Stable Diffusion是一種強大的AI圖像生成工具，它讓用戶能夠將文字提示轉化為令人驚嘆的視覺效果。這款工具對於初學者來說，掌握其潛力是必要的。下面是一個針對Stable Diffusion的基本圖生圖使用指南，涵蓋了基礎知識、修補技術、生成特定主題圖像的進階技巧及故障排除建議。
論你的提示和模特有多好，都很難在一次生成中獲得完美的圖像。
內畫是修復小瑕疵不可或缺的方法。在本篇文章中，我將通過幾個基本例子來介紹如何使用塗色來修復缺陷。
如果你是 AI 圖像新手，不妨先閱讀新手指南。
圖生圖功能
圖生圖（img2img）是Stable Diffusion的一個功能，它可以根據提示詞生成一張新的圖片。使用圖生圖功能非常簡單，您只需要按照以下步驟進行操作即可：
- 打開Stable Diffusion軟件，並點擊“圖生圖”按鈕。
- 在提示詞欄位中輸入您想要生成的圖片的描述。
- 根據您的需要進行相應的設置，例如選擇輸出圖片的尺寸、調整去噪力度等。
- 點擊“開始生成”按鈕，等待生成完成即可。
圖生圖功能可以用於生成各種各樣的圖片，例如人物、風景、動物等等。您只需要輸入相應的提示詞，就可以生成您想要的圖片。
局部重繪（Inpainting）
Inpainting是一種修復生成圖像中缺陷的技術。如果Stable Diffusion沒有提供完整的圖像，可以使用inpainting功能來重建缺失部分，生成完整圖像。這個功能對於想要修改照片以恢復被破壞部分的人來說是非常有用的。
我先生成一張圖，以下是我這張圖所下的Prompt：
[emma watson: amber heard: 0.5], (long hair:0.5), headLeaf, wearing stola, vast roman palace, large window, medieval renaissance palace, ((large room)), 4k, arstation, intricate, elegant, highly detailed負向提示詞：
((Insfw)),sketches,nude, (worst guality:2),(low quality:2),(normal quality:2),lowers, normal quality, ((monochrome)), ((grayscale)), facing away, looking away, text, error ,extra digit, fewer digits, cropped,jpeg artifacts,signature,watermark,username,blurry, skin spots,acnes,skin blemishes,bad anatomy,fat,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,
四連抽，抽到的是…我們就挑左下角那張來進行修復唄!
選取左下角那張，點”Sent to inpaint”
其實這張我覺得已經夠漂亮，但為了演示inpaint重繪功能，儘管有點搶眼，我們就給他畫個紅色手提包吧，所以用滑鼠筆刷稍微塗抹手提包的範圍，接著下面重繪區域選擇”only masked”，選妥採樣方式，與抽卡抽幾張就可以Generate了
修復參數的設定選項說明
重複Prompt迅速修復
您可以重複使用原始提示來修復缺陷。這就像生成多個圖像，但僅在特定區域中。
圖片大小
需要將圖像尺寸調整為與原始圖像相同。（在本例中為 704 x 512）。
面部修復
如果您要修復臉部，則可以打開“恢復臉部”。您還需要在“設置”選項卡中選擇並應用要使用的面部修復模型。CodeFormer是一款不錯的軟件。
請注意，此選項可能會產生不自然的外觀。它還可能生成一些與模型風格不一致的東西。
遮罩內容
下一個重要設置是Mask Content。
如果您希望結果以原始內容的顏色和形狀為主導，請選擇原始。這經常在修復臉部時使用，因為一般形狀和解剖結構都還可以。我們只是想讓它看起來有點不同。
在大多數情況下，您將使用原始並更改降噪強度(denoising strength)來實現不同的效果。
如果您想重新生成與原始內容完全不同的東西，例如移除肢體或隱藏手，則可以使用潛在噪聲(latent noise)或潛在無內容(latent nothing)。這些選項使用原始圖像以外的其他內容初始化遮罩區域。它會產生完全不同的東西。
去噪強度
去噪強度控制與原始圖像相比會產生多少變化。當您將其設置為 0 時，不會發生任何變化。當您將其設置為 1 時，您將得到不相關的修復。
去噪強度控制最終圖像應搭配原始內容的程度。將其設置為 0 不會改變任何內容。設置為 1 你會得到一張不相關的圖像。
如果您想要小改變，則設置為低值；如果您想要大改，則設置為高值。0.75 通常是一個很好的起點。如果你想減少改變，就減少。
批量大小
確保一次生成一些圖像，以便您可以選擇最好的圖像。將種子設置為 -1，以便每個圖像都不同。
CFG量表
與text-to-image中的用法類似，Classifier Free Guidance 比例 是一個參數，用於控制SD模型應尊從你的提示詞的程度。
1 – 把你的提示詞當作屁。
3 – 有聽到你的提示詞，但加了一點自己的更有創意。
7 – 遵循你的提示詞和自由之間的良好平衡。
15 – 更加遵守提示。(特殊數)
30 – 嚴格按照提示操作。(特殊數)
遮罩內容
遮罩內容控制與遮罩區域的初始化方式。
- 填充：使用高度模糊的原始圖像進行初始化。
- 原始：不修改直接用原始的圖像。
- 潛在噪聲：用填充初始化的屏蔽區域，並隨機添加噪聲到潛在空間。
- Latent Nothing：類似於潛在噪聲，只是沒有噪聲添加到潛在空間中。
以下是這四項的採樣圖中過程圖，相信能幫助你有一些了解。
修補技巧
成功的修復需要耐心和技巧。這裡是修復的小技巧。
- 一次一小塊區域。
- 將遮罩內容保持為原始狀態並調整降噪強度在 90% 的情況下都有效。
- 嘗試使用屏蔽內容，看看哪一個效果最好。
- 修復又不是只有stable diffusion，你的Photoshop呢?!
衡量繪圖抽卡和修復的時間
在最後，想提醒大家，要適當的評估重繪可能要花的時間，因為你從C站或笑臉站所下載的繪圖模型可能很爛，越爛的Checkpoint你會更常需要重繪，因此選擇良好的繪圖模型下載來用也是很重要的事情。
