描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787122453303
你是否愿意掌握转化创意为视觉艺术的魔法技能，去挑战不可能？你是否厌倦了传统图像处理的束缚，渴望创新突破？你是否曾梦想独立完成设计项目，却被成本和技术阻挡？你是否梦想将艺术创意商业化，却举步维艰？这本书是你的新起点，不仅为你提供了一个全面掌握人工智能绘画的机会，还将开启你在视觉传达与影像处理领域的新旅程。现在，请你准备好迈出这一步！让《Stable Diffusion人工智能AI绘画教程：从娱乐到商用》成为你的秘密武器，开启你的视觉创作新旅程！
本书较为系统地讲解了人工智能绘画软件Stable Diffusion的基本使用方法，内容覆盖安装、设置Stable Diffusion的方法，使用文生图与图生图功能生成图像时各个参数的意义，利用ControlNet精准控制图像的技巧，以及自己动手训练LoRA以批量生成定制的个性化图像的要点等诸多技术含量非常高的内容。考虑到Stable Diffusion界面复杂、参数众多，笔者在讲解时，特意使用了大量对比图、示例图与界面图，力图使初学者阅读学习时，能够一步一步按图与文字进行正确操作，并获得理想的效果。本书内容丰富，技术点讲解全面，不仅适合AI绘画爱好者、AI视觉工作者和影像处理从业人员自学，也可以在开设了视觉传达与影像处理相关专业的学校当作教材使用。
第1章 Stable Diffusion的安装与设置
认识Stable Diffusion 2
Stable Diffusion 简介 2
Stable Diffusion 配置要求 2
Stable Diffusion整合包的安装 3
Stable Diffusion WebUI页面布局 5
绘世启动器界面讲解 6
文件夹 6
高级选项 7
疑难解答 9
版本管理 10
模型管理 10
小工具 11
灯泡 11
设置 12
第2章 Stable Diffusion文生图操作模块详解
通过简单的案例了解文生图的步骤 14
学习目的 14
生成前的准备工作 14
具体操作步骤 15
迭代步数（Steps） 18
了解迭代步数 18
3组不同迭代步数示例 18
3组示例图像揭示的规律 19
采样方法（Sampler） 20
了解采样方法 20
按采样方法原理 21
按采样方法名称 22
3组不同采样方法示例 23
采样规律总结及推荐 26
引导系数（CFG Scale） 27
了解引导系数 27
3组不同引导系数示例 27
引导系数规律总结及推荐 29
采样方法与引导系数的关系 29
了解采样方法与引导系数的关系 29
3组不同采样方法与引导系数示例 30
高分辨率修复（Hires. fix） 33
了解高分辨率修复 33
放大算法详解 34
3组采用不同放大算法示例 35
高分辨率修复使用思路及参数推荐 37
总批次数、单批数量 37
参数的含义 37
使用技巧 37
随机数种子（Seed） 38
了解种子的重要性 38
固定种子数使用技巧 39
变异随机种子 40
用“XYZ图表”脚本对比参数 41
了解“XYZ图表”脚本 41
设置“XYZ图表”的方法 41
设置“XYZ图表”的技巧 42
利用自定义变量生成图表 43
用Refiner混合模型 44
了解Refiner功能 44
Refiner混合模型效果分析 44
Refiner的使用技巧 45
用ADetailer修复崩坏的脸与手 46
第3章 掌握提示词撰写逻辑及权重控制技巧
认识SD提示词 48
正面提示词 48
负面提示词 49
正面提示词结构 51
质量提示词 52
掌握提示词权重 53
用大括号“{}” 调整权重 53
用小括号“( )” 调整权重 53
用双括号“(( ))” 调整权重 53
用中括号“[ ]”调整权重 54
用冒号“:”调整权重 54
调整权重的技巧与思路 55
精通控制及融合语法 57
[X:when] 精通控制语法 57
[X|Y] 融合语法及使用要点 58
理解提示词顺序对图像效果的影响 60
提示词与复现样图的关系 61
为什么要复现样图 61
哪些因素影响样图复现 61
获得与抹除提示词、设置参数 62
获得提示词与设置参数 62
抹除提示词与设置参数 63
第4章 了解底模与LoRA模型
理解并使用SD底模模型 66
什么是底模模型 66
理解底模模型的应用特点 66
理解并使用LoRA模型 68
认识LoRA模型 68
叠加LoRA模型 70
使用LoRA模型的方法 72
查看LoRA模型信息 73
为LoRA模型添加封面 74
修改LoRA模型预览卡片尺寸 75
以文件夹形式管理LoRA模型 76
底模与LoRA模型匹配技巧 77
安装底模及LoRA模型 79
VAE模型 80
T.I.Embedding模型 81
什么是T.I.Embedding模型 81
T.I.Embedding模型的应用 82
T.I.Embedding模型推荐 83
第5章 Stable Diffusion图生图操作模块详解
通过简单案例了解图生图的步骤 86
学习目的 86
具体操作步骤 86
掌握反推功能 89
为什么要进行反推 89
图生图模块两种反推功能的区别 90
使用WD1.4标签器反推 90
涂鸦功能详解 91
涂鸦功能介绍 91
涂鸦工作区介绍 92
极抽象参考图涂鸦生成工作流程 92
挖掘涂鸦功能的潜力 94
局部重绘功能详解 95
局部重绘功能介绍 95
局部重绘使用方法 95
重绘时蒙版的细节问题 96
图生图共性参数讲解 97
