当前位置: 首页 > news >正文

AI绘画 Stable Diffusion【实战进阶】:图片的创成式填充,竖图秒变横屏壁纸!想怎么扩就怎么扩!

大家好,我是向阳。

所谓图片的创成式填充,就是基于原有图片进行扩展或延展,在保证图片合理性的同时实现与原图片的高度契合。是目前图像处理中常见应用之一。之前大部分都是通过PS工具来处理的。今天我们来看看在AI绘画工具 Stable Diffusion中如何实现。

我们先来看一下创成式图片处理效果。

原图片:512*512

在这里插入图片描述

横向扩展:1024*512

在这里插入图片描述

纵向扩展:512*1024

在这里插入图片描述

下面我们来看一下具体的操作方式。

【第一步】:图生图图片的上传

在图生图功能界面,上传一张图片,我这里上传一张512*768大小的图片。

在这里插入图片描述

下面进行相关参数设置。

在这里插入图片描述

  • 缩放模式:选择“缩放后填充空白”。

  • 蒙版区域内容处理:原图,只针对原图片的基础上进行一个小的改动

  • 重绘区域:整张图片

  • 采样器:DPM++ 2M SDE Karras

  • 采样迭代步数:30

  • 图片宽高:1024*768。原图片是512*768。这里我们保持图片的高度768不变,将图片宽度512横向扩展为1024。

  • 生成数量:2,一次多生成几张,提高抽签概率

  • 重绘强度:设置为1,尽量设置高一些(0.8以上),可以让AI充分发挥想象。

【第二步】ControlNet的设置

在这里插入图片描述

相关参数设置如下:

  • 控制类型:选择"局部重绘"

  • 预处理器:inpaint_only+lama(局部重绘+大型模版,主要用于图片扩展)

  • 模型:control_xxx_inpaint

  • 控制权重 : 设置为1

  • 控制模式:选择“更偏向ControlNet”

  • 缩放模式:选择"缩放后填充空白"

预处理器:inpaint_only+lama 模型插件下载请扫描免费获取哦

【第三步】提示词的编写

这里可以不用填写正向和反向提示词。

但是为了防止图片扩充时产生的图片太随意,我们最好加上反向提示词。

反向提示词:(worst quality:2),(low quality:2),(normal quality:2),lowres,((monochrome)),((grayscale)),bad anatomy,DeepNegative,skin spots,acnes,skin blemishes,(fat:1.2),facing away,looking away,tilted head,lowres,bad anatomy,bad hands,missing fingers,extra digit,fewer digits,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,extra fingers,extra limbs,extra arms,extra legs,malformed limbs,fused fingers,too many fingers,long neck,cross-eyed,mutated hands,polar lowres,bad body,bad proportions,gross proportions,missing arms,missing legs,extra digit,extra arms,extra leg,extra foot,teethcroppe,signature,watermark,username,blurry,cropped,jpeg artifacts,text,error,

不过个人还是建议加上原图片的正向提示词,以保证图片扩展时AI能结合提示词更好发挥,做到最合理保持与原图片的契合度。

【第四步】大模型的选择以及图片的生成

大模型需要根据实际情况选择,对于写实类建议选择"majicMIX_realistic"或者"Realistic Vision", 对于二次元类的选择"revAnimated"。

点击【生成】按钮。不能保证每次扩充都是满意的效果,我们可以每次多生成几张从中挑选。

在这里插入图片描述

下面我们纵向扩展一下图片,把原图片的高度从768调整到1024。

在这里插入图片描述

相关说明:

(1) 如果原图片宽高是512*512的,直接扩充为1024*1024,我实际操作了一下,图片不会进行填充,只是将原图片进行了放大处理。如果想实现创成式扩充,可以先横向扩展为512*1024,然后在基于扩展的图片基础上再次扩展为1024*1024,分2步操作即可。

(2)正向提示词和反向提示词可以不用填写,不过为了保证图片的合理性以及与原图片的契合度更高,建议写上正向提示词和反向提示词。

(3)大模型的选择要视具体情况而定,如果生成图片效果不理想建议多换几个模型试试。

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

若有侵权,请联系删除
http://www.lryc.cn/news/387951.html

相关文章:

  • Linux内核 -- 汇编结合ko案例之PMU获取cpu cycle技术
  • 探索 Symfony 框架:工作原理、特点及技术选型
  • 从万里长城防御体系看软件安全体系建设@安全历史03
  • ISO 19110操作要求类中的/req/operation/formal-definition详细解释
  • 豆包大语言模型API调用错误码一览表
  • AI辅助设计:如何通过机器学习革新创意工作流程
  • 轻松解锁电脑强悍性能,4000MHz的玖合星舞 DDR4 内存很能打
  • SpringBoot | 使用jwt令牌实现登录认证,使用Md5加密实现注册
  • Springboot基于Redis的高性能分布式缓存数据库的实现与实例
  • 防止多次点击,vue的按钮上做简易的防抖节流处理
  • 云计算【第一阶段(21)】Linux引导过程与服务控制
  • Google 发布最新开放大语言模型 Gemma 2,现已登陆 Hugging Face Hub
  • 智能分析赋能等保:大数据技术在安全审计记录中的应用
  • Django中,update_or_create()
  • 每日一学(1)
  • SpringMVC(1)——入门程序+流程分析
  • 成绩发布背后:老师的无奈与痛点
  • MySQL 索引之外的相关查询优化总结
  • EE trade:贵金属投资的优点及缺点
  • python工作目录与文件目录
  • 可信和可解释的大语言模型推理-RoG
  • 秋招季的策略与行动指南:提前布局,高效备战,精准出击
  • Java并发编程-wait与notify详解及案例实战
  • 204.贪心算法:分发饼干(力扣)
  • AI奥林匹克竞赛:Claude-3.5-Sonnet对决GPT-4o,谁是最聪明的AI?
  • 【C++】const修饰成员函数
  • 基于模糊神经网络的时间序列预测(以hopkinsirandeath数据集为例,MATLAB)
  • Java web应用性能分析之【prometheus监控K8s指标说明】
  • Spring Boot中的应用配置文件管理
  • SCCB协议介绍,以及与IIC协议对比