【SD终极指南】Stable Diffusion图生图全解析:从基础到高阶玩法_sd 灰度图工作流

Blender一步一步用灰度图生成3D模型用于Gazebo/gzweb 我们经常能在SDF格式文件中见到.dae/.stl模型文件。比如如下代码: <geometry> <mesh> <uri>model://pxdx/meshes/pxdx.dae</uri> <scale>1 1 1</scale> </mesh> </geometry> 具体参见sdf格式定义:http://sdformat.org/spec 阅读详情
AI摘要

本文聚焦Stable Diffusion图生图功能,介绍其可解决文生图的一些问题。详细讲解图生图的原理、打开方式、提示词写法、重绘幅度、缩放模式、模型选择等基础操作,还提及图生图修改背景、放大及提取TAG等高阶玩法,助读者将其转化为生产力。

前言:

AI绘画时代,Stable Diffusion的图生图功能正在重塑数字创作流程!无论你是想实现风格迁移、细节优化,还是商业级图像处理,掌握图生图技术都至关重要。本文将带你从基础操作到高阶玩法,全面解锁20+实用场景,涵盖电商设计、概念艺术、摄影修图等热门领域。

我们不仅详解ControlNet、局部重绘等核心功能,更将分享行业专家都在用的参数组合与工作流模板(随文附赠可下载配置文件)。通过大量对比案例,直观展示不同参数的实际效果差异,助你快速突破创作瓶颈,将图生图技术转化为生产力!

在这里插入图片描述

在文生图模式下虽然可以根据 prompt
出效果很好的图,但也存在一些问题,比如我们想要微调一些细节,就只能通过修改
prompt
来实现,但是这样的效果并不好;文生图的出图结果太随机;没办法根据我们自己的图进行二次加工。我们通过深入学习图生图就可以很好的解决上述问题。本篇使用MJ生成摄影模特底图,再拿到SD的图生图进行二次修改。
这份完整版的AI绘画(SD、comfyui、AI视频)整合包已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

MJ生成模特

绘图工具:Midjourney

提示词:

Beautiful Asian woman in dress surrounded by huge lotus leaves with
intricate patterns, standing in front of a huge full moon with soft light,
Albert Watson style, minimalism, elegant light green --ar 3:4 --s 750 --v
5.2 --style raw

中文:

美丽的亚洲女子身着连衣裙,周围环绕着巨大的荷叶,荷叶上有复杂的图案,站在一轮巨大的满月前,月光柔和,阿尔伯特-沃森风格,极简主义,优雅的浅绿色。

图生图简介

图生图和文生图的原理基本一样,文生图直接根据 prompt 描述来生成图片。而图生图则是在这个基础上添加图片的信息,图片+prompt
生成新的图。图生图主要的几个重点:重绘幅度、图生图下的TAG写法、缩放模式等。

在这里插入图片描述

1、图生图的2种打开方式

第一种是在文生图中将生成好的图直接发送到图生图中。第一种是在图生图界面中上传参考图。本文采用的是第二种方法。

在这里插入图片描述

2、提示词写法

图生图正向提示词不用写太多人物描述的TAG,只要写一些画质的基础描述语即可。

模型:[写实]墨幽人造人_v1020 (写实模型都可以)正向Prompt:masterpiece, best quality,1girl,(best quality), ((masterpiece)), (highres),beautiful face, extremely_beautiful_detailed_anime_face,反向 prompt:easynegative, paintings,
sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres,
normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin
blemishes, age spot, glans,extra fingers,fewer fingers,strange fingers,bad
hand,naked,uncovered,(worst quality, low quality:1.4), (bad anatomy),
watermark, signature, text, logo,contact, (extra limbs),(3d), Six
fingers,Low quality fingers,monochrome,(((missing arms))),(((missing
legs))), (((extra arms))),(((extra legs))),less fingers.seed 种子:-1步数:30

3、重绘幅度

Denoising strength(重绘幅度)
就是来控制与原图一致性的程度。如果只是简单修改背景、换脸之类的就0.3-0.5.画质整体改变很大的话就0.7上下(跟底图没什么相似性了)

