绘画教程 第4章 Stable Diffusion文生图

04第4章StableDiffusion文生图目录CONTENTS14.1StableDiffusion常用采样方法2

4.2StableDiffusion文生图基本参数3

4.3文生图实例44.4本章小结4.1StableDiffusion常用采样方法

采样方法（Sampler）是对图片执行去噪，每种采样方法对图片的去噪方式不同，随之生成的图像风格也就不同。StableDiffusion中提供了30多种采样方法，以下简要总结常见采样方法的特点：（1）速度快：Euler系列、LMS系列、DPM++2M、DPMfast、DPM++2MKarras、DDIM系列。（2）质量高：Heun、PLMS、DPM++系列。（3）标签（tag）利用率高：DPM2系列、Euler系列。（4）动画风：LMS系列、Euler系列、UniPC。（5）写实风：DPM2系列、DPM++系列。

采样方法为StableDiffusion生成模型提供了更加真实、可靠的随机采样功能，从而可以生成更加逼真的图像效果。StableDiffusion中最常用的采样方法有3种，分别为Eulera、DPM++2MKarras和DDIM，以下将分别进行介绍。4.1StableDiffusion常用采样方法4.1.1Eulera采样方法Eulera是一种基于欧拉插值技术的采样方法，其中a代表“原始”，强调这种方法在保持原始数据的完整性和真实性方面具有优势。Eulera的采样生成速度最快，但在生成高细节图像并增加迭代步数时，会产生不可控的突变，如人物脸部扭曲、细节扭曲等。Eulera采样方法适合生成ICON（图标）、二次元图像或小场景的画面。

图4-1即为利用Eulera采样方法生成。本例中，大模型为“二次元/niji-动漫二次元_3.0.safetensors”；提示词为“agirl,snowwhite（一个女孩，白雪）,”；采样方法为“Eulera”；“迭代步数”为30；图像“宽度”为768，“高度”为512，其他参数采用默认值。图4-1Eulera采样方法生成效果4.1StableDiffusion常用采样方法4.1.2DPM++2MKarras采样方法DPM++2MKarras采样方法可以生成高质量图像，适合生成写实人像或刻画复杂场景，而且迭代步数越高，细节刻画效果越好。使用DPM++2MKarras采样方法生成图片时，不仅生成速度快，而且出图效果好，因此得到广泛应用。

图4-2所示即为利用DPM++2MKarras采样方法所生成。本例中，大模型为“万享XL_超写实摄影V8.2_V8.2.safetensors”；提示词为“achinesegirlinawhitedress,autumn,（一个穿着白色衣裙的中国女孩，秋季）,”；反向词选择“经典反向提示词”；采样方法为“DPM++2MKarras”；“迭代步数”为30；图像“宽度”为768，“高度”为512；启用“AfterDetailer”进行人物脸部修复，模型选择“mediapipe_face_full”；其他参数采用默认值。图4-2DPM++2MKarras采样方法生成效果4.1StableDiffusion常用采样方法4.1.3DDIM采样方法DDIM是一种官方采样方法，它使用去噪后的图像来近似最终图像，并利用噪声预测器估计的噪声来近似图像方向（内容或结构）。DDIM旨在通过引入噪声来增加图像的真实感和细节，同时保持图像的整体结构和纹理。DDIM比其他采样方法具有更高的效率，而且随着迭代步数的增加，可以叠加生成更多的细节。

图4-3为利用DDIM采样方法所生成。本例中，大模型为“写实/majicmixRealistic_v7.safetensors[7c819b6d13]”；提示词为“lake,mountain,tree,（湖，山，树）,”；反向词为“经典反向提示词”；采样方法为“DDIM”；“迭代步数”为30；图像“宽度”为768，“高度”为512；其他参数采用默认值。图4-3DDIM采样方法生成效果4.2StableDiffusion文生图基本参数4.2.1迭代步数（Steps）

“迭代步数（Steps）”指输出画面需要的步数，其作用可以理解为控制生成图像的精细程度，其数值越高，生成的图像细节越丰富越精细，与之相应地，图像生成时间也随之增加；反之亦然。

一般而言，“迭代步数（Steps）”数值设置在18~30即可达到较好的图像效果。如果数值设置得过低，可能会导致图像生成不完整，关键细节无法呈现；而过高的“迭代步数（Steps）”则会大幅增加图像的生成时间，因此可根据实际情况选择适当的“迭代步数（Steps）”。4.2StableDiffusion文生图基本参数4.2.2高分辨率修复(Hires.fix)

“高分辨率修复(Hires.fix)”是指首先以较小的分辨率生成初步图像，接着放大图像，达到在不更改构图的情况下提升图像细节效果的目的。对于显存较小的显卡，可使用该功能。

“高分辨率修复(Hires.fix)”的主要设置参数如下：

（1）放大算法。StableDiffusion提供了二十多种放大算法，其中最常用的是“R-ESRGAN4x+Anime6B”放大算法，这是一种基于超分辨率技术的图像增强算法，主要用于提高图像的质量和清晰度。

（2）放大倍数。“放大倍数”指的是图像被放大的比例。StableDiffusion会依据用户设置的“宽度”和“高度”尺寸，并按照“放大倍数”进行等比例放大。4.2StableDiffusion文生图基本参数

