Stable Diffusion進階 -- 雷光變幻!

閱讀時間約 5 分鐘
之前曾經碰過一個有趣的問題:如何替人物的肢體加上纏繞的魔法效果。
這個問題困難的地方在於, 這種類型的動作通常不在AI訓練圖的範圍內,所以它對於很多奇幻世界的概念是一無所知的。在這種情況下,創作者與AI其實有點像是在一艘在迷霧中的海洋航行的船,創作者身為船長,必須下指令給各個AI船員,在霧中穿過暗礁,靠著船長自己的記憶與想像來策劃航行路徑。
基本上,產生奇幻世界構圖與特效的方法,除了用已有的圖來做借圖生圖之外,另一種就是在ControlNet的控制下,用img2img與inpaint互相切換的控制漸變法
這種方法的好處是,不只是運用在奇幻世界上,這種方法也可以用在大部分引導AI產生特定效果的情況。
我們從這張圖開始:
雷系法師
我希望可以將雷電條紋纏繞在法師的手臂上,這時候要先從將圖傳入inpaint開始,將整條手臂選起來,然後設定inpaint:
inpaint設定
這邊我們將Denoising strength弄到0.7以上,然後將正面提示詞刪除乾淨,只留下我們想要的雷電元素:
(electrical arc:1.5), (lightning:1.5)
(extremely detailed CG unity 8k wallpaper), best quality, masterpiece , hdr, ultra highres
接著,為了將手跟手指等肢體固定下來,我們必須使用ControlNet的openpose_hand跟depth來固定手,以及手的輪廓:
ControlNet的openpose_hand
ControlNet的depth
這時我使用的depth模型,我只給了0.5的權重,這樣才不會對畫面上的物件帶來太多的限制。
當一切都設置好之後,開始試跑幾張圖,會發現大部分的圖都毫無雷電的痕跡,因為對AI來說,這種要求真的沒聽過。有時候必須將Denoising strength開到0.9才會出現一些效果:
有一點雷電纏繞的感覺了
如果就這樣滿足的話,效果其實一點也不明顯,這時候就到了「漸進」的步驟了。我們用Send to Inpaint按鈕將完成圖重新送進inpaint面板,然後用undo按鈕將之前選取的區域取消,重新選取其他我們想要增加雷電紋路的地方,繼續一樣的步驟。
在這一部分,人類的創意非常重要。因為在這種地方,很多概念是AI在訓練時沒有經歷的,有些甚至是人類都沒有經歷過的藝術創作,在這時候必須依靠人類腦海裡的想像來揀選過濾產出的圖,把稍微靠近自己想像的圖丟進去下一輪產圖,不斷修改inpaint的選取範圍,以引導AI達到目標。
在這個時候,我必須不斷調整提示詞的權重,變更inpaint的範圍,有些已經產生雷電纏繞的地方必須移出選取區,否則下一回合雷電可能消失,有些地方衣服樣式崩毀,必須退回上幾張圖加入提示衣物樣式與顏色的提示詞重算,有時候改變不想太大,還要調整Denoising strength。不斷地試錯、回朔重算,慢慢推向自己想要的效果。
在經過幾輪的漸進算圖後,我得到了這個成果:
雷電滿滿
此時,我們已經有了足夠的雷電紋路,問題是畫面上許多被inpaint選取過的地方,也改變了圖片的背景,而新增的雷電是新的光源,因此許多地方的陰影與色彩也需要相應的改變。
這時就是控制漸變法的最後打磨階段。把圖傳進inpaint之後,將原本的算圖的提示詞全部還原回去,再將不想被變動的地方選取起來,然後使用inpaint not masked選項來重繪整張圖,以我為例,我選取了眼睛與手臂的部分,讓AI知道我需要微調整張圖的光影效果,然後以Denoising strength在0.2到0.3的低權重下限制重繪的幅度。
再得到滿意的效果並經由 Stable Diffusion進階 -- 臉崩修復 提到的4x-UltraSharp來提升畫質,我們得到了這樣的成果圖:
成果圖
祝大家算圖愉快!

進階技巧目錄:
即將進入廣告,捲動後可繼續閱讀
為什麼會看到廣告
18.3K會員
299內容數
寫奇幻小說,畫圖,心得,各式各樣作品的故鄉。
留言0
查看全部
發表第一個留言支持創作者!
當我們算圖時,有一種特殊情況是,我們對於整張圖的結果都很滿意,但是想要調整人物的表情。我們可以這樣做......
這次要來講一下,如何使用簡單的inpaint與基本的ControlNet來做到幫人物角色穿上服裝的穿衣術以及換衣術。
這次來用一些好用的手法,達到在Stable Diffusion裡面畫出誇張姿勢的方法。
今天來介紹Script中,用來判別提示詞性質,甚至是除錯的好用工具--提示詞矩陣(Prompt matrix)。 身為一個軟體工程師,業界有一句很好玩的俚語: 最可怕的不是搞不懂為何寫出來的程式不能動,而是搞不懂為何寫出來的程式能動。
今天來聊一個我覺得是Script裡面最好用,最常用,但是有點複雜的進階功能,X/Y/Z plot。
討論如何補救全身肖像下,AI算到崩潰的小臉。
當我們算圖時,有一種特殊情況是,我們對於整張圖的結果都很滿意,但是想要調整人物的表情。我們可以這樣做......