在这里插入图片描述

4、图像尺寸

在这里插入图片描述

5、缩放模式

Just resize、 Crop and resize、 Resize and fill 这三种模式会根据新尺寸选择是填充、拉伸还是裁剪。

1.拉伸

当我们调整了分辨率后导致和原图不一致,拉伸模式就会直接把图片拉大(不推荐)。

2.裁剪

如果设置的分辨率要小于原分辨率,裁剪就会将多余的剪掉。

3.填充

如果设置的分辨率要高于原图的分辨率,AI会帮助我们进行填充,而填充的内容则会依赖于重绘幅度,重绘幅度越高,AI自主发挥的空间越大。

6、模型选择

选择主模型:根据图片的画质,选择对应的大模型。(写实、二次元,2.5D等),主模型影响出图的风格。要写实就真人模型,要二次元就选择二次元模型。

在这里插入图片描述

7、 X/Y/Z 脚本控制

所以我们打开 X/Y/Z 图表脚本,设置重绘幅度范围(0-1),让 SD 一次性生成10张图

在这里插入图片描述

生成的图片

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

重绘幅度越高,那么生成出来的原图就与原图差别越大。搭配不同的模型+不同程度的重绘幅度生成不同效果的图片。

图生图中修改背景

图生图中输入prompt,提示词部分是告诉AI修正图片的地方。

范例:下面的模特,我们想把背景换到校园里(在正向prompt 中加入 “背景是校园”)

在这里插入图片描述

正向 prompt:  



  * 1
  * 2




photography,(8k uhd,RAW photo:1.2),(realistic,photo-realistic:1.37),(best quality:1.2),(masterpiece:1.5),The background is a college campus,(best quality:1.2),(masterpiece:1.5),The background is a college campus


  * 1


生成的图片:
在这里插入图片描述

图生图到Extra放大

Extra主要是对图像进行优化放大的。可以上传图片导入,也可以通过其文生图和图生图中的send to extras直接使用;

在这里插入图片描述

放大算法 Upscaler :

图片选择4x-UltraSharp或R-ESRGAN 4x+

动漫选择:R-ESRGAN 4x+ Anime6B

缩放比率:选择2或4(根据自己所需)

PNG Info 提取TAG

读取图片TAG(只有SD生成的原图才可以读取)

在这里插入图片描述

在这里插入图片描述

本文转自 https://mp.weixin.qq.com/s/_X6u08Nj5MsQAtXuNm00tQ,如有侵权,请联系删除。

g)

在这里插入图片描述

本文转自 https://mp.weixin.qq.com/s/_X6u08Nj5MsQAtXuNm00tQ,如有侵权,请联系删除。

这是一位SD资深大神整理的,100款Stable Diffusion超实用插件,涵盖目前几乎所有的,主流插件需求。

这份完整版的AI绘画(SD、comfyui、AI视频)整合包已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

AI 绘画Stable Diffusion 研究(十)sd图生图功能详解-精美二维码的制作 反推提示词是Stable diffusion图生图中的功能,图生图的基础逻辑是通过上传的图片,可使用反推提示词或自主输入提示词,基于选择的Stable diffusion模型进行生成相似风格的图片。最近发现有很多朋友把二维码艺术化变成一张非常好看的图片,看着效果不错,毕竟现在二维码的的应用太广了,而现在大多数二维码,都一堆的小黑点,毫无美感可言。今天我们继续介绍图生图的实用案例-精美二维码的制作。比如4个, 设置完成后,需要点击顶部“保存设置”按钮,然后再点击“重载前端”按钮,重新加载界面。 阅读详情

相关推荐

Stable Diffusion 深度图像库插件使用小记

Controlnet 横空出世以来,Stable Diffusion 从抽卡模式变为 引导控制模式,产生了质的飞跃,再也不用在prompt中钻研如何描述生成人物的动作模式,他对AI画师来说生产力提高不知道多少倍,本文对Depth -lib 插件使用进行总结小记。文末附100个Lora资源。

kcarly的专栏 4052

【stable diffusion】保姆级入门课程02-Stable diffusion(SD)图生图-基础图生图用法

2600字全文解说stable diffusion图生图详细参数,附带视频教程

Minstrel的博客 1万+

Stable Diffusion Unet深度解析:从原理到ComfyUI实战应用

扩散模型作为当前图像生成领域的核心技术,其核心原理是通过正向扩散过程向图像添加噪声,再通过逆向扩散过程从噪声中重建图像。这一过程的核心执行者便是U-Net架构的神经网络,它承担着预测并移除噪声的关键任务。在技术实现上,U-Net通过其独特的编码器-解码器结构配合跳跃连接,能够同时处理全局语义与局部细节,而交叉注意力机制则负责将文本条件信息动态注入生成过程,从而实现精准的文生图控制。理解U-Net的工作原理,对于优化生成效果、调试模型问题具有直接的工程实践价值。例如,Classifier-Free Guida

