Stable Diffusion進階 -- 人偶生圖（二）
前言
在上一篇文章中，我使用人偶圖產出了一個姿勢正確，但是手指錯亂且臉型崩潰的半成品圖，這一篇我要繼續修正這些問題，得到一個草稿圖，再使用這個草稿製作大張的完成圖。
步驟
手修正
對於需要修正的手指，可以用之前在
Stable Diffusion進階 -- Loopback手部修復
提到的手法來修復，但是在人偶生成法裡，有一個訣竅可以更簡便地做出修補，就是利用最初幾回合生成的圖片來修復。
由於這一系列的圖片都是由同一組姿勢控制設定所生成，照理來說所有的手部姿勢、光影與位置應該都是類似的，所以我們可以打開檔案夾，找出一個手部還沒崩壞的圖片，在繪圖軟體中開啟特意挑選的手部完好圖，以及之前產生的半成品圖，將完好的手部擷取下來，接肢到半成品圖上，再使用塗抹或其他工具將明顯有色差的部分塗抹銜接起來，就能得到一個肢體形狀正確但色澤不一樣的肢體修復圖：
此時如果有必要，可以使用下列的方法修正色差。但如果只是要提取邊線稿，這樣的修復就足夠了，因為邊線草稿不在乎色澤。
首先將圖輸入img2img，這樣才能讓整個人物的顏色同時均勻化，使用Denoising strength為0.3的低度權重，確保跑圖時不會讓手又變形了：
我曾經試著使用inpaint只針對手部來重繪，但效果非常不穩定，常常手臂的顏色與身體相差太多，所以用img2img來讓全身膚色一齊改變反而能得到較穩定的結果。
接著是ControlNet的設定。第一個ControlNet依然使用openpose的設定，與上一回人偶生圖時一樣不變，但是第二個ControlNet必須從depth或normal改換成canny，且使用已經修正好的半成品圖當作來源。而Control weight強化到1，這樣才能保證生圖時手部形狀不變，而只變膚色：
接著設定Loopback的連續輸入，在這邊Final denoising strength可以試試0.3到0.5的強度，讓全身變形的幅度限制在顏色與花紋等細節，而身體姿勢由於低權重與ControlNet鉗制的關係，可以維持相當的穩定度：
這樣開始跑圖，通常在前幾張就能得到很不錯的成果了：
草稿生圖
在修正好所有明顯問題之後，這就是一張可以拿來繼續生圖的草稿了。有好幾種方法可以繼續生成完成圖：
- 如果這是某個大構圖的其中一個角色，就可以將該圖簡單去背之後組裝到其他圖上。
- 如果這張圖本身就是完成圖，接下來可以去背將黑色的部分清除，再填上底色，然後使用一樣的ControlNet設定搭配高強度的Denosing strength跑圖，就能產生真正的背景畫面。
- 如果這張圖我只需要線稿的部分，色澤不是我顧慮的地方，就可以將這張草稿圖當作是txt2img內ControlNet設定的canny以及depth的來源來產生大圖。
下面這張成果圖就是使用該草稿圖當作ControlNet的canny來源，跑txt2img輸出的成品：
臉修正
另一個問題是人物的臉。由於從人偶產生人物圖片時，頭型會受到原始人偶圖的頭型限制，所以臉型都很有可能怪怪的。這時候最好的做法就是將圖放大之後解除ControlNet的設定，只留下Openpose保留五官的位置不變，然後使用inpaint針對頭部重繪，這樣就可以得到不錯的頭臉與五官。
結論
人偶生圖法的步驟顯然比其他方法複雜、容易出錯，但它也是我目前固定角色姿勢最穩定，最能得到預期結果的方法，在一些有嚴格動作限制的概念插畫與漫畫電影分鏡稿裡面，當一般提示詞與簡單的ControlNet都無法滿足時，這可能是最能引導AI畫出你想要的構圖與動態的方法。
祝大家AI算圖愉快！
即將進入廣告，捲動後可繼續閱讀
為什麼會看到廣告
留言0
查看全部
本篇參與的主題活動
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下，有許多工具可以幫助我們學習與撰寫程式，這篇文章提供了實作範例與一些經驗，分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習，並且完成屬於自己的程式。
前幾個禮拜，AWS 舉行 Startup Day Taiwan。想當然爾，最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具，身為一名工程師，自然看看無妨，這篇文章算是新手開箱文，會說明如何部署一套基礎模型，並使用 AWS SDK 與其互動。
前言
我在工作中沒有什麼機會接觸到機器學習，學生時期也沒有學習過相關知識。
作為一個業餘小白，我對機器學習非常感興趣。在自學的過程中，我逐漸意識到利用機器學習可以做很多有趣的事情。 因此，我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ，以了解機
最近玩到了一個我覺得很新奇有趣的軟體，叫做SillyTavern。
SillyTavern是專用於創建虛擬角色的AI聊天軟體，SillyTavern是TavernAI的分支，但SillyTavern走上了自己的路，加進了許多額外功能，並且仍在積極的持續更新中。
然後，可以色色!
