Stable Diffusion 绘画入门教程(webui)-ControlNet(线稿约束)

本文主要是介绍Stable Diffusion 绘画入门教程(webui)-ControlNet(线稿约束),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

上篇文章介绍了openpose,本篇文章介绍下线稿约束,关于线稿约束有好几个处理器都属于此类型,但是有一些区别。

包含:

1、Canny(硬边缘):识别线条比较多比较细,一般用于更大程度得还原照片
2、MLSD(直线):这个只能识别直线,大部分用于建筑设计类居多
3、Lineart(线稿):相对Canny识别要少,但相对SoftEdge(软边缘)要多,一般用于真人和素描
4、SoftEdge:识别大概的轮廓,会比较柔和,但这样能给SD更多发挥的空间
5、scribble/Sketch(涂鸦/草图):类似于图生图的涂鸦功能,会根据自己画的线条生成图片

下面以Canny展示一下用法,还是和之前一样的流程:

文章目录

  • 一、选大模型
  • 二、写提示词
  • 三、基础参数设置
  • 四、启用ControlNet

一、选大模型

假设给这个线稿上色,画成二次元样式:
在这里插入图片描述
这里我选的模型是:

AWPainting_v1.2.safetensors

没有的参考这篇文章,顶部有下载

二、写提示词

反向提示词还是用之前通用的提示词,正向提示词用(可以根据自己想生成的内容自己改):

Best quality,masterpiece,ultra high res,(photorealistic:1.4),(1girl:1.2),(solo:1.2),Exquisite facial features,highly detailed eyes,Exquisite hairstyle,long hair,Straight hair,(bangs:1.2),light smile,school uniform,
indoors,
<lora:cuteGirlMix4_v10:0.4>,<lora:noYoulora_v1:0.4>,<lora:koreanDollLikeness_v10:0.3>,

在这里插入图片描述

三、基础参数设置

基础参数设置出了长宽用上面的线稿图的长宽,其他我这里没有改,大家根据喜好自由调整

注意:长宽可以在ControlNet里的一个按钮直接把长宽同步过来,不用手动填哦
在这里插入图片描述
在这里插入图片描述

四、启用ControlNet

启用ControlNet,这里大家应该都比较输了,我直接放图:
在这里插入图片描述

直接生成:

在这里插入图片描述
在这里插入图片描述

到这里教程就结束了,其他几个类型就不一一列举了,大家自行试一下自我感受下他们之间的区别。

这篇关于Stable Diffusion 绘画入门教程(webui)-ControlNet(线稿约束)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/737957

相关文章

本地搭建DeepSeek-R1、WebUI的完整过程及访问

《本地搭建DeepSeek-R1、WebUI的完整过程及访问》:本文主要介绍本地搭建DeepSeek-R1、WebUI的完整过程及访问的相关资料,DeepSeek-R1是一个开源的人工智能平台,主... 目录背景       搭建准备基础概念搭建过程访问对话测试总结背景       最近几年,人工智能技术

Ollama整合open-webui的步骤及访问

《Ollama整合open-webui的步骤及访问》:本文主要介绍如何通过源码方式安装OpenWebUI,并详细说明了安装步骤、环境要求以及第一次使用时的账号注册和模型选择过程,需要的朋友可以参考... 目录安装环境要求步骤访问选择PjrIUE模型开始对话总结 安装官方安装地址:https://docs.

Rust中的Option枚举快速入门教程

《Rust中的Option枚举快速入门教程》Rust中的Option枚举用于表示可能不存在的值,提供了多种方法来处理这些值,避免了空指针异常,文章介绍了Option的定义、常见方法、使用场景以及注意事... 目录引言Option介绍Option的常见方法Option使用场景场景一:函数返回可能不存在的值场景

SQL中的外键约束

外键约束用于表示两张表中的指标连接关系。外键约束的作用主要有以下三点: 1.确保子表中的某个字段(外键)只能引用父表中的有效记录2.主表中的列被删除时,子表中的关联列也会被删除3.主表中的列更新时,子表中的关联元素也会被更新 子表中的元素指向主表 以下是一个外键约束的实例展示

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

poj 3159 (spfa差分约束最短路) poj 1201

poj 3159: 题意: 每次给出b比a多不多于c个糖果,求n最多比1多多少个糖果。 解析: 差分约束。 这个博客讲差分约束讲的比较好: http://www.cnblogs.com/void/archive/2011/08/26/2153928.html 套个spfa。 代码: #include <iostream>#include <cstdio>#i

poj 3169 spfa 差分约束

题意: 给n只牛,这些牛有些关系。 ml个关系:fr 与 to 牛间的距离要小于等于 cost。 md个关系:fr 与 to 牛间的距离要大于等于 cost。 隐含关系: d[ i ] <= d[ i + 1 ] 解析: 用以上关系建图,求1-n间最短路即可。 新学了一种建图的方法。。。。。。 代码: #include <iostream>#include

POJ 1364差分约束

给出n个变量,m个约束公式 Sa + Sa+1 + .... + Sa+b < ki or > ki ,叫你判断是否存在着解满足这m组约束公式。 Sa + Sa+1   +   .+ Sa+b =  Sum[a+b] - Sum[a-1]  . 注意加入源点n+1 。 public class Main {public static void main(Strin

创建表时添加约束

查询表中的约束信息: SHOW KEYS FROM 表名; 示例: 创建depts表包含department_id该列为主键自动增长,department_name列不允许重复,location_id列不允许有空值。 create table depts(department_id int primary key auto_increment,department_name varcha

Weex入门教程之4,获取当前全局环境变量和配置信息(屏幕高度、宽度等)

$getConfig() 获取当前全局环境变量和配置信息。 Returns: config (object): 配置对象;bundleUrl (string): bundle 的 url;debug (boolean): 是否是调试模式;env (object): 环境对象; weexVersion (string): Weex sdk 版本;appName (string): 应用名字;