（3）高分迭代步数。“高分迭代步数”指的是在提高图像分辨率时，算法需要迭代的次数。如果设置为0，则将使用与“迭代步数（Steps）”相同的值。通常情况下，建议将其设置为0或尽量小于“迭代步数（Steps）”的值。

（4）重绘幅度。“重绘幅度”指的是在进行图像生成时，需要添加的噪声程度。该值为0时，不进行任何重绘操作；该值为1时，将会生成与原图完全不相关的图像。通常在重绘幅度为0.5时，会对图像的颜色和光影产生显著影响；而在重绘幅度为0.75时，甚至会改变图像的结构和人物姿态。系统默认的重绘幅度值为0.7，一般采用默认值。4.2StableDiffusion文生图基本参数

图4-5为高分辨率修复前后的图像效果对比图，图4-5(a)为高分辨率修复前的效果，图4-5(b)为高分辨率修复后的效果，本例中，放大算法为“R-ESRGAN4x+Anime6B”，“放大倍数”为2，“高分迭代步数”为0，“重绘幅度”为0。4.2StableDiffusion文生图基本参数4.2.3图像尺寸

图像尺寸即分辨率，是指图像宽度和高度的像素数量。该数值越高，图像细节表现就越细腻，视觉效果也就越好。

系统默认的“宽度”和“高度”尺寸均为512，通常情况下，对于8GB显存的显卡，图像尺寸尽量设置为512×512，因为太小的画面无法描绘好，太大的画面则会“爆显存”，即画面数据量超过了显存容量，导致画面出现错误甚至出现系统崩溃等情况。而对于8GB以上显存的显卡，则可以适当调高分辨率。

在“宽度”后有一个“Off”按钮，单击该按钮后，会弹出一个下拉框，其中列出了宽高比，如1:1、2:3、3:4、4:5、9:16等，用户可根据需要设置相应的宽高比，如图4-6所示。图4-6宽高比设置4.2StableDiffusion文生图基本参数4.2.4出图批次StableDiffusion中的“出图批次”设置包括“总批次数”和“单批数量”两个选项。“总批次数”就是显卡在绘制多张图像时，按照一张接一张的顺序进行绘制，“总批次数”最大可设置为6；“单批数量”就是显卡同时绘制多张图像，绘画效果通常比较差。

如果计算机显卡配置比较高，可使用“单批数量”方式出图，速度会更快，同时也能保证一定的画面效果；否则，就增加“总批次数”，每一批只生成一张图片，这样在硬件资源有限的情况下，可以让AI尽量画好每张图。4.2StableDiffusion文生图基本参数

图4-7为“总批次数”为2，“单批数量”为1的生成效果；图4-8为“总批次数”为1，“单批数量”为2的生成效果。通过比较可看出，“单批数量”为2时，同批次中图片差异较小，同时出图效果也较差。图4-7“总批次数”为2、“单批数量”为1的生成效果图4-8“总批次数”为1、“单批数量”为2的生成效果4.2StableDiffusion文生图基本参数4.2.5提示词引导系数(CFGScale)

“提示词引导系数(CFGScale)”主要用来调节提示词对AI绘画效果的引导程度，其参数范围为0~30，数值较高时，绘制的图片会比较符合提示词的要求。该参数值建议设置为7~12范围内，过低的参数值会导致图像的色彩饱和度降低；而过高的参数值则会产生粗糙的线条或过度锐化的图像细节，甚至可能导致图像严重失真。系统默认值为7。

图4-9为提示词引导系数(CFGScale)分别为2.0、7.0、20.0时的生图效果。4.2StableDiffusion文生图基本参数4.2.6随机数种子(Seed)

在StableDiffusion中，“随机数种子(Seed)”可理解为每个图像的唯一编码，它能够帮助用户复制和调整生成的图像效果。用户在绘图时，若发现有合适的图像，就可以复制并锁定图像的随机数种子，让后续生成的图像更加符合自己的需求。

“随机数种子(Seed)”默认值为-1，表示随机生成图像效果。单击“生成”时，每次生成的图像都会随机生成一个新的种子，单击“随机数种子(Seed)”下方的绿色小按钮，系统即可自动将当前选中图像的随机数种子填入左侧的文本框中，如图4-10所示。4.2StableDiffusion文生图基本参数图4-11（a）为用二次元大模型生成的一幅图片，将其种子数固定后，对其进行“高分辨率修复(Hires.fix)”放大，“放大倍数”为2，并启用

“AfterDetailer”的面部修复功能后，得到

图4-11（b）所示效果。4.3文生图实例（1）确定大模型。

在“StableDiffusion模型”下拉菜单中选择一个写实风格的大模型“写实/TWing_shadow光影摄影V20.safetensors[e8ff1e8128]”。

（2）输入提示词。

在“提示词”文本框中输入英文提示词“nohumans,whitelilies,leaf,whiteceramicvase,stilllife,painting,watercolor,”；反向词选择为“经典反向提示词”。（3）参数设置。

在参数面板中，选择“采样方法”为“DPM++2MKarras”，设置“迭代步数（Steps）”为30，“宽度”为512，“高度”为768。

（4）生成并放大图像。

单击“生成”按钮，即可生成相应图像。接着展开“高分辨率修复”选项区，设置“放大算法”为Latent，“放大倍数”为2，其他参数默认，再次单击