「Prompt」這個詞是提示的意思，但為什麼需要提示呢？ 當AI不理解我們的時候，勢必給出的回應並非準確的為我們解答，因此一個好的提示是非常重要的，就如同我們人與人之間的溝通一樣，如何將自己心裡的疑惑轉化成好的問題來提問對方，讓對方理解，進而給出一個明確的答案，這就是提示(Prompt)的重要性，對
在生成式AI與大型語言模型(Large Language Model, LLM)蓬勃發展下，有許多工具可以幫助我們學習與撰寫程式，這篇文章提供了實作範例與一些經驗，分享如何使用ChatGPT(免費的GPT-3.5)協助程式語言的學習，並且完成屬於自己的程式。
前幾個禮拜，AWS 舉行 Startup Day Taiwan。想當然爾，最熱門的主題非生成式 AI (Generative AI) 莫屬。既然 AWS 有現成的工具，身為一名工程師，自然看看無妨，這篇文章算是新手開箱文，會說明如何部署一套基礎模型，並使用 AWS SDK 與其互動。
前言
我在工作中沒有什麼機會接觸到機器學習，學生時期也沒有學習過相關知識。
作為一個業餘小白，我對機器學習非常感興趣。在自學的過程中，我逐漸意識到利用機器學習可以做很多有趣的事情。 因此，我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ，以了解機
最近玩到了一個我覺得很新奇有趣的軟體，叫做SillyTavern。
SillyTavern是專用於創建虛擬角色的AI聊天軟體，SillyTavern是TavernAI的分支，但SillyTavern走上了自己的路，加進了許多額外功能，並且仍在積極的持續更新中。
然後，可以色色!
「Prompt」這個詞是提示的意思，但為什麼需要提示呢？ 當AI不理解我們的時候，勢必給出的回應並非準確的為我們解答，因此一個好的提示是非常重要的，就如同我們人與人之間的溝通一樣，如何將自己心裡的疑惑轉化成好的問題來提問對方，讓對方理解，進而給出一個明確的答案，這就是提示(Prompt)的重要性，對
你可能也想看
Google News 追蹤
我已往產生圖片都會盡量避開手部(手指)的動作，這次，真的認真來刻意畫手。
(其實，我覺得 Bing 和 ChatGPT 的 DALL·E 3 模型畫手也勉強可以，但我絕對不會特別想去強調 "手" 的動作，來產生圖片。)
日式小顏術主要分為兩種，操作的層次、效果、還有維持時間都不一樣，是基於不同的原理。許多人常將兩種混淆，誤以為這兩項技術是相同的🫣
坊間的日式筋膜小顏/撥筋、打針或埋線等等都未能讓臉部骨骼對稱、平衡！
只會越做越顯得本身臉部問題變得更明顯喔~
正骨很多人誤以為過程一定會痛，但本店正骨小顏是由頭部
在第一篇我講到一開始的圖像風格轉換，每產生一張圖片都得重新訓練，這對於使用上難免綁手綁腳，所以理所當然的下一步就是要解決這個問題，看看能不能只要訓練一次，就可以重複使用。
Ae 小技巧：Adjustment Layer 調整圖層
動態後記系列會記錄一些我在製作中的記錄，可能是分解動畫、小技巧、發想、腳本......等等。 每篇都是小短篇，就是補充用的小筆記，沒有前後順序，可跳著閱讀。
