Stable Diffusion 随机种子数，不该被忽视的选项

1 说明

多数情况下，我们是在不断的生成，探索一个比较理想的出图结果。所以种子这里我们一般都是默认-1，不去改它。这实际就是默认系统随机分配一个种子过来，即便我们不修改提示词以及各个参数，只要再重新生成一次，我们每次得到的图片都会有一些变化，这就是生成图片过程的随机性而这个随机性就来源于系统分配给你当前任务的这个种子。

下面是同样的配置，Batch count设置成4，分4批次生成四张图片

四张图片信息分别是下面的：

upper body portrait of 1girl wear a black color turtleneck sweater,A proud and confident expression,long hair,look at viewers,studio fashion portrait,studio light,pure white background,
Negative prompt: ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,long fingers:1 bad hand:1,many legs,many shoes,
Steps: 40, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 17606688, Size: 512x768, Model hash: 1d66b36bd7, Model: AWPortrait_v1.4, Denoising strength: 0.4, Hires upscale: 2, Hires steps: 30, Hires upscaler: Latent, Version: v1.9.4

upper body portrait of 1girl wear a black color turtleneck sweater,A proud and confident expression,long hair,look at viewers,studio fashion portrait,studio light,pure white background,
Negative prompt: ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,long fingers:1 bad hand:1,many legs,many shoes,
Steps: 40, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 17606689, Size: 512x768, Model hash: 1d66b36bd7, Model: AWPortrait_v1.4, Denoising strength: 0.4, Hires upscale: 2, Hires steps: 30, Hires upscaler: Latent, Version: v1.9.4

upper body portrait of 1girl wear a black color turtleneck sweater,A proud and confident expression,long hair,look at viewers,studio fashion portrait,studio light,pure white background,
Negative prompt: ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,long fingers:1 bad hand:1,many legs,many shoes,
Steps: 40, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 17606690, Size: 512x768, Model hash: 1d66b36bd7, Model: AWPortrait_v1.4, Denoising strength: 0.4, Hires upscale: 2, Hires steps: 30, Hires upscaler: Latent, Version: v1.9.4

upper body portrait of 1girl wear a black color turtleneck sweater,A proud and confident expression,long hair,look at viewers,studio fashion portrait,studio light,pure white background,
Negative prompt: ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,long fingers:1 bad hand:1,many legs,many shoes,
Steps: 40, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 17606691, Size: 512x768, Model hash: 1d66b36bd7, Model: AWPortrait_v1.4, Denoising strength: 0.4, Hires upscale: 2, Hires steps: 30, Hires upscaler: Latent, Version: v1.9.4

从上面的信息可以看出他们的Seed是不一样的,分别是17606688、17606689、17606690、17606691，但是非常相近，并且是连续的种子。

2 能不能重现一张图片呢？

是可以的。
重现就意味着随机性没有了，图片生成的全过程都在控制中。
那么把那部分随机因素锁定下来的关键就是种子，如果你拥有一张图片的生成信息。比如说提示词
各种参数它使用的模型，以及你还拥有它的种子这一串数字。

那么理论上你可以在自己的机器上也生成一张高度相似肉眼难以辨别的图片。
你拥有了种子就相当于拥有这张图片的隐藏的密室

这里我选择一款比较真实的人物模型AWPortrait（AWPortrait-Checkpoint-DynamicWang-LiblibAI）

官网图片：

stable diffusion生成图片：

 通过图片可以看出有些许不一样，就算同样的提示词、配置、种子也会出现些许不同的

3 那么去哪里查看种子?

如果你刚刚生成完的一张图片，这个最简单。你只要点击这张图片，然后下面有一堆信息。

这里面其实就是包含了你生成这张图片的相关的信息。其中就包含种子，后面这一串数字就是它的种子，

需要进入图片浏览器的可以安装插件：https://github.com/zanllp/sd-webui-infinite-image-browsing.git

那么如果这张图片是你之前生成的，它已经不在这个界面里了，那么你可以下载一个图片浏览器
然后在浏览器里面查看你的生成历史找到那张图片，然后右上角有一个点点点这个小图标，鼠标浮上去就会出现一个菜单，在这里也可以查看你图片的信息，其中就包含种子。

那么之前在生成一张图片的时候，如果你比较满意，当时已经保存下来了，那这个图片的文件名
本身就包含了种子信息。还有一种方法，PNG图片信息这个面板，把你之前保存的图片拖进来，那么在右侧也可以查看到这张图片的相关信息，其中包含种子。

4 怎样通过提示词和种子以及固定的一些参数的设置，能够稳定地重现一张图？

这张图是我之前生成的，在这可以直接发送到文生图，这样就可以快速的把这些东西填进来

比如将上面直接发送到文生图，当时所有的选项以及提示词都进来了，包含种子信息，那生成一下，看看是不是跟原来的图片是一样的，把它拷贝粘贴过来对比一下。

那我们可以看到现在生成的这张图片跟我们之前使用的这个图片，这两张图片是高度相似的。

那是不是100%呢？

其实也不是，比如色调，以及身上装饰。但是已经非常接近了，那也就是说，基本上通过参数和种子以及提示词，所有的输入因素，我们全部都控制住以后，那基本上能保证它生成的图片它的结果是稳定的

Batch count大于1时，当设置种子为指定数字时，只有第一张图片的种子数是设定的，后面的图片的种子不是指定的。

如果你真正想固定种子不想改变种子的话，那你每次只要生成一张就可以了，然后你通过修改提示词和其他参数去调整图片