新闻资讯

当前页面:首页 > 资讯动态 > AI教程丨用stable diffusion生成专属你的头像照龙年红包

AI教程丨用stable diffusion生成专属你的头像照龙年红包

图片


逢年过节或者特定的日子我们总是会收到红包,我想这是最开心的时候!


中国的红包文化历经了漫长的演变过程,从最早的压岁钱到现代的电子红包,其形式和意义都在不断地发生变化。


最早的红包起源于汉代,当时人们用红纸包裹铜钱,作为压岁钱送给孩子,寓意着驱邪避祸、平安健康。随着时间的推移,红包逐渐演变成了一种传统的礼物形式,不仅在春节期间流行,也常见于婚礼、生日、乔迁等重要场合。


图片

汉代红包压胜钱


在红包的演变过程中,其形式和意义也在不断地发生变化。最初的红包是用红纸包裹铜钱,后来逐渐演变为用红纸包裹银元、纸币等。随着科技的发展,电子红包也逐渐成为一种流行的赠送方式,人们可以通过手机应用、社交媒体等渠道发送电子红包,方便快捷,同时也增加了互动性和趣味性。


图片


除了形式上的变化,红包的意义也在不断地演变。最初的红包主要是为了驱邪避祸、保佑平安,后来逐渐演变成了表达祝福和关爱的方式。无论是长辈给予晚辈的压岁钱,还是朋友之间互赠的贺喜钱,都代表着一种祝福和关爱,体现了中国人注重礼尚往来的传统价值观。


总的来说,中国的红包文化经历了漫长而丰富的演变过程,其形式和意义都在不断地发生变化。但无论如何演变,红包都代表着一种祝福和关爱,体现了中国人注重礼尚往来的传统价值观,也成为了华人社交互动中不可或缺的一部分。


朋友们你们好,我是阿多比四夕。今天我将分享,怎么用AI全程免费制作个性鲜明的专属自己的红包封面!


图片

图片

图片

图片


前期准备


云部署的stable diffusion,或者市面上仿stable diffusion的平台:

www.esheep.comhttps://liblib-api.vibrou.com/sd

本次使用sd版本为云部署版:Persistent Stable Diffusion WebUI v1.6.0 & Jupyter Notebook

大模型:majicmixRealistic_v7.safetensors [7c819b6d13]

外挂vae模型:vae-ft-mse-840000-ema-pruned.ckpt

采样方法:DPM++ 2M Karras

lora:【snap】【ip-adapter faceid v2 lora】可后台私信“lora”获取下载链接



图片



主要技术要点:controlnet:ip-adapter openpose

针对人群:有点ps基础,对人工智能绘画比较感兴趣,了解sd或者市面上类sd产品


以上准备好了以后,我们开始红包制作旅程吧!


在文生图界面中输入提示词:


正向提示词:

1 Girl, holding a big red envelope, happy teeth leak smile, (bright sunshine smile: 1.2), Chinese New Year, Photorealistic, Photography, Jewelry, Interior, Red traditional Chinese dress, red sweater fringe, Lantern, Makeup, Hair Traditional hair ornament, Photorealistic, gray concise background, 4K resolution, Masterpiece, Top quality Best quality, Official Art, Beauty and aesthetic, Chinese New Year red envelope,<lora:CNY_v1.0:1> <lora:ip-adapter-faceid-plusv2_sdxl_lora:1>,

1姑娘,拿着大红包,开心的漏出牙齿笑,(灿烂阳光的笑容:1.2),中国新年,真实感,摄影,珠宝,室内,红色的中国传统服饰,红毛衣流苏,灯笼,化妆,头发传统发饰点缀,逼真,灰色简洁的背景,4K分辨率,杰作,顶级质量最好的质量,官方艺术,美丽和审美,春节红包,


负向提示词:

“NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs)))”,

“NSFW,(最差质量:2),(低质量:2),(正常质量:2),低分辨率,正常质量,((单色)),(灰度)),皮肤斑点,痤疮,皮肤瑕疵,年龄斑,(丑陋:1.331),(重复:1.331),(病态:1.21),(残缺:1.21),(变形:1.331),变异的手,(画得不好的手:1.5),模糊,(解剖不良:1.21),(比例不良:1.331),额外的四肢,(毁容:1.331),(缺臂:1.331),(融合的手指:1.61051),(不清晰的眼睛:1.331),降低,坏手,缺手指,多手指,坏手,少手指,多胳膊多腿”,


图片



一、先进行基础图测试


一般在出正式的图稿之前需要进行一些参数调和测试,这样可以大大的节约时间成本,计算资源,测试出较满意的基础图之后再进行后期处理,比如:局部重绘、放大等操作可以事半功倍。


第一步:


迭代步数(Steps)20→采样方法(Sampler):DPM++ 2M Karras→宽度750高度:1000,(宽度高度不要超过1000否则会出现多手多脚,长宽比为3:4)→总批次数2,单批数量2,提示词引导系数(CFG Scale)7,


图片


点击生成


图片


生成的图片的细节符合提示词的内容,但是中国风的氛围感还是不够,我们需要添加微调模型lora进行更加细微的调整:


第二步:


在正向关键词中调用并设置权重<lora:CNY_v1.0:1> <lora:ip-adapter-faceid-plusv2_sdxl_lora:1>,


图片


点击生成,一般我们不能够一次性就能得到满意的图片,如果不满意的话可以经过多次抽卡找到符合自己审美预期的图片,经过大概8次抽卡后挑选了如下四张图片。


图片


我们发现以上生成的图片表情僵硬、随机,如果我想要自定义人物表情呢?这样是不是更加具有可玩性?所以:


