Stable Diffusion Webui的QRcode融合實驗紀錄，一個img2img的方法

實驗過程

1. 純化原始照片：照片的來源，是我在醫院實際棚拍的護理人員，接著我將這些實際人物用PS去背處裡，接著用Controlnet的Openpose模組重新運算人物，也將背景進行純化，於是我就有五個新的人物來進行後續的QRcode融合實驗。
2. 調整照片尺寸與人物比例：照片我除了先以PS編修大小之外（我都改成正方形尺寸以配合QRcode的布局），我也會將人物在畫面的佔比重新調整，因為有時候人物佔比太大，會讓QRcode的準確率大幅降低，有時候在運算過程裡QRcode也比較無法正確「服貼」在人物的衣物上，我試驗的結果是，將人物主體調整成佔畫面的三分之一左右，會讓QRcode的布局完整一些，成功率也會提高許多。
3. 製作QRcode：將需要宣傳的網址製作成QRcode，尺寸為350x350，容錯率設定在30%，我習慣用這個QRcode平台來產生，當然你也可以用你適合的平台。
4. 置入圖形：進入Stable Diffusion Webui，選擇圖生圖（img2img），將你的QRcode圖形分別放進圖生圖的圖片欄位，以及Controlnet unit 0的裡面，人物圖形則是放進Controlnet unit 1裡面，Prompt跟Negative欄位你還是要填入適合的人物描繪的說明，愈清楚愈好。
5. 選擇StableDiffusion的模型與取樣：運算模型繁多，選擇你喜歡的，我自己蠻喜歡moonfilm這個模組，我五張圖也都是用這個模型運算出來的，若你有興趣也可以下載使用。至於取樣（Sampling）我都習慣用DPM++ SDE Karras，你可以選擇你習慣的。
6. 選擇Controlnet的模型：前面提到的Controlnet unit 0（放QRcode圖）與Controlnet unit 1（放人物圖），都各自有自己的模型需要選擇，Controlnet unit0（放QRcode圖）的預處理器可以選擇none，但模型我是用control_v1p_sd15_qrcode這個專用模型，請你記得前往下載使用。而Controlnet unit 1（放人物圖）的預處理器，我習慣用canny，而模組我習慣用control_v11p_sd15_canny。
7. 調整運算參數：說實在的，各項數值真的需要多多嘗試，沒有一定的規範，我會把五張圖的運算參數結果放在後面讓各位參考，記得看過某位前輩說，這段嘗試與運算的過程，一半是藝術，另一半就算是科學了，只能捲起袖子嘗試看看。

實驗後記（僅供參）

1. Controlnet unit0放QR CODE時，若權重低於1.5可能會影響正確辨識率，但表現也會更有創意，大概到1.55左右QRcode正確率會提高。
2. QRcode與人物圖（或產品圖）的大小，最好都是正方形，主體若是人物最好不要太大，約佔畫面的三分之一左右似乎有最佳結果（掃描成功率）。
3. 關於Controlnet的控制步數, 人物跟QRcode不要同時算, 最好是人先進, 然後QRcode再進, 這樣服貼在人身上的QRcode會比較自然，一起算的話看起來會平面化，人物圖則是可以從零算到結束(0-1)，QRcode圖的進出時間可設定在0.1-0.8之間。
4. 若有算到滿意的圖像，也可把seed複製下來後，再去修改運算參數，或把Controlnet unit2再加上QRcode圖去算，進出時間可以設定在0.8至1之間。
5. 以上僅為個人實驗筆記，無法確認正確性，若有失誤都歡迎指正交流。