当前位置:   article > 正文

(教程)Stable Diffusion中如何实现换装?_stable diffusion 换装

stable diffusion 换装

图片

如何用AI换装?

直接进入教程,我们将会用到Stable Diffusion WebUI 中安装的 Inpaint Anything 扩展,如何你还没有SD本地环境,可以先查看其他配置本地SD环境(安装实在是太复杂了,对Mac用户也不友好)或者使用一些在线的Stable Diffusion WebUI工具,比如我演示的是xxSheep平台来演示的。

图片

第1步:上传图片到Inpaint Anything 中

图片

图片

点击Inpaint Anything 标签页下,将图片拖动到输入图像框中。

第2步:运行分割模型

等待图片上传完成后,点击“运行Segment Anything”按钮,然后等待,你就能看到这样的语义分割图,不同的颜色代表了图片中识别出的不同对象。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

第 3 步:创建蒙版

使用画笔在分割图中标识出想要重绘的裙子区域,不需要整件衣服涂黑,每件衣服每个部分点一个点就可以了,鼠标放在图片上时按键盘S键可以放大图片,按R复原。

图片

然后点击“创建蒙版”按钮。

图片

如果发现蒙版未覆盖您想要的所有区域,请返回分割图并绘制更多区域。

我发现裙子的肩带没有被选中,返回分割图增了一个点。得到如下图:

图片

图片

“展开蒙版区域”这个是翻译的问题,英文为“Expand mask region”,意思是向外圈稍微扩展一下遮罩的大小。

“根据草图修剪蒙版”是指:从蒙版中减去绘制的新区域。

“根据草图添加蒙版”是指:将绘制的新区域添加到蒙版中。

这里就不展开详述了。现在蒙版已经很满意了。

第 4 步:将蒙版发送至重绘

可以在Inpaint Anything扩展中重绘,但更推荐将蒙版发送到图生图页面进行重绘。

图片

点击“仅蒙版”这个标签页,然后点击获取蒙版,就会获得如下一张黑白的蒙版页面,如果你有Photoshop使用经验的话,这个蒙版和PS中的蒙版是一样的。

图片

点击“发送到图生图”按钮

图片

返回到图生图的标签页下,我们就能看到如下的图片和蒙版出现在“上传重绘模版”的标签下。

图片

图片

点击“自动检测尺寸”的按钮,将重绘的图片尺寸自动改为输入蒙版的尺寸:

图片

然后选择你喜欢的大模型,最好是真实系的大模型,我这里以<基础模型_ XL_v1.0 refiner 1.0>为例。

在提示词中输入:

Woman in pink floral dress.

图片

蒙版内容处理选择:潜空间噪声或者空白潜空间,其他项保持默认即可。

图片

图片

生成数量可以改为一次生成4张。

图片

看一下重绘后的效果,呃。。。。。。虽然是换装了但是也没有全换,别着急,我们可以使用下面的技巧进一步提升图片的质量。

Advanced inpainting techniques

进一步绘制照片

  1. 方法一 调整重绘照片的尺寸

    如果你清楚潜空间扩散原理的话,就会知道我们图像都是缩小到512x512px的更小图去进行加噪和去噪的,如果我们的原图比例很特殊就可能导致画面会出现一些畸变,没关系 我们也不用了解具体的原理,只要尽量让宽或高是512、768、1024 这样的尺寸就好。

    图片

重复上面的操作,再来看我们重绘后的照片。

图片

图片

2.方法二 替换大模型

如果图片重绘效果不理想,可以替换掉大模型,使用真实视觉修复模型。

图片

我们将基础大模型换成了其他的真实系模型。比如:麦橘、DreamShaper等。

图片

图片

图片

3.方法三 自定义服装的图案

使用ControlNet IP-Adapter 换上你喜欢的图案。

图片

我需要用到两个控制网络,

第一个使用Canny

启用:✅

预处理器:Canny 硬边缘

模型:control_v11p_sd15_canny [d14c016b]

控制权重:0.6

图片

第二个使用IP-adapter

启用:✅

预处理器:ip-adapter

模型:ip-adapter_sd15_plus [32cd8f7f]

控制权重:0.9

图片

然后点击生成按钮。

图片

还可以将您想要的衣服的精确图像放入 IP adapter 的图像控制窗中,如图

图片

图片

图片

赶快试试吧,关注我会持续分享更多MJ,SD,leonardo的生图技巧,放心关注免费分享。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/运维做开发/article/detail/1020198
推荐阅读
相关标签