weixin_30706691的博客 396

一步步带你解锁Stable Diffusion:SD 图生图功能保姆级入门指南「上」

说到这里呢,推荐大家一个插件哦「WD 1.4 标签器」,它的功能也是反推提示词,效果比上边两种都要好喔,推荐大家使用它。先把图片缩小指定的尺寸,然后再填充空白的部分,可以看到原图像的左右部分被填充了,大家仔细看应该还能看到填充的痕迹,问题不大,后续都可以调整。今天继续分享我们的 SD 图生图功能哦,图生图我们分成两篇来分享哦,要不然都塞一篇里,我怕大家看不下去,嗯,是的,就是这个原因!涂鸦功能是全图绘制,所以人物形象也会有所变化,想要人物不变的话,就要使用「局部涂鸦绘制」,这个我们下一篇会讲到。

qq_46094651的博客 7206

ComfyUI进阶本质:数据流思维与图生图三层解剖

ComfyUI并非图形化Stable Diffusion,而是基于节点的数据流编程环境。其核心原理在于将图像生成拆解为像素流、特征流与语义流的协同控制:像素层需关注蒙版预处理与denoise动态插值;特征层依赖ControlNet残差校准与分辨率对齐;语义层则通过CLIP嵌入对齐实现意图锚定。这种分层调试能力,使ComfyUI在图生图、Inpainting、ControlNet应用及低显存视频生成等场景中具备工程化落地价值。本文聚焦‘comfyui图生图’与‘comfyui工作流’两大高频搜索需求,揭示从操

weixin_34253126的博客 498

FLUX.1与ControlNet结合:精准控制AI绘画构图与光影的实战指南

在AI绘画领域,生成对抗网络(GAN)和扩散模型等技术的核心原理是通过学习海量数据分布来生成全新图像。这些技术的价值在于能够快速、低成本地创造视觉内容,广泛应用于数字艺术、游戏设计、广告创意等场景。然而,传统AI绘画模型在生成过程中往往存在可控性不足的问题,用户难以精确指定人物姿态、构图布局等细节。ControlNet作为一种条件控制技术,通过引入额外的输入(如边缘图、深度图、姿态关键点)来引导生成过程,从而实现对画面元素的精准调控。本文聚焦于将FLUX.1模型强大的**光影渲染**和**皮肤质感**表现能

diaoju3333的博客 411

【SD终极指南】Stable Diffusion图生图全解析:从基础到高阶玩法

AI绘画时代,Stable Diffusion的图生图功能正在重塑数字创作流程!无论你是想实现风格迁移、细节优化,还是商业级图像处理,掌握图生图技术都至关重要。本文将带你从基础操作到高阶玩法,全面解锁20+实用场景,涵盖电商设计、概念艺术、摄影修图等热门领域。 我们不仅详解ControlNet、局部重绘等核心功能,更将分享行业专家都在用的参数组合与工作流模板(随文附赠可下载配置文件)。通过大量对比案例,直观展示不同参数的实际效果差异,助你快速突破创作瓶颈,将图生图技术转化为生产力!

ice829的博客 1273

Nano Banana 2边缘AI开发板:5个离线视觉生成实战玩法

边缘AI是指在终端设备本地完成人工智能推理的技术路径,其核心原理是依托专用NPU等异构算力单元,实现低延迟、低功耗、数据不出端的智能处理。相比云端AI,边缘AI显著提升隐私安全性与实时响应能力,技术价值体现在工业质检、智能家居、老年看护等对网络依赖弱、合规要求高的场景。当前主流落地形态包括轻量视觉识别、语音驱动本地生图、手绘转线稿、异常热力标注及多图风格迁移——这些任务无需大模型,而依赖模型量化、DMA直通优化与原子级提示词工程。Nano Banana 2正是面向此类需求设计的国产嵌入式AI平台,支持RKN

