【真人Q版手办风】线稿手绘+ AI绘图 Stable Diffusion 完整制作过程分享

大家好,我是设计师阿威。

今天给大家分享一篇【真人Q版卡通手办】风格的制作过程,话不多说,进入正题。

成品预览

手绘线稿

首先,我使用的是老款手绘软件【SAI】,用[钢笔工具]进行了人物的线稿Q版描绘。👇

然后,将绘制好的图片保存为JPG格式。👇

AI上色

打开AI绘画软件【Stable Diffusion】,我们简称SD,使用的是B站—【秋葉aaaki】大佬制作的一键启动软件,感兴趣的朋友,可以看我往期Stable Diffusion 入门教程 AI绘画|Stable diffusion 4.8.7升级版来了!瑟瑟模型、神级插件、保姆级教程奉上!

进入的界面最上面,点击【图生图】标签,我选用的是【迪士尼皮克斯模型】(模型下载请看文末扫描获取哦)这个模型很适合做Q版模型,手办风格图。👇

然后利用WD 1.4 标签器(Tagger)标签可以生成图片的关键词。👇

然后回到【图生图】界面,复制关键词,因为是黑白线稿,生成的关键词会有线稿、单色之类的关键词,我们可以来利用翻译器,加入一些关键颜色的词组,比如:灰色衣服,棕色的眼睛,连帽衫等等。👇

然后是反推关键词,这个就是魔法咒语了,可以通用,我直接粘贴到这里了,大家可以直接复制使用。👇

(low quality:1.3), (worst quality:1.3), painting, sketching, bad face,bad facial features,deformed eyes, bad anatomical structure, bad proportions, bad perspective, mutated hands and fingers, over five fingers,low resolution, bad hand, text, errors,Missing fingers, extra numbers, worst quality, high-resolution text font UI, low quality low resolution errors, low quality high resolution deformed hands, username, watermark, low quality blurring low resolution low quality low resolution deformation, low quality high resolution deformation, low quality low resolution variation, low quality low resolution anatomical nonsense, low quality, low quality, low resolution, extra fingers, fewer fingers, Strange Fingers

接下来,在这个区域直接点击上传我们的线稿图。👇

下面这个区域,比较重要是【迭代步数】和【重绘幅度】,我个人喜欢的是迭代15-25步之间的,重绘幅度0.7左右,这个会决定生成图片的精细程度,大家可以自由多多实验研究。👇

这个区域属于精准控制区,做线稿转换或真人转特殊风格,是个很重要的区域,主要玩的的预处理器和模型。继续上传一次我们的线稿图,线稿图我一般用【canny】预处理器,大概意思是“边缘精确描绘”,模型也要对应【canny】。👇

接下来就到最后,回到上面,点击【生成】。👇

最后就到了烧显卡的时间了(注意:这个软件对显卡要求比较高,因为是本地部署的),一般显卡好的,几秒钟就可生成,普通的需要几分钟不等了。

来看下生成的效果。👇

效果还可以哈,生成的图片直接点击这里就可以找到图片所在文件夹。👇

当然,这个是我生成了很多遍之后觉得不错的图,因为每次生成都会有细微的差距,重绘幅度,迭代步数不同,便一直会有变化。

也可以换不同的服装颜色等等。👇

最后,或许很多朋友会说,现在AI绘画可以直接生成这种Q版手办风格的图,何必还要再手绘线稿什么的,但我想说,那样的话,会缺少了个人的风格,特色和设计感,毕竟手绘这个过程也是很开心的。

写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

若有侵权,请联系删除

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/839531.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ArcEngine/ArcObject转换影像解决偏色的问题IRasterLayer

IRasterLayer里面的Renderer使用RasterRGBRendererClass,StretchType设置为NONE。以下是我将图像转换为img格式,采用RLE无损压缩。 IRasterLayer rasterLayer new RasterLayerClass(); rasterLayer.CreateFromFilePath(strFromName); IRaster pRaster …

巨控无线通讯模块在煤化工皮带保护系统中的应用

一、项目介绍 近年来由于煤矿化工行业在实际生产过程中事故频发,国家安监部门自2022年起开展了为其三年的专项整治行动,皮带运输系统作为煤矿化工行业自动化系统的重要组成部分成为此次专项整治重点。 兖矿新疆能化有限公司作为山能集团在新疆分部的龙…

AWS计算之Lambda

AWS Lambda是亚马逊提供的一项无服务器(Serveless)计算服务,它允许开发人员在无需管理服务器的情况下运行代码。Lambda可以自动扩展以处理任何规模的请求,并且只会收取实际执行代码的费用,而不会收取任何预定或固定费用。Lambda 函数在托管的…

如何为海量计数场景设计缓存体系?no.34

计数常规方案 计数服务在互联网系统中非常常见,用户的关注粉丝数、帖子数、评论数等都需要进行计数存储。计数的存储格式也很简单,key 一般是用户 uid 或者帖子 id 加上后缀,value 一般是 8 字节的 long 型整数。 最常见的计数方案是采用缓存…

常见的100个Shell命令,超级实用!

