AIGC绘画设计基础——SD人物写实图像高质量生成和手部修复

看到一些的图片，就是手部出现一系列的问题；有教程在使用复杂的方法来修复手，但在我看来，如果你遵循下面分享的方法，你生成的人物图像不会出现严重的手部问题，就算要修复也是较为省事的。

下面我将要样式用提示词、Embeddings、高分辨率修复方式演示怎么生成高质量手部的人物图像，这些方法不仅适合生成真实人物图片，也适用二次元风格人物插图；这里以真实系大模型beautifulRealistic来演示这些技巧；在正式介绍技巧之前，先说明一下，文章涉及的资源可以进入我上面给的B站链接查看。

一、用提示词和Embeddings初步保证生成质量

1、提示词技巧

在正向提示词框输入内容提示词，对要生成的内容进行具体的描述，如下面这些提示词描述一个穿着牛仔短裤时尚的21岁女生；

1girl,21 years old,front view,looking at
viewer,solo,jewelry,shorts,bag,necklace,brown
hair,bracelet,phone,cellphone,handbag,shirt,smile,blurry,short shorts,blurry
background,smartphone,shoulder bag,denim,bangs,cowboy shot,lips,

再输入正向提示词框后面加上高质量高分辨率的标准化提示词，以强化生成图片的质量

best quality,ultra detailed,masterpiece,highres,8k,extremely detailed CG
unity 8k wallpaper,

使用反向提示词，这些输入一下通用的人物反向提示词，避免低质量、丑陋、不正常五官和肢体；

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))),

2、使用Embeddings嵌入

使用正面的标准化提示词和通用的人物反向提示词，能一定程度改善生成的效果了；但仍然会产生绘制不好或变异的手；加上Embeddings会明显改善这些问题，建议在反向提示词置入手部的Embeddings和通用的Embeddings；

如下是常用于stableDiffusion中训练固定手部的Embeddings，它们是作为负面嵌入使用的，即放到反向提示词起作用，通常可以只挑选其中一个，但是个别模型可能不支持其中某个，懒人做法就是全部都嵌入：

badhandv4

bhands-neg

negative_hand-neg,

此外还有一些Embedding可以修复图像多方面的不良问题，除了手，还包含腿、五官等下面是我推荐的三款：

EasyNegative

FastNegativeV2

ng_deepnegative_v1_75t,

3、案例效果

使用上面的提示词和Embedding，然后宽高512×768，总批次数设为5，其他保持默认

生成图片如下

二、使用高分辨率修复

在上面提示词和Embeddings的基础上，生成的手如果还有问题，可以先尝试高分辨率修复

使用高分辨率修复的原理是，当手部占画幅的尺寸太小，stable
Diffusion因像素不够无法生成更多细节的手；让尺寸宽高都在768以上通常能生成更多的细节。

但开始时我们为了提高抽卡效率，宽高不宜设置过大（4090显卡限制少很多）；直到抽出一张满意的图，再给它单独高分辨率修复放大。

以上面生成的第四张图为例，进行高分辨率修复放大；这里放大算法选择Latent（如果懵逼，直接无脑选R-ESRGAN 4x+），重绘幅度设为0.6
（根据手部变形程度设置，如果是轻微修复，建议0.5或更小），放大倍数设为2倍的默认值就好

生成的结果已经比修复前好很多了，只是还有一些小瑕疵；

三、搭配ControlNet的openpose

上面都是抽卡产生随机姿势的，其实加入ControlNet自定义姿势，以上提示词、Embeddings嵌入、高清分辨率修复技巧同样适用；准备加上openpose控制后再次抽卡。

3.1案例

先关闭高清修复，随机数种子设为1，总批次数设为5

拖入一张准备好的图片作为姿势参考对象，启用，勾选完美像素，可以点击“爆炸图标”查看下姿势提取是否正确，没问题的话直接生成（如果有问题需要编辑它，下节课会提到）；

生成图片，第四张相对较好

我们对它进行高分辨率修复放大，放大算法用R-ESRGAN 4x+，重回幅度改0.5，用随机种子固定它，

看下生成的手基本没多大问题了

3.2案例

换个稍晚复杂姿势，

生成的图片，手部问题更多，就这第四张好些

使用高分比率修复后，还是有些瑕疵，这些需要修图了

四、高效输入提示词的技巧

可以把常用提示词做成模板预设

命名，输入标注化提示词和人物通用的方向提示词，保存，关闭

回到生成，在下拉框选择刚才命名的预设，然后点击“文档”图标，这时预设里的正向提示词和反向提示词都能回填进去

最后，如果大家对AIGC感兴趣，MJ的相关学习资料，以及AI绘画进阶版——Comfu UI桌面版、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，无需自行查找，有需要的小伙伴文末扫码自行获取。