Stable Diffusion建筑绘画基础与实战

（1）深入浅出，零基础也能上手。本书以通俗易懂的语言，从Stable Diffusion软件的基础操作讲起，逐步带领读者进入AI建筑绘画的世界。 （2）专业案例，实战为王。精选建筑设计、室内设计、园林景观设计、建筑规划设计等多领域案例，帮助读者迅速提升实战能力，轻松应对各种复杂设计场景。 （3）流程化教学，高效学习。针对不同专业特色，介绍一系列高效的工作方法和绘画流程，让创作更加系统有序。 （4）附赠书中实战用到的素材文件，以及27节470多分钟录播课，让学习更高效。

如今人工智能技术的发展突飞猛进，AI绘画是人工智能技术的典型应用之一。本书结合Stable Diffusion软件，详细讲解该软件在建筑绘画中的应用，并进行案例实战演练。书中案例包含建筑设计、室内设计、园林景观设计、建筑规划设计等专业设计与效果图绘制。针对不同专业特色，本书展示了一系列典型的工作方法和绘画流程，掌握这些流程即可将其运用于工程实践中。本书所有实战案例使用的图片均可下载，方便读者按照书中讲解进行练习。本书既适合AI绘画零基础读者学习，也适合室内设计或建筑设计等相关行业的从业者阅读。此外，还适合作为艺术类院校或培训机构的教材。

章斌全，一级注册建筑师，深圳职业技术大学建筑设计专业教师。 石静，建筑学硕士，副教授，深圳职业技术大学建筑设计专业教师。曾获全国职业院校技能大赛教学能力比赛二等奖。

第1章
认识AI绘画
1．1 AI绘画的主要软件 010
1．2 Stable Diffusion的模型放置位置 010
1．3 初次体验AI绘画 011
第2章
建筑渲染实战
2．1 实战：现代文化建筑精细手绘稿渲染 015
2．2 实战：现代办公建筑3D模型透视图渲染 019
第3章
建筑创作实战
3．1 实战：用提示词进行效果创作 025
3．1．1 莲花建筑创作 025
3．1．2 提示词的运用 027
3．2 实战：简单手绘效果创作 028
3．2．1 展览馆建筑 029
3．2．2 古根海姆博物馆手稿 034
3．2．3 灵芝状山谷观景台 038
3．3 实战：毛坯房照片灵感创作 042
3．4 实战：小型住宅建筑方案创作（简单体块） 045
3．4．1 现代钢木建筑 045
3．4．2 地中海风格建筑 050
3．4．3 利用微调小模型（LoRA）生成特定风格建筑 052
3．4．4 利用ControlNet的语义分割（Seg）生成建筑方案 054
3．5 实战：水边高层建筑方案创作（简单体块） 057
3．5．1 高层建筑方案创作1 057
3．5．2 高层建筑方案创作2 062
第4章
室内渲染与创作实战
4．1 实战：室内手绘效果渲染 065
4．1．1 宴会厅 065
4．1．2 住宅客厅 069
4．2 实战：接待大厅（SketchUp精细模型） 073
4．3 实战：卧室（SketchUp粗略模型） 078
4．4 实战：毛坯房照片方案创作 084
第5章
园林景观渲染与创作实战
5．1 实战：精细线稿渲染 094
5．1．1 初步渲染 094
5．1．2 解决问题1——获得理想的水面位置 096
5．1．3 解决问题2——删除多余的墙体或栅栏 098
5．1．4 解决问题3——获得通透的光线效果 098
5．2 实战：粗略线稿创作 100
第6章
建筑规划渲染与创作实战
6．1 实战：建筑规划鸟瞰图的渲染与创作 106
6．1．1 利用ControlNet生成建筑规划鸟瞰图 106
6．1．2 利用LoRA丰富和完善建筑规划鸟瞰图 111
6．2 实战：总平面图的渲染着色 112
6．2．1 利用Lineart渲染着色总平面图 112
6．2．2 结合Seg和Lineart生成建筑规划总平面图 114
6．2．3 利用LoRA丰富和完善总平面图 116
6．3 实战：楼层平面CAD图的渲染着色 117
6．3．1 利用Lineart着色户型平面图 118
6．3．2 利用LoRA丰富和完善户型平面图 121
6．4 实战：建筑立面图的渲染着色 122
6．4．1 利用Lineart和LoRA生成建筑立面图 122
6．4．2 利用Depth正确控制建筑形体的体量关系 125
第7章
Stable Diffusion软件技术要点
7．1 Stable Diffusion中常见的几种模型 130
7．2 ControlNet模型介绍 131
7．2．1 ControlNet模型介绍之Lineart（线稿） 132
7．2．2 ControlNet模型介绍之Canny（硬边缘） 133
7．2．3 ControlNet模型介绍之Normal（法线） 134
7．2．4 ControlNet模型介绍之Depth（深度） 136
7．2．5 ControlNet模型介绍之Tile（分块） 138
7．2．6 ControlNet模型介绍之Seg（语义分割） 141
7．2．7 ControlNet模型介绍之IP2P（像素特效） 142
7．2．8 ControlNet模型介绍之IP-Adapter（风格适配） 144
7．3 LoRA模型 147
7．4 VAE模型 148
7．4．1 什么是VAE 148
7．4．2 下载安装VAE模型 148
7．4．3 VAE模型的作用 149
7．5 迭代步数和采样方法 149
7．5．1 迭代步数（Steps） 149
7．5．2 采样方法（Samplers） 149
7．5．3 过拟合 151
7．6 提示词的权重语法 151
7．6．1 提示词的构成 151
7．6．2 提示词权重 152
7．6．3 增加或减小权重 152
7．6．4 提示词提取方法 153
7．7 提示词引导系数 154
7．8 从图片获取参数信息或提示词 155
7．8．1 从“PNG图片信息”选项卡提取提示词 155
7．8．2 从已有图片反推提示词 156
7．9 X/Y/Z图表 156
7．10 超分辨率放大 161
7．10．1 超分辨率放大方法之一：ControlNet的Tile（分块） 161
7．10．2 超分辨率放大方法之二：高分辨率修复（Hires．fix） 163
7．10．3 超分辨率放大方法之三：后期处理 164
7．10．4 超分辨率放大方法之四：使用Ultimate SD Upscale插件 165
7．11 其他参数 167