426

SD-PPP:Photoshop AI插件终极指南,重新定义创意工作流

在当今AI绘图技术飞速发展的时代,设计师们面临着一个共同的挑战:如何在熟悉的Photoshop环境中无缝集成强大的AI生成能力?SD-PPP作为一款革命性的开源Photoshop AI插件,正是为解决这一痛点而生。这款创新工具彻底打破了Photoshop与ComfyUI、Stable Diffusion等AI绘图平台之间的技术壁垒,让创意工作者能够在不离开Photoshop界面的情况下,直接调用各

gitblog_00922的博客 228

AI图像生成原理与实操:从扩散模型到工业级落地

AI图像生成本质上是基于概率建模的像素重建过程,其核心原理在于通过噪声调度与潜空间优化实现可控视觉合成。扩散模型凭借训练稳定性、细节表现力和文本对齐能力,已成为当前主流技术路径;而Stable Diffusion XL等架构升级,则在双文本编码、原生宽高比支持与Refiner精修机制上带来质变。该技术已广泛应用于电商主图生成、医疗影像增强、建筑方案可视化及非遗纹样延展等工业场景。本文聚焦可复现、可调试的硬核实践,涵盖提示词三层结构、采样器选型逻辑、SDXL显存优化七法及ControlNet物理仿真应用,直击

weixin_30764771的博客 486

生成式AI本质:从概率采样到约束求解的认知重装

生成式AI不是智能创作工具,而是基于高维概率分布的约束求解系统。其核心原理在于将文本、图像等输出建模为条件概率采样过程——文本生成依赖Transformer对词间条件概率的精准建模,图像生成则通过扩散模型在噪声空间中执行可干预的去噪路径规划。这种数学本质赋予了GenAI独特技术价值:高度可控、可调试、可嵌入业务流程。典型应用场景包括企业级内容生成、合规文档自动化、AI增强设计工作流等。理解‘生成即求解’这一底层逻辑,是突破提示词工程瓶颈、实现稳定落地的关键前提。

weixin_30924087的博客 481

GPEN开源大模型应用:AI绘画社区中SD/MJ生成图专用后处理工具链

本文介绍了如何在星图GPU平台上自动化部署‍♀️GPEN - 智能面部增强系统镜像,专用于AI绘画生成图(如Stable Diffusion、Midjourney输出)的人脸精修。通过一键上传与处理,可高效修复五官崩坏、模糊失真等问题,显著提升人像细节真实感与专业度。

weixin_32999557的博客 93

2022年8月AI三大落地拐点:LLM轻量化、AIGC工具链与AI for Science工程化

大语言模型(LLM)与生成式AI(AIGC)正从技术概念走向真实工作流,其核心驱动力并非单纯模型升级,而是微调技术(如LoRA)、开源工具链(如Stable Diffusion WebUI)和科研工程化能力(如AlphaFold2流程封装)的协同成熟。这一阶段标志着AI落地进入‘可用性拐点’:工程师可用单卡显卡两天内完成领域微调,设计师能通过插件控制生成图的像素级一致性,科研人员可在本地终端一键获取可用于分子对接的蛋白结构。关键技术价值在于降低工程门槛、压缩交付周期、提升结果可控性,广泛应用于智能客服、电商

weixin_34387468的博客 472

【AI Blender风格渲染终极指南】:20年CG专家亲授5大不可外传的AI+Blender协同工作流

掌握AI Blender风格渲染高效工作流,解决AI生成图与Blender真实感融合难题。涵盖提示词工程、材质迁移、光照匹配、几何优化与渲染合成5大方法,适用于概念设计、动画预演与游戏资产制作。提升效率3倍以上,输出风格统一、可编辑的高质量结果,值得收藏。

PixelWander的博客 161

AI辅助艺术创作的主权控制:从ControlNet到物理媒介校准

AI绘画已超越‘图像生成’层面,进入与人类专业认知协同演进的新阶段。其核心原理在于将视觉经验(如人体力学、材料物理、文化符号)转化为可计算的条件约束,通过ControlNet等架构实现跨模态意图对齐。技术价值不仅体现于效率提升,更在于构建本地化、可审计、可确权的创作闭环——这直接关系到风格资产保护、文化语义准确性及实体输出可靠性。典型应用场景覆盖独立游戏概念设计、非遗工艺数字化、美术馆级AI辅助策展等需要高保真专业判断的领域。本文聚焦Stable Diffusion本地化工作流中ControlNet多条件协

z466459262的专栏 489

【feature_column处理】- indicator_column(指示列)和embedding_column(嵌入列)

