大家好，我是设计师阿威。
所谓漫改真人，就是把一张二次元图片生成一张新的真人图片，在Stable Diffusion中，有很多方式实现，其中通过图生图的方式是最常用的方式，大概1-3分钟就可以完成。我们先看一下实现效果。
下面我们来详细看一下图生图实现漫改真人的具体实现方式。
【第一步】：图生图图片上传以及相关参数设置
在图生图功能菜单界面，我们选择【图生图】上传一张我们需要漫改的二次元照片。
下面进行相关参数设置。
采样器：DPM++2M Karras
采样迭代步数：30
图片宽高：保持和上传的图片宽高一致或者定比例的放大或者缩小。
重绘强度：建议设置在0.45-0.65之间，这个参数值并不是固定的，在实际使用过程中可以多尝试不同的重绘强度值，这里可以使用脚本插件的方式一次生成不同重绘强度值的多张图片。
【第二步】提示词的编写
如果我们知道上传图片的提示词，可以直接将图片的提示词复制过来。
如果我们不知道上传图片的提示词，这里推荐使用Tagger插件的方式提取图片的提示词，因为生成提示词效果较好。（模型插件下载请看文末扫描获取）
正向提示词：
1 super beautiful girl,detached sleeves, bare shoulders, pink hair,long hair,standing in the street（1个超级漂亮的女孩，脱袖，露肩，粉色的头发，长发，站在街上）。
反向提示词：
ng_deepnegative_v1_75t, (badhandv4), (worst quality:2), (low quality:2), (normal quality:2), lowres, bad anatomy, bad hands, ((monochrome)), ((grayscale)) watermark, (moles:2) EasyNegative
【第三步】大模型的选择以及图片的生成
漫改真人需要生成真人的图片，所以大模型需要选择真人大模型。
这里我们选择不同的真人大模型来看一下效果。
原图
大模型：Chilloutmix-Ni-pruned-fp32-fix
大模型：majicMIX realistic
大模型：墨幽人造人
在本文中，最终生成的图片我都采用了后期处理（缩放比例为4，缩放算法选择：R-ESRGAN_4x）。
好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。
写在最后
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
总结
**文章总结**：本文由设计师阿威分享，详细介绍了如何使用Stable Diffusion技术中的图生图功能实现“漫改真人”效果。整个过程包含三个关键步骤：图片上传及参数设置、编写提示词和选择大模型进行图片生成。通过设定合适的参数（如采样器、迭代步数、图片宽高和重绘强度），结合正向和反向提示词，以及选择适合的真人大模型，可以快速将二次元图片转化为逼真的真人图片。文章还提供了后期处理技巧，并对AIGC技术的未来发展前景进行了展望，特别是强调了该技术与游戏计算和人工智能的融合趋势及其巨大潜力。最后，文章附赠了一套全面的AIGC学习资料，包括学习路线、必备工具、学习笔记、视频教程合集和实战案例，旨在帮助读者深入了解和掌握AIGC技术。