Stable Diffusion【进阶篇】：模特换装之ControlNet实现_controlnet换装

大家好，模特换装一般来说通过图生图方式实现的，也是可以通过ControlNet来实现，下面我们就来看看如何通过ControlNet实现模特换装。

【第一步】：ControlNet的参数设置

使用右边红框的画笔，将模特的服装区域涂白（这里根据需要选择服装的涂白区域，比如有些是涂白衣服，有些是涂白裤子等）。

相关参数设置如下：

• 控制类型：选择"局部重绘"

• 预处理器：inpaint_global_harmonious（重绘-全局融合算法）

• 模型：control_xxx_inpaint

• 控制权重 : 1

在ControlNet中，提供了inpaint（局部重绘）控制类型，该控制类型功能和图生图局部重绘功能类似，但是在图像的修复和调整方面功能更强大。这里预处理器选择inpaint_global_harmonious，从命名可以看出它是将原图进行重新绘制，然后只取蒙版部分填补进来。这种预处理器算法的优点就是重绘部分和整体的融合程度最高。

【第二步】提示词的编写

这里提示词可以只写图片中包含的元素以及图片质量的相关提示词即可。

原图片提示词：(masterpiece, best quality:1.4),finely detailed,1girl,solo,pale skin,perfect body,standing,(full body photo),

变装图片提示词：(masterpiece, best quality:1.4),finely detailed,1girl,solo,（***）,pale skin,perfect body,standing,(full body photo),

其中***代表变装的衣服关键词。例如cheongsam（旗袍）

反向提示词：(worst quality:2),(low quality:2),(normal quality:2),lowres,watermark,ng_deepnegative_v1_75t,EasyNegative,badhandv4,(multiple girls:1.2),(nipples:1.1),(nipple protrusion:1.1),nsfw,red eyes,(mole),(freckles),extra arms,extra limb,mutated hands,missing fingers,fused fingers,too many fingers,(blurry background:1.2),(2girls:1.2),(fingers that cannot be drawn well:1.2),nsfw

文生图相关参数设置

• 采样器：DPM++2M Karras

• 采样迭代步数：30

• 图片宽高：768*1024 保持和上传的图片宽高一致或者定比例的放大或者缩小。

• 图像生成种子：和原图片的种子保持一致。

  

【第三步】大模型的选择以及图片的生成

大模型我们选择一个写实的大模型，这里我们选择majicMIX realistic，其他大模型Chilloutmix、RealisticVersion都可以。

原图

正向提示词：（pink dress）（粉色裙子）

正向提示词：white slip dress（白色吊带裙）

正向提示词：cheongsam（旗袍）

正向提示词：hanfu（汉服）

相关说明：

(1) ControlNet的inpaint模型预处理器inpaint_global_harmonious是对整张图进行绘制，重绘之后图片整体融合度比较好，但是对整张图片的绘制仍然会对原图非蒙版部分有影响，特别是图片背景元素比较多的情况，重绘可能会改变图片的色调。

本文的原美女图片是AI生成的图片，针对AI生成的图片做加工处理，因为有原图片的关键词，参数，种子作为固定，能基本保证非蒙版区域不变。

(2) ControlNet的inpaint模型预处理器inpaint_only只会重绘涂白的蒙版区域，针对今天案例中的美女图片效果还是非常不错的。

（3）ControlNet的inpaint模型预处理器到底使用inpaint_global_harmonious还是inpaint_only，还是图生图的局部重绘，一般在图像调整上建议使用inpaint_global_harmonious预处理器，因为能和原图片融合比较好。但是如果是要保持整张图片不变，只修改图片局部，最好使用inpaint_only预处理器，或者图生图的局部重绘。但是任何事情都不是绝对的，还是建议大家都尝试，多实践。

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。
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。

写在最后

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学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

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