第三课：Stable Diffusion图生图入门及应用

Part01 图生图原理

• 当提示词不能足够表达用户需求的时候，加入图片能让AI更好的理解你的想法
• 图片上的像素信息会在加噪和去噪的过程中，作为一种特征反映到最终的成品上

Part02 图生图基本流程

• 导入图片：拖入或者点击插入图片的位置
• 书写提示词：需要描述更多的内容性提示词，让AI更好的理解图片。如果不加入提示词，AI会没法充分理解图片含义。书写提示词的方法在第二课。
• 参数调整：大部分都和文生图一样，这边多了重绘幅度，表示和原图有多像，重绘幅度越高，偏离原图越大。重绘幅度0.6，可以生成漫画效果。需要自己尝试找到平衡点
• 生成图像的分辨率一般需要和输入图像一样，如果输入的很大，需要按比例折算到自己的设备能输出的尺寸，否则有可能爆显存。下面的拉伸，裁剪和填充可以帮你处理图片。直接缩放（放大潜变量）一般不推荐。

Part03 随机种子作用解析

• AI生成图像是随机的，每一次生成有自己一套的描绘方式，这种描绘方式记录成随机数，也就是随机种子。
• 使用同一个随机种子，生成的图像会有很多相似之处。
• 随机种子如果是随机数或者-1，则类比抽卡过程。
• 循环按钮作用是恢复上一次的随机种子。
• 从图库浏览器，找到上一次生成图片，右侧参数可以找到图片的随机种子。

Part04 图生图的拓展应用

• 导入不是人像的照片，但是用人物形象去描绘他，可以实现静物或者景象的拟人化。
• 导入二次元的照片，选择偏真实的模型，然后用真实质感的提示词进行约束，可以变成三次元真人。如果加入第四节课的LoRa，会变得更真实。
• 用Photoshop搭建图片框架，再用图生图重绘。