在畫漫畫的時候，常常會出現角色性格不明顯的問題，一不留神創造出多個性格類似的角色，導致出現故事發展和角色行為單一的現象。
為了避免以上的狀況，我自己使用一套小方法，基本架構如下：
你正在盯著人設撓頭抓首嗎？
你總是反覆推敲角色行動，思考筆下的劇情是否增加角色魅力？
又或者，你看著檯面上那麼多優秀的作品，優秀的角色，卻不知道怎麼自己寫一個出來？
這全都很正常，因為刻劃人物就是一件那麼困難的事情。
這篇要搭建一個同時生成寫實照片跟動漫風格圖片的工作流，還可以幫線稿上色。
本文來分享一些 Openpose 的控制線圖，有需要的朋友，自行運用喔。點選連結，可以直接在 Tensor Art 上看到所使用的模型與提示詞。
如果相由心生
整型會改變手面相所帶來影響嗎！！
20出頭歲因工作需要短時間識人
開始自學研讀6本手面相書籍
實務驗證運用確實有其準確度
手相面相論定是以
五官輪廓及手部形狀紋路
肌肉脂肪分佈狀況
與骨架生長方式的呈現
人會因年齡增長手面相也會跟著改變
所以手面相端看是以當
我已往產生圖片都會盡量避開手部(手指)的動作，這次，真的認真來刻意畫手。
(其實，我覺得 Bing 和 ChatGPT 的 DALL·E 3 模型畫手也勉強可以，但我絕對不會特別想去強調 "手" 的動作，來產生圖片。)
日式小顏術主要分為兩種，操作的層次、效果、還有維持時間都不一樣，是基於不同的原理。許多人常將兩種混淆，誤以為這兩項技術是相同的🫣
坊間的日式筋膜小顏/撥筋、打針或埋線等等都未能讓臉部骨骼對稱、平衡！
只會越做越顯得本身臉部問題變得更明顯喔~
正骨很多人誤以為過程一定會痛，但本店正骨小顏是由頭部
在第一篇我講到一開始的圖像風格轉換，每產生一張圖片都得重新訓練，這對於使用上難免綁手綁腳，所以理所當然的下一步就是要解決這個問題，看看能不能只要訓練一次，就可以重複使用。
Ae 小技巧：Adjustment Layer 調整圖層
動態後記系列會記錄一些我在製作中的記錄，可能是分解動畫、小技巧、發想、腳本......等等。 每篇都是小短篇，就是補充用的小筆記，沒有前後順序，可跳著閱讀。
在畫漫畫的時候，常常會出現角色性格不明顯的問題，一不留神創造出多個性格類似的角色，導致出現故事發展和角色行為單一的現象。
為了避免以上的狀況，我自己使用一套小方法，基本架構如下：
你正在盯著人設撓頭抓首嗎？
你總是反覆推敲角色行動，思考筆下的劇情是否增加角色魅力？
又或者，你看著檯面上那麼多優秀的作品，優秀的角色，卻不知道怎麼自己寫一個出來？
這全都很正常，因為刻劃人物就是一件那麼困難的事情。
這篇要搭建一個同時生成寫實照片跟動漫風格圖片的工作流，還可以幫線稿上色。
本文來分享一些 Openpose 的控制線圖，有需要的朋友，自行運用喔。點選連結，可以直接在 Tensor Art 上看到所使用的模型與提示詞。
如果相由心生
整型會改變手面相所帶來影響嗎！！
20出頭歲因工作需要短時間識人
開始自學研讀6本手面相書籍
實務驗證運用確實有其準確度
手相面相論定是以
五官輪廓及手部形狀紋路
肌肉脂肪分佈狀況
與骨架生長方式的呈現
人會因年齡增長手面相也會跟著改變
所以手面相端看是以當