這次要來講一下,如何使用簡單的inpaint與基本的ControlNet來做到幫人物角色穿上服裝的穿衣術以及換衣術。
這次來用一些好用的手法,達到在Stable Diffusion裡面畫出誇張姿勢的方法。
今天來介紹Script中,用來判別提示詞性質,甚至是除錯的好用工具--提示詞矩陣(Prompt matrix)。 身為一個軟體工程師,業界有一句很好玩的俚語: 最可怕的不是搞不懂為何寫出來的程式不能動,而是搞不懂為何寫出來的程式能動。
今天來聊一個我覺得是Script裡面最好用,最常用,但是有點複雜的進階功能,X/Y/Z plot。
討論如何補救全身肖像下,AI算到崩潰的小臉。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
Stable Diffusion Online是網頁版的Stable Diffusion AI圖像生成工具,省去了繁瑣的安裝和設定步驟,可以無限生成圖片,且不用註冊就可以免費使用,更棒的是還可以商業使用,為使用者提供更便捷的圖像生成體驗。
Thumbnail
在 Stable Diffusion 中有時人物的大小遠近好像很隨機,除了用 ControlNet 其實可以利用 prompt 輸入 拍攝電影的鏡頭控制術語用來控制距離及角度。
Generative models have made remarkable strides in recent years, enabling machines to create diverse and realistic content across various domains. Amon
Thumbnail
stable-diffusion-webui AUTOMATIC1111在近期更新到1.6版了,我在本文中列出較重要的8個有感且實用的更新項目。 而那些較為底層的,或是專給高手使用的更新項目我就不細說了。
Thumbnail
在我們上一篇文章中,提到了生成AI Art QR Code的方法。今天這一篇中我們要實戰另一種生成AI QR Code的方法。上一篇的方法需要由經由 X/Y/Z測試去獲得最佳的參數,且套用不同的Model/Lora都需要去找最佳的甜蜜點,這樣難免比較累一點,今天我會介紹一個方式,是相對比較穩定的做法
Thumbnail
ControlNet發布了1.1新版本,新增了許多不同的model,本文介紹運算大圖時非常好用的Tile Resample model。
Thumbnail
Vlad Diffusion(下略Vlad)和 Automatic1111(下略A1111)相較: 優點 1. 介面優化 2. 效能優化 -針對 Torch 2.0 優化 -使用 SDP(Scaled Dot Product)優化運算,無須 xFormers 也可顯著提升效能、降低
Thumbnail
  可能是這個問題太過基本,所以網路上幾乎沒有人在提問或回答,但我一開始嘗試Stable Diffusion時,常會遇到一個令我困擾的問題----紫色斑塊。
Thumbnail
stable diffusion 是一款AI繪圖軟體,你可以免費把stable diffusion算出來的圖免費拿來商用,但是像我的電腦因為顯卡太舊而無法快速運行,而浪費很多時間,你只要準備一個google帳號即可。
Thumbnail
先說結論:   演算Img2Img時,Sampling Methods(取樣方法)中Karras類型比較忠於原圖,非Karras類型比較放飛自我。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
Stable Diffusion Online是網頁版的Stable Diffusion AI圖像生成工具,省去了繁瑣的安裝和設定步驟,可以無限生成圖片,且不用註冊就可以免費使用,更棒的是還可以商業使用,為使用者提供更便捷的圖像生成體驗。
Thumbnail
在 Stable Diffusion 中有時人物的大小遠近好像很隨機,除了用 ControlNet 其實可以利用 prompt 輸入 拍攝電影的鏡頭控制術語用來控制距離及角度。
Generative models have made remarkable strides in recent years, enabling machines to create diverse and realistic content across various domains. Amon
Thumbnail
stable-diffusion-webui AUTOMATIC1111在近期更新到1.6版了,我在本文中列出較重要的8個有感且實用的更新項目。 而那些較為底層的,或是專給高手使用的更新項目我就不細說了。
Thumbnail
在我們上一篇文章中,提到了生成AI Art QR Code的方法。今天這一篇中我們要實戰另一種生成AI QR Code的方法。上一篇的方法需要由經由 X/Y/Z測試去獲得最佳的參數,且套用不同的Model/Lora都需要去找最佳的甜蜜點,這樣難免比較累一點,今天我會介紹一個方式,是相對比較穩定的做法
Thumbnail
ControlNet發布了1.1新版本,新增了許多不同的model,本文介紹運算大圖時非常好用的Tile Resample model。
Thumbnail
Vlad Diffusion(下略Vlad)和 Automatic1111(下略A1111)相較: 優點 1. 介面優化 2. 效能優化 -針對 Torch 2.0 優化 -使用 SDP(Scaled Dot Product)優化運算,無須 xFormers 也可顯著提升效能、降低
Thumbnail
  可能是這個問題太過基本,所以網路上幾乎沒有人在提問或回答,但我一開始嘗試Stable Diffusion時,常會遇到一個令我困擾的問題----紫色斑塊。
Thumbnail
stable diffusion 是一款AI繪圖軟體,你可以免費把stable diffusion算出來的圖免費拿來商用,但是像我的電腦因為顯卡太舊而無法快速運行,而浪費很多時間,你只要準備一個google帳號即可。
Thumbnail
先說結論:   演算Img2Img時,Sampling Methods(取樣方法)中Karras類型比較忠於原圖,非Karras類型比較放飛自我。