大家好，我是程序员晓晓
关于AI绘画Stable Diffusion 的线稿转绘，前面和大家分享了文生图的实现方式 AI绘画 Stable Diffusion【线稿转绘保姆级教程】：一分钟实现照片转绘线稿、图片转绘灰度图！
前面这种方式，在实现建筑图片的线稿转绘上表现的都不是很好，今天就专门针对建筑图片的线稿转绘来分享一下个人的实践。
本次教程中所用到的AI绘画Stable Diffusion 安装包、ControlNet插件、各种模型等资料，需要的小伙伴可以看文末扫描免费获取哦
一. 文生图使用大模型 RealisticVisionV2.0
在上一篇文生图实现图片线稿转绘的时候，我们的大模型使用的是ReVAnimated。我尝试了更换大模型为RealisticVisionV2.0，在其他参数配置完全相同的情况下，对于建筑图片效果要好很多，主要是线条非常自然明显，当前图片清晰度还是有待提高。我们来看一下使用RealisticVisionV2.0图片转线稿的效果图。
看来出图要实现比较好的效果还是要多尝试。当然更换了RealisticVisionV2.0后真人图片转线稿效果是不是更好，这个可以自己去尝试一下哈。
上面的制作方式实现图片线稿转绘效果还是有所欠缺，主要是线条太细，整体图片偏白。
二. 建筑图片转线稿制作方法
我们先来看一下建筑图片转线稿的效果图片。
整体看起来图片线条还是比较明显，下面我们来看一下制作方法。
【第一步】：大模型的选择
这里推荐使用：真实感必备模型| RealisticVisionV2.0。
模型下载请看文末扫描免费获取哦
【第二步】：提示词的编写
正向提示词
Prompt：BondyStudio,monochrome,greyscale,Dotted line,line shadow,exquisite,clean white background,masterpiece,best quality,fine detail,8K,UHD,wallpaper
提示词：BondyStudio，单色，灰度，虚线，线阴影，精致，干净的白色背景，杰作，最好的质量，精细的细节，8K,UHD，壁纸
反向提示词
negative
相关参数设置
采样器：Euler a
采样迭代步数：60
图片宽高：512*768 （和需要转绘的原图片保持一致）
提示词引导系数（CFG）：5
【第三步】：Loar模型的设置
这里使用一个主要用于建筑转线稿的的LORA模型：
Lora1: 照片转线稿-线稿模型 （Lora模型下载请看文末扫描免费获取哦）
该Lora模型作者训练主要是为了出建筑的线稿,支持2种模式。
一种为精致线稿模式，关键词是：“BondyStudio, monochrome, greyscale,Dotted line,line shadow,exquisite,”建议采样步数60步以上，Lora权重0.75左右，具体可自行测试。
另一种为概念线稿模式，关键词是：“archline,sketch,perspective, monochrome, greyscale,white background,”建议采样步数40步左右。建议cotrolnet的控制模型选择Scribble/sketch(涂鸦/草图),预处理器选择scribble-xdog模式。
触发词为sketch或者exquisite
这里我们出精致线稿，我们将权重设置为0.75。
【第四步】：ControlNet的设置
相关参数设置如下：
控制类型：选择"Lineart(线稿）"
预处理器：lineart_realistic
模型：control_v11p_sd15_lineart
控制权重：0.65
【第五步】图片的生成
点击【生成】按钮，我们来看一下最终生成的图片效果。
三. 建筑图片转草图效果
上面的Lora模型：照片转线稿-线稿模型，也可以支持线稿草图，我们来体验一下，这里我们需要修改2点配置。
正向提示词：
Prompt：archline,sketch,perspective,monochrome,greyscale,white background,masterpiece,best quality,fine detail,8K,UHD,wallpaper,
提示词：拱线，素描，透视，单色，灰度，白色背景，杰作，最好的质量，精细的细节，8K,UHD，壁纸
ControlNet设置：
相关参数设置如下：
控制类型：选择"Scribble/sketch(涂鸦/草图)"
预处理器：scribble-xdog
模型：control_v11p_sd15_scribble
控制权重：1
我们来看一下图片的生成效果。
四. 相关说明
今天介绍建筑图片的线稿转绘，如果使用到真人模型上面，效果感觉不太好，这里就不放对比图了，感兴趣的可以自己尝试哈。
好了，文中所用到的AI绘画Stable Diffusion 安装包、ControlNet插件、各种模型等资料，需要的小伙伴可以看下方扫描免费获取哦
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：AI绘画Stable Diffusion在建筑图片线稿转绘的实践**作者介绍**：
- 程序员晓晓分享AI绘画Stable Diffusion在建筑图片线稿转绘方面的实践经验。
**主要内容**：
1. **文生图大模型选择**：
- 晓晓尝试使用RealisticVisionV2.0大模型替换之前的ReVAnimated，发现对建筑图片的线稿转绘效果显著提升，线条更自然明显，但图片清晰度仍需提升。
2. **建筑图片转线稿制作方法**：
- **第一步**：选择RealisticVisionV2.0作为大模型。
- **第二步**：编写提示词，包括正向提示词（如BondyStudio, monochrome, greyscale等）和反向提示词（未具体列出）。
- **第三步**：设置Lora模型，推荐使用“照片转线稿-线稿模型”，支持精致线稿和概念线稿两种模式，并设置相应权重。
- **第四步**：配置ControlNet，选择“Lineart”控制类型，设置预处理器和模型，调整控制权重。
- **第五步**：生成图片，查看最终效果。
3. **建筑图片转草图效果**：
- 修改提示词和控制Net设置，选择“Scribble/sketch”控制类型，生成草图效果。
4. **相关说明**：
- 强调RealisticVisionV2.0在建筑图片线稿转绘上的优势，但不适用于真人图片。
- 提供AI绘画Stable Diffusion安装包、ControlNet插件、模型等资料的获取方式。
5. **AIGC技术展望**：
- 展望未来，AIGC技术将在游戏、计算等领域得到更广泛应用，与人工智能技术紧密结合，对程序员影响深远。
6. **学习资源推荐**：
- 提供AIGC所有方向的学习路线、必备工具、最新学习笔记、视频教程合集和实战案例，帮助读者全面学习和掌握AIGC技术。
**总结**：
晓晓通过实践分享了使用Stable Diffusion进行建筑图片线稿转绘的详细步骤和技巧，包括大模型选择、提示词编写、Lora模型和ControlNet设置等，并展望了AIGC技术的未来发展前景，同时提供了丰富的学习资源供读者参考。