前言
本篇要解說一個用ControlNet加上Loopback來達到修正壞掉的手部姿勢的方法。這個方法與之前寫過的 Stable Diffusion進階 -- 手部修復 最大的不同點是，要求更高一些的繪圖軟體技巧，以及使用ControlNet來監控修復的完成度。
由於AI算圖的隨機性，在訓練時比較少見的手部姿勢與角度，常常讓AI算出奇怪的扭曲的或多餘的手指，例如下面這個範例圖：
左手壞掉的範例圖
方法
為了修正這個壞掉的手勢，我們除了用之前敘述的漸進Inpaint之外，還有一個方法可以較快速修正。
首先，一樣要到提供手部姿勢的人偶網站，例如PoseMy.Art這個網站，將人偶的手部調整到想要的角度與姿勢，然後將它輸出成圖片：
輸出成圖片的手部姿勢
將它導入一個支援圖層的繪圖軟體，例如GIMP、Photoshop或Photopea，然後匯入有問題的圖片，新增圖層，把好的手臂放到新圖層上，移動到預定的位置，然後將有問題的手塗抹掉，再將好的手大致補上相似的膚色與陰影，這邊會考驗到我們的繪圖能力，但不用繪製到十分細緻，只要能大致表明正確的前後關係就好：
經過大致修改的手
接著，將這張修正過的圖導入Inpaint，使用簡單的提示詞來表明我們要修正的是手，並圈選要修正的部位：
(extremely detailed CG unity 8k wallpaper), best quality, masterpiece , hdr, ultra highres, hand
然後使用非常低的Denoising strength權重，例如0.2來開始，並且使用Only masked讓AI專注在手部區域：
以0.2的低權重開始重繪
接著使用ControlNet的openpose_hand，輸入修正過的圖，並且偵測他是否有認得修正過的圖的手部姿勢：
ControlNet的openpose_hand設定
這一步非常重要，如果openpose_hand無法認出手指的大致位置，代表修圖是失敗的，需要重新修圖直到openponse_hand能正確標定手指位置。
當ControlNet設定完成時，打開Loopback的設定，將回合數規定到10以上的數字，Final denoising strength設定到依然是低權重的0.25左右，確保整個十回合的週期都是低強度的重繪：
Loopback的設定
當一切都設定完成之後，就能開始算圖了：
算圖過程
由於算圖的變化細微，所以能防止AI偏轉太大讓手又變形了。在算出來的圖之中，出現正確的手部姿勢機會應該很大，同時間算圖的速度又快（因為Denoising strength權重越低，算圖的速度越快）。
在這裡，我挑選了一張修復結果還算滿意的圖來當成果圖：
成果圖
希望大家AI算圖愉快！