在大多数的Linux和Unix系统、及其他类Unix系统中,Shell是用户与操作系统内核交互的主要方式。作为一种强大的命令行解释器,它也支持编程功能,用户可以写脚本来处理各种任务。 熟悉shell脚本,首先要对shell指令熟悉,今…

Vue3学习-用 vite@latest 初始化项目后,遇到无法识别 .vue 文件

引入app界面遇到 我的解决方案 1.根目录创建 env.d.ts&#xff0c;添加 declare module "*.vue" {import type { DefineComponent } from "vue"const vueComponent: DefineComponent<{}, {}, any>export default vueComponent }2.在 tsconfig.json…

基于ARM|DSP+FPGA+NVIDIA AI平台的摄像头ISP图像画质调试定制服务

基本框架及算法介绍 ISP(Image Signal Processor)&#xff0c;即图像处理&#xff0c;主要作用是对前端图像传感器输出的信号做后期处理&#xff0c;主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等&#xff0c;依赖于ISP才能在不同的光学条件下都…

scroll-snap-type——有滚动容器下吸附至吸附点的严格程度——css基础

scroll-snap-type有滚动容器下吸附至吸附点的严格程度&#xff1a;https://developer.mozilla.org/zh-CN/docs/Web/CSS/scroll-snap-type 此属性不为吸附点指定任何确切的动画或运行规律&#xff0c;留待用户代理处理。 //不吸附 scroll-snap-type:none; //表示吸附轴的关键字…

IPD在卷烟工业企业研发管理中应用

一、 什么是IPD IPD是Integrated Product Development几个英文单词的缩写&#xff0c;译成汉语就是“集成产品研发”&#xff0c;是上世纪九十年代以来世界上盛行的企业产品研发管理的成功模式。下文中汉捷咨询对IPD的由来进行分享。 最先将IPD付诸实践的是美国IBM公司。1992…

AI绘图副业创收,热门擦边变现赛道怎么玩?网友:瑟瑟才是人类前进的动力!

大家好&#xff0c;我是设计师阿威 今天给大家介绍一个用 AI 搞擦边的变现赛道 而且可以说是0 成本变现的 现在真的越来越多的人都想 0 成本变现&#xff0c;那么 0 成本到底能不能变现&#xff0c;变现的上下限又是多少&#xff1f; 今天这个案例就可以很好的进行说明 可以…

2025秋招计算机视觉面试题(二)

面试题目录 Yolov5中的objectness的作用目标检测设置不同的anchor改善小目标及非正常尺寸目标的性能在目标Crowded的场景下经常出现误检的原因Unet网络结构中四次降采样的必要性为什么UNet++可以被剪枝在不同场景下进行目标的标记及训练以取得好的效果如何修改Yolov5目标检测实…

键值对系统的一致性

使用一致性哈希环&#xff0c;可以给下n个服务器发送消息&#xff0c;从而数据复制 分布式集群的一致性 强一致性模型&#xff1a;在写入数据时不能读 弱一致性模型&#xff1a;可能读到不是最新的数据 最终一致性模型&#xff1a;弱一致性模型的一种形态&#xff0c;经过足够…

id3算法【python,算法,机器学习】

ID3 算法&#xff0c; 即 Iterative Dichotomiser 3(迭代二分器第三代)。算法通过迭代地选择具有最高信息增益的特征来分割数据集&#xff0c;从而递归地生成决策树模型&#xff0c;直至数据集被完美分类或无可分割的特征为止。 ID3 构建决策树的流程&#xff1a; 找到最优特…

怎么检查阿里云的ECS机器上是不是有GPU资源

要检查阿里云 ECS 实例上是否有 GPU 资源&#xff0c;可以使用以下命令&#xff1a; lspci | grep -i nvidia这个命令将显示与 NVIDIA GPU 相关的信息。如果有输出&#xff0c;表示你的 ECS 实例上存在 NVIDIA GPU 资源。 如果你无法找到 lspci 命令&#xff0c;你可能需要安…

GPT-4o流式数据处理 Extra data: line 3 column 1 (char 254

背景:新的大模型生成的流式数据是多个data在一起的输出,卧槽,难怪这么快的速度。 经研究发现还是有流式数据从中间切断了,具体如下示例: bdata: {"id":"chatcmpl","object":"chat.completion.chunk","created":17158…

路由引入实验(华为)

思科设备参考&#xff1a;路由引入实验&#xff08;思科&#xff09; 技术简介 路由引入技术在网络通信中起着重要的作用&#xff0c;能够实现不同路由协议之间的路由传递&#xff0c;并在路由引入时部署路由控制&#xff0c;实现路径或策略的控制 实验目的 不同的路由协议之…

python web自动化(Pytest实战)

1.UnitTest框架与Pytest框架对⽐ 1&#xff09; unittest框架介绍 Unittest则是Python语⾔的标准单元测试框架。 Unittest⽀持⾃动化测试&#xff0c;测试⽤例的初 始化、关闭和测试⽤例的聚合等功能&#xff0c;它有⼀个很重要的特性&#xff…

FastThreadLocal 为什么那么快

在并发编程中&#xff0c;ThreadLocal提供了一种便捷的方式来存储线程独有的数据。然而&#xff0c;在高性能网络框架如Netty中&#xff0c;标准的ThreadLocal实现可能带来一定的性能开销。因此&#xff0c;Netty提供了FastThreadLocal作为替代方案&#xff0c;显著提升了性能。…

深度学习-转置卷积

转置卷积 转置卷积&#xff08;Transposed Convolution&#xff09;&#xff0c;也被称为反卷积&#xff08;Deconvolution&#xff09;&#xff0c;是深度学习中的一种操作&#xff0c;特别是在卷积神经网络&#xff08;CNN&#xff09;中。它可以将一个低维度的特征图&#x…

jar包读取properties配置文件错误,返回null

现象&#xff1a; 使用intellij Idea编写java项目&#xff0c;debug调试时&#xff0c;使用redis.properties文件的类A&#xff0c;A的代码可以使用 “InputStream in RedisUtils.class.getClass().getResourceAsStream("/" proPath);” 方式正常读取redisConfig…