在stable diffussion中完美修復AI圖片

無論您的提示和模型有多好,一次性獲得完美圖像的情況很少見。

修復小缺陷的不可或缺的方法是圖像修復(inpainting)。在這篇文章中,我將通過一些基本示例來介紹如何使用圖像修復來修復缺陷。

需要的軟件

我們將使用 AUTOMATIC1111 Stable Diffusion GUI 來創建圖像。

基本的圖像修復設置

在這一部分,我將逐步展示如何使用圖像修復來修復小缺陷。

我們先使用下面的提示來創建一張圖片:

正向提示詞:

masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,full body,

負向提示詞:

lowers,monochrome,grayscales,skin spots,acnes,skin blemishes,age spot,6 more fingers on one hand,deformity,bad legs,error legs,bad feet,malformed limbs,extra limbs,

我們可以得到下面的圖片:

[圖片上傳失敗...(image-c78032-1725869275750)]

雖然這張圖片整體上看起來還不錯,但是還是有一些問題。

比如臉部和手部。

那么接下來我們怎么修復呢?

選擇對應的模型

如果你經常瀏覽C站的話,你可以看到對于有些模型會有一種專門給重繪使用的模型,這種模型是專門為圖像修復而訓練的Stable Diffusion模型。

如果您想獲得最佳結果,可以使用它。但通常,使用生成圖像的相同模型進行圖像修復也是可以的。

我們把對應的模型下載下來,并將其放入文件夾中:

stable-diffusion-webui/models/Stable-diffusion

在AUTOMATIC1111中,點擊左上角檢查點選擇下拉框旁邊的刷新圖標,就可以看到你剛剛下載的模型了。

創建圖像修復遮罩

在AUTOMATIC1111 GUI中,選擇img2img標簽并選擇Inpaint子標簽。將圖像上傳到圖像修復畫布。

或者在txt2img標簽中選擇send img to inpaint。

我們將同時修復手部和臉部。使用畫筆工具創建一個遮罩。這是您希望Stable Diffusion重新生成圖像的區域。

[圖片上傳失敗...(image-880f10-1725869275750)]

圖像修復的設置

圖像大小

需要調整圖像大小以與原始圖像相同。(在這種情況下為768 x 512)。

[圖片上傳失敗...(image-581ba0-1725869275750)]

面部修復

如果您正在修復面部,可以打開restore faces。選擇對應的face restoration model:CodeFormer。

[圖片上傳失敗...(image-1ad381-1725869275750)]

有朋友會問了,為什么我的頁面上面沒有restore faces選項呢?

如果你沒有這個選項的話,需要到setttings里面的user interface添加下面的兩個設置:

[圖片上傳失敗...(image-5abe7a-1725869275750)]

請注意,此選項可能會生成不自然的外觀。它也可能生成與模型風格不一致的內容。

遮罩內容

下一個重要設置是Masked Content。

如果您希望結果由原始內容的顏色和形狀引導,請選擇original。

original通常用于面部圖像修復,因為一般形狀和解剖結構是正確的。我們只是希望它看起來有點不同。

在大多數情況下,您將使用original并更改去噪強度以實現不同的效果。

如果您想要從原始圖像中完全重新生成某些內容,例如移除一個肢體或隱藏一只手,可以使用latent noiselatent nothing

這些選項使用與原始圖像不同的內容初始化遮罩區域。它將產生完全不同的東西。

去噪強度

去噪強度控制與原始圖像相比將進行多少變化。當您將其設置為0時,什么都不會改變。當您將其設置為1時,您將獲得一個不相關的圖像。0.75通常是一個很好的起點。如果您想要更少的變化,請降低它。

批量大小

確保一次生成一些圖像,以便您可以選擇最好的。將種子設置為-1,以便每個圖像都不同。

圖像修復結果

以下是一些修復后的圖像。

[圖片上傳失敗...(image-152a16-1725869275750)]

可以看到第四張還是不錯的,但是還不夠完美。所以我們可以考慮再來一輪修復。

再進行一輪圖像修復

把上面生成的最后一張圖片再發到inpait中再次修復。

我們可以得到下面的結果:

[圖片上傳失敗...(image-cd9aab-1725869275750)]

圖像修復是一個迭代過程。您可以根據需要多次應用它來細化圖像。

如果一次不行的話,我們可以考慮多來幾次。

添加新對象

有時,您可能希望在圖像中添加一些新東西。

讓我們嘗試在圖片中添加一把劍。

首先,將圖像上傳到圖像修復畫布并在手部的位置添加遮罩。

在原始提示的開頭添加“holding a sword”。圖像修復的提示是

(holding a sword:1.5),masterpiece,best quality,masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,a beautiful woman,full body,

向原始提示中添加新對象確保風格一致。您可以調整關鍵詞權重(上面的1.5)以使寶劍顯示。

遮罩內容設置為潛在噪聲。

調整去噪強度CFG比例以微調修復后的圖像。

經過一些實驗,我們的任務完成了:

[圖片上傳失敗...(image-86e258-1725869275750)]

圖像修復參數的解釋

去噪強度

去噪強度控制最終圖像和原始內容的相似度。將其設置為0則什么都不會改變。將其設置為1,則您會得到一個不相關的圖像。

如果您想要小的變化,請設置為低值;如果您想要大的變化,請設置為高值。

CFG scale

類似于在文本到圖像中的使用,CFG scale是一個參數,用于控制模型和你的提示詞的關聯度。

1 – 大致忽略您的提示。

3 – 更有創造力。

7 – 在遵循提示和自由之間取得良好的平衡。

15 – 更多地遵循提示。

30 – 嚴格遵循提示。

遮罩內容

遮罩內容控制遮罩區域是如何初始化的。

fill:用原始圖像的高度模糊版本初始化。

Original:未修改。

latent noise:遮罩區域用填充初始化,并在潛在空間中添加隨機噪聲。

latent nothing:像潛在噪聲,只是沒有在潛在空間中添加噪聲。

圖像修復的技巧

成功的圖像修復需要耐心和技巧。以下是使用圖像修復的一些要點:

  • 一次修復一個小區域。
  • 嘗試不同的遮罩內容以查看哪個最有效。
  • 可以多次嘗試修復。
  • 如果在AUTOMATIC1111的設置中什么都不起作用,請使用像Photoshop或GIMP這樣的圖像編輯軟件,用您想要的大致形狀和顏色繪制感興趣的區域。上傳那張圖像并用原始內容進行圖像修復。

點我查看更多精彩內容:www.flydean.com

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,428評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,024評論 3 413
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 175,285評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,548評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,328評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,878評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,971評論 3 439
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,098評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,616評論 1 331
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,554評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,725評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,243評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,971評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,361評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,613評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,339評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,695評論 2 370

推薦閱讀更多精彩內容