Stable Diffusion練習，凌空降落

她如一頭獵鷹降落在一窩兔子之間，亮出鷹爪。 「哀嚎吧！」她狂野咆哮。

前言

最近一直在嘗試把一個夢想許久的小說插畫做出來。

我想要做出一個大魄力的畫面，敘述小說女主角大開殺戒的那一瞬間。之前嘗試了兩個版本，作業心得分別放在：

照片縫合AI圖

以及

Stable Diffusion練習，英雄落地姿

試做版本一

試做版本二

這兩個版本多少有點觸及我要的場景，但是有好幾個地方我不滿足：

1.動態不夠大，這像是動作已經做完，還未開始下一個動作的靜止狀態，因此給讀者的動態衝擊就不夠大。

2.透視不夠大，第一版基本沒有透視，第二版的透視有，但是還不夠強烈。

3.動作不夠瀟灑，有點拘謹，還沒有那種大開殺戒的灑脫。

4.最重要的是，該場景是女主角從空中衝刺，殺進敵團的一瞬間，所以需要不只女主角一人，還需要許多表情慌張的雜魚陪襯，這樣才能與女主角殺氣露出的氣勢成對比。

而這四項，就是Stable Diffusion 1.5的弱點。

因此在研究了ChatGPT的DALL-E生圖後，這次我再次嘗試這個主題，試著使用ChatGPT生圖，然後用Stable Diffusion後製，獲得了我比較滿意的成果。

方法

首先，我開啟ChatGTP付費版，命令它生成一個高透視高動態的漫畫圖（漫畫圖的構圖通常比寫實風格要靈活、大氣、高動態）：

給我一張圖，奇幻風格，成人漫畫風格，一名女刺客從天而降，落在森林中央，旁邊有驚慌的盜匪倒地，由下而上，大魄力，高動態

經過幾輪重試，出來了一張我認為非常符合我需求的圖：

來源圖

這時，我開啟繪圖軟體，將圖片尺寸調整成3:2，用塗抹功能將圖片空白處補增，然後用各種手段將畫面中多餘的人全部抹除，調整成如下圖的半成品：

半成品

接著，使用部分重繪（Inpaint），將女主角圈選起來，使用ControlNet OpenPose輔助，重繪成我要的版本（記得點選Inpaint Area: Only Masked做精細重繪）：

OpenPose參考骨架

女主角重繪後的半成品

此時手跟腿的部分還是爛掉的，先不管。

此時將臉部用部分重繪框選起來，換成我要的表情（睜大眼，皺眉，發光的藍色眼珠）。

並且再次重繪衣服，使用ControlNet的Canny，將衣服從深紅換色成純黑。

換完之後，針對圖中的每個雜魚角色，使用0.55到0.7的力道重繪，將他們從美漫風換成我要的風格：

人物風格全部轉換後的半成品

下一步則是開啟繪圖軟體，自行重繪手的部分（畢竟都做了這麼多圖了，修個手指越來越不是問題了），並且將武器、刀鞘、白領巾等女主角該有的配件都用之前文章提到的照相片法、剪接大法拉進來，之後用低度重繪的手法調整邊緣與色調：

手與武器、服飾都做好的半成品

最後就是將森林的背景重新加工，在下半部加上一些速度線以強調動態，如文章開始的圖就完工了！

結語

就算有AI的強大做圖能力，想要引導AI做出自己喜歡的構圖，尤其是這種高動態多人互動的圖，又加上了魚眼大透視，其實超出了Stable Diffusion的能力，畢竟大多數的Stable Diffusion模型都是使用幾種固定的姿勢來訓練，因此不常見的透視與姿態就成了死角。

這次是使用DALL-E來產生第一版的圖，再透過Stable Diffusion的長處轉成我要的角色。

但是諸如手部、武器握法等弱點，還是要靠自學來處理。所幸一回生二回熟，多做幾次，似乎就能抓到一點要訣，讓整體速度提升不少。

以下的人物細部圖，我主要是重繪了左右手，再交給Stable Diffusion來重新優化，然後眼珠部分則是直接手繪，不靠AI（因為AI似乎會做出很奇怪的修正，越修越呆板），讓女主角能看向右下方的敵人：

人物細部圖

接下來的功課就是要學習如何手繪人物的指甲等細部部分了！

而我終於了結了一個長久以來的心願，可以把這張圖正式納入小說採用圖了！

祝大家AI生圖愉快！