第三步(面部特点参考成玛丽莲梦露如果你不介意的话也可以用自己大头照):


展开ControlNet面板→启用ControlNet单元0勾选启用、完美像素模式、允许预览→控制类型:IP-Adapter→预处理器:ip-adapter_clip_sdxl→模型:ip-adapter_sd15_plus [32cd8f7f]→控制权重1.5→上传一张玛丽莲梦露的照片→点击预处理器后面的图标即可看到预览图,



图片

图片


点击生成,经过一轮的抽卡,你觉得那个更像呢?如果你还是觉得不够像,可以通过控制权重来调整,控制权重值越大,越接近ControlNet上传的图片,越小ai的发挥空间更大,那如果我想要对在不同预处理器下不同权重值的效果该怎样一次出图呢?


图片


第四步(不同参数融合对比):


点开脚本→选择X/Y/Z plot→X轴类型:控制权重[ControlNet] Weight→x轴值:(0.5,1,1.25,1.5,2)→y轴类型:预处理器[ControlNet] Preprocessor→y轴值:选择ip-adapter对应的三个预处理器→总批次数1,单批数量1,


图片


点击生成:结论是:控制权重1.5,预处理器选择:ip-adapter_clip_sdxl,模型:ip-adapter_sd15_plus [32cd8f7f]的效果是比较理想的,控制权重值越大,越接近ControlNet上传的图片,越小ai的发挥空间更大,所以我们需要将控制权重和预处理器和模型设置成以上参数。


图片

图片


以上生成的图片动作呆板单一随机,如果我想要自定义人物的动作这样是不是更加具有可玩性?所以:


第五步(将其他人物的动作应用到生成图上)


点击脚本→选择无→展开ControlNet面板,启用ControlNet单元1勾选启用、完美像素模式、允许预览→控制类型:openpose→预处理器:openpose_hand→模型:control_v11p_sd15_openpose [cab727d4]→控制权重1,上传一张送红包的照片,将上传的图片的尺寸放松到生成图片的尺寸(解决多手多脚的问题)→点击预处理器后面的图标即可看到预览图→总批次数1,单批数量1,


图片

图片

图片


点击生成:经过多次抽卡后得到比较满意的基础图后,放大看图片手部有一些异型,背景灯笼上的文字也不美观。


图片



二、对基础图进行优化处理


对图片中的细节处理比如错误的文字,不要的局部等。


将确定好的基础图发送到图生图的局部重绘界面进行局部的修复→使用画笔将不要改变的地方绘制好蒙版→选择重绘非蒙版区域→重绘幅度给到0.5到0.6→重绘尺寸:点击三角形图标→配合正向提示词:No decoration, no text, no design, simple background, few background elements,红色灯笼上不要出现任何装饰,不要有文字,不要有图案,简洁的背景,背景元素少一些,


图片

图片

图片


点击生成:经过多次抽卡后可以去除灯笼上的文字,图案。


图片

图片


我们呢仔细观察后发现生成人物的右手大拇指非常的怪异,故需要再次进行局部重绘,


将原来的局部重回图直接关闭后→将生成的结果图再次发送到局部重绘→对怪异的手部绘制蒙版→选择重绘蒙版区域→重绘幅度给到0.8-重绘尺寸:点击三角形图标→配合正向提示词:The hand holding the red envelope,拿着红包的手,


图片

图片

图片


点击生成:配合重回幅度不断抽卡得到满意的画面后基本上就得到了一张符合预期的图片了。


图片

手部修复之前


图片

手部修复之后


三、SD生成图联合PS精微细调


仔细观察sd对于文字的生成还是比较力不从心,尤其是对中文的理解。当然如果使用ContrlNet也是可以能够进行精准控制的,但本次教程重点结合ps完成对红包上的文字进行最后处理,案例使用字体尔雅凤凰手书。(尔雅凤凰手书是尔雅字库跟iFonts字体助手合作的字体,下载iFonts字体可轻松使用此套字体。)


将生成的图片使用ps打开→使用ps的内容识别填充将乱码的文字去除→使用文字工具t输入文字即可完成、注意字体字号→配合图层蒙版和fx图形样式(给文字一个投影注意投影的角度)


图片

图片

图片


总结:stable diffusion的绘图逻辑其实非常的简单:主要是通过提示词搭配主模型和微调模型lora生成符合主题的画面,在无法确定各个参数之间联动关系的时候可以对一些参数进行测试以找到最符合设计预期的组合。如果你需要对生成的画面有较高的控制需要配合ControlNet中的ip-adapter控制器控制人物表情,openpose控制器控制人物动作。然后再发送到图生图进行细节局部调整。


虽然新年已过,现在何尝又不是另一个新的开始。最后还是给大家送上迟到的新年红包,给大家拜个晚年。


图片


好啦!本期的教程就到这里了,我是阿多比四夕,欢迎点赞分享加关注!


下期预告


我们点击放大图片后发现有很多的细节是不够的,图片不清晰,细节感不足,和商业用图还有比较大的差距,如果只是一味的调整生成图的宽度和高度可能会出现多头多手等怪异的情况,那么除了通过调整生成图的宽度和高度增加分辨率以外,还有没有其他方法呢?

敬请大家期待!下期内容《四步法实现8k超高精度的图片


本期课程素材:可后台私信“专属照龙年红包”获取。


图片


PS:阿多比设计UI47期3月25日开启,期待大家的加入!


图片


AI教程丨用stable diffusion生成专属你的头像照龙年红包

阅读量:892