenPost 插件进行对动作、人物比例的控制

局部重绘的上色模型（inpaint）:

该模型主要用途在于给黑白图片上色，也可以对现有得色彩进行调整

光线控制模型：

lighting-based-picture-control-controlnet

地址及说明：https://civitai.com/models/80536/lighting-based-picture-control-controlnet

使用前一定要看说明，以及结合完整版笔记