1. 开胃菜 我们先来了解一下tf.feature_column.input_layer def input_layer(features, feature_columns, weight_collections=None, trainable=True, cols_to_vars=None, cols_to_output_tensors=None)

DataAlgo 1489

从AI绘图到3D打印:开发者实践AIGC与数字制造全链路

AIGC(人工智能生成内容)与3D打印技术的结合,正为数字制造领域带来新的实践路径。其核心原理在于,通过提示词工程驱动AI模型生成高质量的2D概念图,再经由矢量化技术将位图转换为由数学路径定义的SVG矢量图形,这是实现从像素到几何体转换的关键。这项技术的价值在于,它极大地降低了从创意到物理原型的门槛,使个性化、小批量的数字制造变得高效且低成本。在应用场景上,它不仅是制作创意周边或模型的工具,更是开发者理解图形处理、参数化设计及软硬件协同的综合性练手项目。本文将以生成一个可3D打印的积木人为例,具体拆解如何利

weixin_30904593的博客 364

LabVIEW与三菱PLC通讯实战:ActiveX控件在FX5U上的应用技巧

本文深入探讨了如何利用三菱MX Component中的ActiveX控件,在LabVIEW中实现与FX5U系列PLC的高效、稳定通讯。文章从环境配置、ActiveX控件生命周期管理、数据读写性能优化及容错机制等实战角度,分享了构建工业级健壮通讯程序的核心技巧与架构设计思路。

qsc9012345的博客 891

释放ControlNet QR Code Monster全部潜力:官方推荐的终极微调指南(2025版)

- 生成的艺术二维码精美却无法扫描? - 模型参数调整陷入"试错循环",浪费数小时却收效甚微? - V1与V2版本差异巨大,不知从何入手优化? - 创意与可读性始终难以平衡,无法达到专业水准? **读完本文你将获得**: - 3套经过官方验证的微调参数模板(基础/进阶/专家) - 5步实现99%扫描成功率的工作流 - 12个行业级二维码设计案例及完整提示词 - 模型架构深度解析,理解参数背后的数

gitblog_02367的博客 494

Python爬取谷歌学术全攻略:基于Playwright与Asyncio的高效、抗反爬虫实践

同时,文章将详细解析爬虫过程中可能遇到的各种挑战,如IP封锁、验证码、动态内容加载等,并提供切实可行的解决方案。self.logger.info(f"第 {current_page} 页解析完成,共找到 {len(page_results)} 条结果。:谷歌学术的HTML结构并非一成不变,其CSS类名和标签结构可能会发生变化,且不同地区、不同语言的界面可能存在差异,增加了数据解析的难度。self.logger.info(f"开始搜索关键词: '{keyword}',计划爬取 {max_pages} 页")

2201_76125261的博客 1552

CKS-CN考试之路----02

其实我们根据题目也可以知道秘钥是叫clever-cactus。稍作等待后,确认pod的状态,如果是1/1基本就没问题了。这步不一定做.目的是确定秘钥的名字。

Q先生 659

bloodborne_pc_windows_port新手快速开始教程:5步搞定环境,10分钟让血源在PC上跑起来

`bloodborne_pc_windows_port` 是一款面向 Windows 的《Bloodborne》(血源诅咒)原生移植加载器,基于 deadinside28 的 bbport 项目改造。它让 PS4 版《血源》(CUSA03173,1.09 版)直接以 x86-64 原生 CPU 指令运行(**无 CPU 模拟、无 JIT**),图形部分由 shadPS4 的 Vulkan 核心完成

gitblog_01038的博客 464

基于SpringBoot 3 + Vue 3的全栈民宿预约管理系统设计与实现

文章将详细阐述系统的需求分析、架构设计、数据库设计、核心功能模块的实现(包括用户认证、房源管理、订单流程、支付集成等),并提供关键代码片段,最后对系统进行总结与展望。.requestMatchers("/api/admin/**").hasRole("ADMIN") // 管理员接口。.requestMatchers("/api/auth/**").permitAll() // 认证接口公开。.requestMatchers("/api/public/**").permitAll() // 公开资源。

2201_76125393的博客 273
上一篇: AI绘画Stable Diffusion 高清放大,多种方法详解,建议收藏!_stable diffusion 修复照片
下一篇: 一文搞懂!Stable Diffusion 常用大模型全解析与精选推荐
壹只小小码农
博客等级 码龄5年 8105粉丝 1333原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值