如何用 Stable Diffusion + ControlNet 向外擴展圖片？| Outpainting

目錄

• 1 準備素材 1.1 下載 ControlNet Inpaint Model 1.2 準備實驗圖片 1.3 使用 Interrogate 推理提示詞
• 2 使用 ControlNet Inpaint 來 Outpainting 2.1 基本 txt2img 設定 2.2 ControlNet 設定 2.3 開始算圖
• 3 用 img2img 修補 outpainting 結果 3.1 基本 img2img 設定 3.2 ControlNet 設定 3.3 開始算圖
• 4 結論

準備素材

下載 ControlNet Inpaint Model

此作法需要用到 ControlNet 與 ControlNet Inpaint Model，還沒安裝 ControlNet 的話，可以到 Extension Tab ，在 Install from URL 輸入 https://github.com/Mikubill/sd-webui-controlnet.git 安裝 。詳細安裝步驟請參考 github 的 installation 章節。

ControlNet Inpaint Model 請到 HuggingFace 下載 control_v11p_sd15_inpaint.pth 和 control_v11p_sd15_inpaint.yaml 後，放入 stable-diffusion-webui\extensions\sd-webui-controlnet 資料夾內。

回到 StableDiffusion WebUI，重啟一下，如果有看到 ControlNet v1.1 區塊以及 Inpaint Model 就代表安裝完成！

註：若先前已經安裝過 ControlNet，務必更新到 ControlNet v1.1 以上才有 inpaint 功能！

準備實驗圖片

為了「對照」 Stable Diffusion 向外擴展的能力，我刻意使用完整的圖片作裁切去除兩側，留下中央部分給 AI 去補完，最後再與原圖做一番比較

使用 Interrogate 推理提示詞

為了讓出圖能夠更完善，可以使用 Stable Diffusion img2img tab 裡內建的 Interrogate CLIP 或 Interrogate DeepBooru 從圖面推理出提詞，再依情況人工修改，速度比較快。詳細步驟如下：

1. 將圖片拖入 img2img tab 的 source 區塊
2. 點擊右上方橘色 Interrogate CLIP 按鈕 (DeepBooru 也可以，會以關鍵字的方式產出）
3. 等待一小段計算時間，推理出的提示詞會出現在 Positive Prompt 輸入框中
4. 複製備用

使用 ControlNet Inpaint 來 Outpainting

基本 txt2img 設定

一切準備妥當，回到 Stable Diffusion txt2img tab 頁面開始實作：

1. 貼上剛剛的 Prompt，並適當增加 Negative Prompt
2. Sampling Method: 選擇 Euler a，因為算圖速度比較快，用來初步構圖
3. Sampling Steps: 先用預設 20
4. Width / Hight: 分別設定為 784, 512，數值可自由選擇，但為了讓他能夠作 outpainting，比例一定要和原圖不一樣！以範例來說，原圖是直幅，要讓他 outpainting 成橫幅，寬一定要設定比高來的多。
5. 其他保留預設即可

ControlNet 設定

接下來重點是 ControlNet 的設定：

1. 勾選 enable
2. 將圖片拖到 source 區
3. Preprocessor: 選擇 inpaint_only
4. Model: 選擇 control_v11p_sd15_inpaint
5. Resize Mode: 選擇 Resize and Fill，很重要！因為要讓他 fill 空白的部分，選錯就不會 outpainting！

👉👉前往 如何用 Stable Diffusion + ControlNet 向外擴展圖片？| Outpainting 閱讀全文

延伸閱讀

兩階段解決 Stable Diffusion 臉崩問題 如何用 Stable Diffusion 產生高解析度的圖？ LoRA 是什麼？如何使用？| Stable Diffusion 最詳細的 Stable diffusion WebUI 操作教學 – txt2img