AI绘画大师：Stable Diffusion快速入门与实战技巧

本书共9章，利用易学易用的Stable Diffusion为绘画设计从业者和爱好者提高生产力。一方面，提供350幅实操图解，一步步拆解，让读者掌握接到不同需求时如何使用Stable Diffusion出图。另一方面，提供游戏、电商、插画、建筑行业和头像设计等副业领域的实操案例与技巧，满足游戏角色、原画、图标、商品展示图、插画、室内设计和建筑设计的出图需求。结合18个主业和副业场景，提高生产力，实现AI商业化。

孟德轩<br />（轩轩老师）<br />德普道信息技术有限公司CEO，阿里巴巴Design认证AIGC培训讲师，十方教育AI绘画项目负责人，国际云计算平台AI顾问，B站AI领域头部UP主。AI教育先行者，累计培训3万名学员，同<br />时是多家大型公司的AI商业落地方案策划人，主导过千万级别营收的AI绘画实战项目。<br />

CONTENTS<br />目　　录<br />前言<br />第1章　认识Stable Diffusion　1<br />1.1　主流AI绘画工具　1<br />1.2　Stable Diffusion的独特优势　2<br />1.2.1　开源免费　2<br />1.2.2　本地部署　2<br />1.2.3　高度拓展性　3<br />1.2.4　内容无限制　3<br />1.3　Stable Diffusion的安装　3<br />1.3.1　本地安装　3<br />1.3.2　云端安装　4<br />第2章　Stable Diffusion<br />　的基础模型及原理　8<br />2.1　三大生成模型　8<br />2.1.1　CLIP模型　8<br />2.1.2　扩散模型　9<br />2.1.3　VAE模型　10<br />2.2　5类特定模型　10<br />2.2.1　Checkpoint大模型　10<br />2.2.2　Embedding模型　12<br />2.2.3　Hypernetwork模型　14<br />2.2.4　LoRA模型　16<br />2.2.5　VAE模型　18<br />第3章　Stable Diffusion<br />　文生图　21<br />3.1　提示词　21<br />3.1.1　提示词功能　23<br />3.1.2　常用提示词　23<br />3.1.3　提示词语法　30<br />3.1.4　提示词相关性　34<br />3.2　图片采样　35<br />3.2.1　采样的基础原理　35<br />3.2.2　采样方法的比较与<br />　选择　36<br />3.2.3　采样迭代步数　37<br />3.3　面部修复与高清修复功能　38<br />3.3.1　面部修复功能原理　38<br />3.3.2　面部修复效果对比　38<br />3.3.3　高清修复功能原理　39<br />3.3.4　高清修复效果对比　40<br />3.3.5　高清修复功能的<br />　放大算法选择　41<br />3.4　分辨率　41<br />3.5　生成批次与每批数量　41<br />3.6　随机种子　42<br />3.7　差异随机种子　45<br />第4章　Stable Diffusion<br />　图生图　47<br />4.1　图生图　47<br />4.1.1　缩放模式　48<br />4.1.2　重绘幅度　53<br />4.2　绘图　53<br />4.3　局部重绘　56<br />4.3.1　局部重绘实操　56<br />4.3.2　蒙版边缘模糊度　59<br />4.3.3　蒙版模式　59<br />4.3.4　蒙版区域内容处理　60<br />4.3.5　重绘区域　62<br />4.4　局部重绘（手涂蒙版）　63<br />4.4.1　局部重绘（手涂蒙版）<br />　实操　63<br />4.4.2　蒙版透明度　66<br />4.5　局部重绘（上传蒙版）　66<br />4.6　批量处理　72<br />第5章　脚本　75<br />5.1　X/Y/Z plot　75<br />5.1.1　轴类型和值　76<br />5.1.2　参数设置　80<br />5.2　提示词矩阵　81<br />5.2.1　语法　81<br />5.2.2　参数设置　81<br />5.3　批量载入提示词　82<br />第6章　附加功能　85<br />6.1　单张图像　86<br />6.1.1　缩放模式　87<br />6.1.2　放大算法　87<br />6.2　批量处理　89<br />6.3　从目录进行批量处理　90<br />6.4　面部马赛克修复还原　91<br />6.4.1　GFPGAN算法　92<br />6.4.2　CodeFormer算法　93<br />6.5　图片信息提取　93<br />6.6　提示词反推　94<br />第7章　常用插件扩展　96<br />7.1　ControlNet　96<br />7.1.1　ControlNet的安装　97<br />7.1.2　参数设置　98<br />7.2　线条约束　102<br />7.2.1　Canny：硬边缘<br />　检测　102<br />7.2.2　SoftEdge：软边缘<br />　检测　105<br />7.2.3　MLSD：直线检测　107<br />7.2.4　Lineart：线稿提取　109<br />7.2.5　Scribble：涂鸦提取　112<br />7.3　深度约束　115<br />7.4　法线约束　119<br />7.5　色彩分布约束　119<br />7.6　姿势约束　122<br />7.6.1　openpose：姿势检测<br />　预处理器　122<br />7.6.2　openpose_hand：<br />　姿势和手势检测<br />　预处理器　124<br />7.6.3　openpose_faceonly：<br />　脸部特征检测<br />　预处理器　124<br />7.6.4　openpose_face：<br />　姿势和脸部特征<br />　检测预处理器　125<br />7.6.5　openpose_full：姿势、<br />　手势和脸部特征检测<br />　预处理器　126<br />7.6.6　直接上传姿势图　127<br />7.6.7　自主生成姿势　128<br />7.7　内容约束　131<br />7.8　物品类型约束　135<br />7.9　分块重采样　136<br />7.10　局部重绘　138<br />7.11　指令修改　139<br />7.12　参数模式　141<br />7.13　Tag自动填充　142<br />第8章　Stable Diffusion的<br />　商业化应用　146<br />8.1　游戏行业的应用　146<br />8.1.1　写实角色的<br />　多视图设计　146<br />8.1.2　二次元角色的<br />　多视图设计　149<br />8.1.3　游戏原画生成　151<br />8.1.4　游戏图标设计　153<br />8.2　电商行业的应用　154<br />8.2.1　模特形象生成　154<br />8.2.2　指定模特面部特征　155<br />8.2.3　AI图片高清放大　156<br />8.3　插画行业的应用　158<br />8.3.1　线稿生成　159<br />8.3.2　线稿上色　160<br />8.3.3　图书插图生成　163<br />8.3.4　图画扩充　163<br />8.4　建筑行业的应用　168<br />8.4.1　无线稿的室内设计　169<br />8.4.2　室内设计线稿生成　169<br />8.4.3　室内设计线稿上色　171<br />8.4.4　建筑线稿生成　173<br />8.4.5　建筑线稿上色　174<br />8.5　其他领域的应用　176<br />8.5.1　旧照片修复　177<br />8.5.2　图片风格转换　178<br />第9章　AI绘画工具扩展：<br />　Midjourney　180<br />9.1　Midjourney基础知识　180<br />9.2　软件注册　181<br />9.2.1　注册Discord　181<br />9.2.2　添加Midjourney<br />　服务器　184<br />9.2.3　接入Midjourney <br />　Bot　186<br />9.3　图像生成方法　188<br />9.3.1　文生图　188<br />9.3.2　图生图　190