大家好,我是程序员晓晓
今天我们开始学习AI绘画Stable Diffusion 中图片转绘的教程分享,图片转绘有很多不同的应用场景,比如图片转线稿,图片转插画,图片转漫画等。这也是AI绘画在实际场景中一个比较常见的应用方向之一。这里我们以图片转线稿的制作方式开始。
我们先看一下图片转线稿的效果图。
一. 图片转线稿的制作方法
【第一步】:大模型的选择
这里推荐使用:ReVAnimated,版本v122。
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:lineart,line drawing,sketching,blank and white,clean white background,masterpiece,best quality
提示词:线条艺术,线条画,素描,空白和白色,干净的白色背景,杰作,最好的质量
反向提示词
negative
相关参数设置
采样器:Euler a
采样迭代步数:20
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):7
【第三步】:Loar模型的设置
这里介绍几个目前使用量最多的LORA模型:
Lora1: 动漫AnimeLineart/Manga-like,版本为v3.0manga-like
无需触发词。
Lora2: 线稿模型-照片转绘-2.0
触发词:line, monochrome,greyscale
Lora3: 线稿,lineart,线条库,手绘
无需触发词。
以上三款Lora模型下载请看下方扫描免费获取哦
这里我们使用Lora1动漫AnimeLineart模型即可,将权重设置为1。其他的loar模型大家可以自由尝试。
【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:1
【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。
二. 使用ControlNet的softedge(软边缘)控制模型****
除了使用ControlNet的lineart(线稿)控制模型之外,还可以使用ControlNet的softedge(软边缘)控制模型。
我们来看一下图片的生成效果。
我们再看一下其他图片的对比。
三. 相关说明
(1)使用ControlNet的lineart模型实现图片转绘出来的线条有时候比较细,线条不是特别明显,可以多次抽签看一下效果。
(2)目前测试下来,关于真人图片转绘效果较好,但是建筑物的转绘,个人感觉还有提升优化的空间。
(3)提示词中使用了线条和颜色的关键词lineart,line drawing,sketching,blank and white,clean white background。
如果只使用lineart,生成的图片仍然有可能带彩色。
以上教程中所用到的模型我都准备好了,感兴趣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之图片转线稿教程与AIGC技术展望****内容简介**:
本文由程序员晓晓分享,主要讲解了使用AI绘画工具Stable Diffusion实现图片转线稿的制作方法,并展望了AIGC技术的未来发展前景,同时提供了丰富的AIGC学习资源。
**一、图片转线稿教程**
1. **步骤概览**:
- **选择大模型**:推荐ReVAnimated v122。
- **编写提示词**:正向如线条艺术、素描等;无反向提示词。
- **设置参数**:采样器、迭代步数、图片尺寸、CFG值等。
- **应用LORA模型**:选用动漫AnimeLineart模型,并设置权重。
- **配置ControlNet**:选择线稿控制类型,分配权重。
- **生成图片**:查看最终转绘效果。
2. **进阶技巧**:
- 使用softedge模型控制软边缘效果,增强转绘自然现象感。
- 针对不同图片(如真人/建筑物)调整参数,优化转绘质量。
**二、AIGC技术展望**
1. **广泛应用前景**:
- AIGC技术将提升游戏和计算系统的效能,实现更智能、更灵活的功能。
- 与人工智能技术相结合,在各大领域深入发展,影响深远。
2. **学习资源**:
- **学习路线**:涵盖AIGC所有方向的技术知识点,资源全面。
- **必备工具**:整理好安装即可用的软件工具,便于上手。
- **学习笔记**:获取前辈的详尽笔记,启发不同思考路径。
- **视频教程**:观看零基础到深入的视频教程,加速学习进程。
- **实战案例**:通过实操案例,将所学应用于实际操作中。
**总结**:本文不仅详细指导了如何通过Stable Diffusion进行图片转线稿的操作,还展望了AIGC技术的广阔发展前景,并贴心提供了全方位的学习资源和工具,助力读者在AI领域中不断进步。