Stable Diffusion 之常用功能介绍_anything-v5-prtre

本篇主要介绍Stable Diffusion 常用的几大功能，掌握之后，发挥你的想象力，制作出满意的图片、甚至接商单，也没有问题。

LoRA

LoRA 是什么？

如果说大模型是一大包食材，那 LoRA 可以理解为一个调料包。通过一些简单的学习，可以批量生成想要的图案、姿势、情境等等。

另外，由于有许多不同的 LoRA 可供使用，因此可以轻松地尝试各种有趣的图片生成。

LoRA 存放在哪里？

如何使用 LoRA？

先点击生成按钮下面的左起第 4 个按钮，

就会看到文件目录中的 LoRA。

点击选择要使用的 LoRA 并进行选择会更加方便，它会自动插入到提示词中，可以直接使用。

注意，LoRA 是有权重系数的，一般不超过 1，如果加入太多的 LoRA，可能相互之间会造成冲突，反而效果不好。

现在我们加入一些适合真人的 LoRA，看看生成的效果有没发生什么变化。

加入了 cuteGirlMix4_v10，看下生成的图片吧

是不是立马感觉不一样了，由欧美脸型变成了亚洲人的脸型，由此可见 LoRA 在其中起的作用。当然，如果要想得到自己理想中的图片，还需要调整权重或更换 LoRA 或叠加 LoRA，这个就自行测验吧。

图生图

如果我们对上面生成的图片不太满意，想生成一张与众不同的图片，比如二次元风格的图片，可以使用“图生图”功能。

点击图生图，就会把当前生成的这张图发送到图生图界面，包括提示词。

这时候先不着急点生成，先更换下大模型，二次元风格的我们使用 anything-v5-PrtRE。

接着鼠标往下移，找到“重绘幅度“，重绘幅度的意思就是你要改变你原来照片的程度。

当你的重绘幅度拉到 1，这时候就相当于要完全改变你的照片，生成出来的照片就跟原先的照片毫无关系了，这里如果大家是要生成二次元照片的，把重绘幅度拉到 0.6～0.8 就差不多了。

这次我生成的是批次是 4，即一次能生成 4 张图片，生成的图片效果如下 ，是不是很神奇！

---

涂鸦

试想一下，随便涂画几笔，SD 会生成什么样的神奇图片呢？我们可以使用图生图的涂鸦功能，看看能出现什么奇迹。

首先先上传一张空白的图片，然后使用右边的画笔和调色板进行随便涂抹。

提示词修改为：river， forests，house，

大模型选择 anything，提示词引导系数设为 11，重绘幅度设置为 1。

我这边的重绘幅度有点高，可以自行调整重绘幅度看看效果如何 。

---

局部重绘

假如想给图中的人物换脸，或者加个物品，用图生图是很难改变的，即使加了提示词，重绘幅度低了效果并不明显，重绘幅度高了，人物都变了…

这时候就要用到局部重绘功能了，功能界面和图生图差不多，就是右边多了画笔。

在原图上人物的脸上进行涂抹，它能将你涂抹的地方进行重绘，

提示词除了图片质量外，仅加了 1 cute face，

大模型还是选择 chilloutmix，蒙版模式选择 “重绘蒙版内容”，局部重绘区域选择 “全图”。

点生成后，让我们看看效果吧！

图片中的人物只换了脸，其它基本不变，这就是局部重绘的功效。当然，除了换脸，还可以换衣服、饰品、发型等，这些就仁者见仁，智者见智了。

---

涂鸦重绘

如果只是换服装可以使用到局部重绘来实现，但如果要指定服装的颜色，比如要实现黄色的衣领呢，这时候光靠提示词是不好实现的，这里就要使用到“涂鸦重绘”这个功能了。

提示词不用调整，仅描述图片质量即可。

用上画笔和调色板，涂抹衣领部分，

在这里，局部重绘区域要选择 “仅蒙版”。

点击生成，看下效果图吧。

这就是涂鸦重绘的功效， 特别适合改变图片中局部的颜色和样式。

---

后期处理

后期处理主要是提升图片的分辨率、高清度，比如用于修复模糊的老旧照片。这里我们还是拿上面的图片来进行下后期处理。

机器配置一般，缩放比例就保持原始比例，仅在“Upscaler 1” 上选择 “R-ESRGAN 4x+”算法，GFPGAN 强度调整为 1，GFPGAN 是专门用来修复人脸的 ，直接拉满，看看效果。

对比下前后两张图，第一张为原图， 第二张为后期处理后的图。

原图

后期处理图

点击看大图时，可以看到脸部细节清晰了许多。当然，如果机器配置还不错，可以调整缩放比例，一般用 2-4，这样就能得到一张高分辨率的图片了。

---

读取 PNG 图片信息

我们把图片导进去，SD 能识别到这张图片所使用到的提示词以及大模型和参数。

但有的时候，我们导入图片也没法识别到其中的信息，那么这张图片就不是 SD 生成的 PNG 图片，或者图片信息被抹除了。不过没有关系，我们可以使用“标签器”来推理出图片的关键词。

从推理得出来的标签来看，和我们所描述的提示词基本吻合。

---

ControlNet

ControlNet 是在扩散模型 Stable Diffusion 基础上增加了一些额外条件的神经网络结构，可以实现几乎完美的图片控制，包括骨骼绑定、精准控线和线稿上色等功能。

一般情况下整合包中都会带有 ControlNet，如果整合包中没有的话，需要安装使用。这是已经装上的。

未安装的可以在扩展中下载，在可下载中“加载扩展列表”，在输入框中输入“controlnet”。

因为我这里是已经安装过了，所以没有搜索到。

安装完后，在已安装中可以找到。

安装完后，在文生图的主界面中可以找到使用入口。

可以看到，这里面有 15 种的控制类型，每一种都对应着两到三个的预处理器，以及相对应的模型。

模型存放目录：

预处理存放目录 ：

ControlNet 的内容比较多，如果要往细了介绍，完全可以单列一个章节的。这里只简单的介绍下功能，会在后面的实战中结合案例穿插来细讲。

文章使用的AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了，有需要的小伙伴文末扫码自行获取。

想要SD安装包和相关插件的小伙伴扫码可免费领取哦~

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。
 
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。

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。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

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。

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。

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。

若有侵权，请联系删除