【SD】重绘

  1. 局部重绘的作用
    1. 将不符合预期的东西重新生成
    2. 将没有的东西画出来
    3. 将有的东西移除掉
    4. 不会影响其他地方的图片原始元素
    5. 场景:换脸、换衣服、修瑕疵
  2. 局部重回的参数
    1. 在局部重绘的时候,要使用重绘大模型,一般名称会有inpainting的
    2. 提示词只写局部重回的地方,不是整张图
    3. 蒙板边缘羽化程度是控制重回区域与原有图片交接地方的融合度,越小接缝越明显,越大容易影响内容的生成,这个羽化是在要生成的区域内实现的羽化,
    4. 区域内容处理:
      1. 填充:填充原图模糊化以后的像素,抹去了原图的信息,但是参考原图的色调,重回幅度大于0.8,幅度太小会比较暗
      2. 原图:将原图作为蒙版参考,如果重回幅度小相当于对原图做略微修改,重回幅度大会偏离原图很多,应用范围较小
      3. 浅空间噪声:用新的噪声图来生成,与原图没有关联性,推荐幅度0.8以上
      4. 空白浅空间:用棕色覆盖原图,重绘幅度太低会有棕色的痕迹,0.8以上
    5. 仅蒙版区域的好处是资源占用小、对于低像素的时候造成局部绘制的效果差的时候可以用它来对局域增加分辨率的方式生成效果更好的东西。
### Stable Diffusion 中的局部与擦除 在使用 Stable Diffusion (SD) 进行图像生成时,有时会遇到整体效果令人满意但部分细节不尽如人意的情况。为了优化这些特定区域而不需完全新生成整张图片,可以采用局部技术[^1]。 #### 使用蒙版进行局部修改 当希望修正某一部分而非整个画面时,创建一个遮罩是非常要的一步。这个遮罩定义了哪些像素应该被保留不变以及哪些需要更新。对于想要移除的对象或瑕疵处,在对应的区域内涂上白色;而对于保持原样的地方,则填充黑色或其他不透明的颜色[^3]。 #### 控制参数以获得理想结果 一旦有了合适的蒙版文件之后,下一步就是调整一些关键性的配置选项来指导算法更好地理解用户的意图并据此作出改进: - **提示词**:提供清晰具体的描述可以帮助引导模型按照预期的方式改变目标部位。例如,“修复双手姿势使其更加自然流畅”。 - **权比例**:设定不同层面对最终输出的影响程度。通常来说,初始草稿所占的比例较低以便让新加入的信息占据主导地位。 - **迭代次数/采样步数**:增加此数值可以使处理过程更为精细深入,但也可能延长计算时间。 ```python import torch from diffusers import StableDiffusionInpaintPipeline pipeline = StableDiffusionInpaintPipeline.from_pretrained('runwayml/stable-diffusion-inpainting') image = ... # 输入原始图像路径 mask_image = ... # 输入掩码图像路径 prompt = "A beautiful landscape with a river flowing through it" result = pipeline(prompt=prompt, image=image, mask_image=mask_image).images[0] ``` 通过上述方式可以在一定程度上实现对已有作品的选择性编辑,既节省了时间和资源又提高了创作效率[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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