缩放模式 97
蒙版边缘模糊度 98
蒙版模式 100
蒙版区域内容处理 100
重绘区域 102
仅蒙版区域下边缘预留像素 103
重绘幅度 104
涂鸦重绘功能详解 105
涂鸦重绘功能介绍 105
涂鸦重绘使用方法 105
上传重绘蒙版功能详解 107
上传重绘蒙版功能介绍 107
上传重绘蒙版功能的使用方法 107
第6章 利用ControlNet精准控制图像
认识ControlNet 110
安装方法 110
安装插件 110
安装模型 111
使用方法简介 113
ControlNet 关键参数解析 115
启用 115
低显存模式 115
完美像素模式和预处理器分辨率 115
预览窗口 116
控制类型 116
控制权重 117
“引导介入时机”和“引导终止时机” 117
控制模式 118
缩放模式 119
回送和预设 119
ControlNet控制类型详解 120
Canny（硬边缘） 120
MLSD（直线） 123
Lineart（线稿） 127
SoftEdge（软边缘） 129
Scribble/Sketch（涂鸦/草图） 131
Segmentation（语义分割） 132
Depth （深度） 135
NormalMap（法线贴图） 138
OpenPose（姿态） 140
Inpaint（局部重绘） 142
Tile（分块） 143
InstructP2P（指导图生图） 144
Shuffle（随机洗牌） 146
Reference（参考） 147
Recolor（重上色） 148
T2I-Adapter（文生图适配器） 151
IP-Adapter（图生图适配器） 152
光影控制 154
第7章 通过训练LoRA获得个性化图像
为什么要掌握训练LoRA技术 157
训练LoRA的基本流程 158
步骤1：准备软件环境 158
步骤2：确定训练目的 159
步骤3：准备并处理训练素材 159
步骤4：为素材打标签 162
步骤5：设置参数并开始训练 163
步骤6：测试LoRA 163
LoRA训练实战及参数设置 166
LoRA训练实战目标 166
准备并处理素材 167
为素材打标签 167
设置训练参数 172
选择适合的LoRA 176
使用第三方平台训练LoRA 177
第8章 掌握Stable Diffusion辅助功能及插件运用
后期处理 179
PNG图片信息 181
无边图像浏览 182
模型融合、模型转换、模型工具箱 184
模型融合 184
模型转换 185
模型工具箱 185
了解重要设置选项 185
插件的安装 187
插件的作用 187
插件的安装 187
提示词插件的使用 189
十大必装插件列表 192
第9章 Stable Diffusion综合实战案例
制作节日庆典海报插画 195
真实照片转二次元效果 198
将任意图像改为建筑结构 201
将二次元图片真人化 205
AI艺术字 209
为电商产品更换背景 214
批量生成IP形象 218
利用AI设计数码产品 221
名画写实重现 224
生成艺术化二维码 228
在人工智能绘画领域，比较形象的说法是有两座高山，一座是Midjourney，另一座则是Stable Diffusion。
Midjourney以多变的风格和天马行空的创意著称，而Stable Diffusion的优点是不仅可以精确地控制图像，以生成高质量的结果，更重要的是软件是完全免费的。
从目前应用角度来看，这两者均是从事视觉传达与影像处理领域人员必须掌握的软件，如果能够同时娴熟掌握二者，可以起到“1 1>2”的作用。
自上述两个软件发布时，笔者就开始不间断使用，在学习过程中走过了一些弯路，也在实战应用中积累了大量经验。针对Midjourney，笔者将心得与经验汇总在了由化学工业出版社出版的《Midjourney人工智能AI绘画教程：从娱乐到商用》一书中，而本书则是笔者针对Stable Diffusion出版的第一本图书。
本书较为系统地讲解了人工智能绘画软件Stable Diffusion的基本使用方法，内容覆盖安装、设置Stable Diffusion的方法，使用文生图与图生图功能生成图像时各个参数的意义，利用ControlNet精准控制图像的技巧，以及自己动手训练LoRA以批量生成定制的个性化图像的要点等诸多技术含量非常高的内容。
考虑到Stable Diffusion界面复杂、参数众多，笔者在讲解时，特意使用了大量对比图、示例图与界面图，力图使初学者阅读学习时，能够一步一步按图与文字进行正确操作，并获得理想的效果。
可以预见，往后数年，人类社会将逐步进入一个由人工智能技术驱动的时代，笔者预祝各位读者都能够顺利地从计算机基础软件技术驱动状态，切换至人工智能技术驱动状态。
需要特别指出的是，在人工智能技术飞速发展的今天，本书的内容有可能在一年甚至半年后就会部分失效，因此，想要在这个领域保持竞争力，获得最新、最前沿的技术信息，各位读者必须对新技术保持好奇心，可以添加本书交流微信hjysysp与笔者团队在线沟通交流，搜索并关注笔者的微信公众号“好机友摄影视频拍摄与AIGC”。
欢迎各位读者进入国内知名模型网站liblib（主页https://www.liblib.art/）搜索“好机友AI”，以下载我们最新训练的模型。
为拓展本书的内容，笔者赠送30个独家精品Lora模型、12000个Stable Diffusion关键词、持续更新的AIGC学习云文档。获取方法为关注“好机友摄影视频拍摄及AIGC”公众号，并在公众号界面回复本书第168页最后一个字。
著者
评论
还没有评论。