【AIGC 教程】WebUI 教程：图生图：使用图像+提示词生成图像
【AIGC 教程】WebUI 教程：图生图：使用图像+提示词生成图像
Stable Diffusion 除了支持完全通过提示词来生成图像外，还可以支持使用图像加提示词共同引导来生成图像的能力。
在使用图生图功能时，输入的图像主要会影响生成结果的颜色和构图，所以输入图像不一定需要很多细节。输入提示词的要求，则跟文生图基本一致。
Stable Diffusion WebUI 的第二个栏目就是图生图的功能页面，如图：
这个页面的功能还是比较多的，我们这次主要介绍图生图核心的功能：
- 1、提示词输入区
- 1.1、提示词（Prompt）
- 1.2、负向提示词（Negative prompt）
- 2、引导图像输入区
- 2.1、图生图（img2img）
- 2.2、草稿生图（Sketch）
- 3、尺寸更新模式（Resize mode）
- 4、采样设置
- 4.1、采样方法（Sampling method）
- 4.2、采样步数（Sampling steps）
- 5、目标分辨率（Resize）
- 5.1、宽（Width）
- 5.2、高（Height）
- 5.3、缩放比例（Scale）
- 6、任务批次设置
- 6.1、生成图片次数（Batch count）
- 6.2、一次生成图片数量（Batch size）
- 7、提示词相关性（CFG Scale）
- 8、重绘幅度（Denoising strength）
- 9、种子设置
- 9.1、种子（Seed）
- 9.2、额外种子参数（Extra Seed Options）
- 10、重建人脸（Restore faces）
- 11、无缝贴片（Tiling）
- 12、生成任务启动（Generate）
- 13、生成图预览和功能区
1、提示词输入区
提示词输入区包括两个部分：
- 1.1、提示词（Prompt）
- 1.2、负向提示词（Negative prompt）
在图生图时，模型会使用输入的图像和提示词一起引导生成新图像，其中图像主要会影响生成结果的颜色和构图，提示词在这个基础上则影响其他方面。
这部分与《文生图》一节中所讲内容一样，这里就不再重复介绍了。
2、引导图像输入区
引导图像输入区包括
图生图（img2img）、草稿（Sketch）、内补绘制（Inpaint）、基于草稿内补绘制（Inpaint sketch）、基于上传蒙版内补绘制（Inpaint upload）、批处理（Batch）
几个功能子栏目，这里我们先介绍：
- 2.1、图生图（img2img）
- 2.2、草稿生图（Sketch）
这两个跟图生图核心能力相关的功能，其他功能我们会在后续的章节介绍。
2.1、图生图（img2img）的使用步骤如下图所示：
图生图（img2img）基本步骤
- 1）在
引导图像输入区
导入引导图。我们这里输入的引导图是一张梵高油画风格的猫。
- 2）在
提示词输入区
输入提示词。我们这里输入的提示词
cat, photo
是指示模型生成一张照片风格的猫。
- 3）在
图生图参数设置区
设置相关参数。我们这里都使用了默认参数。
- 4）点击
生成（Generate）
按钮启动图生图任务。
- 5）在
生成图预览和功能区
就可以等待生成的结果。
最后输入的引导图和生成的新图如下：
图生图（img2img）输入图
图生图（img2img）生成图
Stable Diffusion 确实按照提示词的指示生成了一张照片风格的猫。
下面我们把提示词调整为
dog, photo
，再次启动生成任务。这些我们得到的生产结果如下：
图生图（img2img）生成图 2
Stable Diffusion 依旧按照提示词的指示生成了一张照片风格的狗。
可见，在我们上面两次图生图生成任务中，输入的图像影响了生成结果的颜色和构图，而提示词则对结果起着主导作用。
2.2、草稿生图（Sketch）的本质上还是一种图生图（img2img）的能力，但是它有一些区别：
- 1）草稿生图（Sketch）相对图生图（img2img）提供了在输入图像上进行涂绘的功能组件，并且可以设置画笔的颜色。
- 2）草稿生图（Sketch）会把导入的图像和在上面涂绘的部分一起作为输入图像，再和提示词一起引导生成最终结果。
我们来做个示例，如下图：
草稿生图（Sketch）示例
我们在输入小猫图像的头上涂绘了一只皇冠头饰，并输入提示词
cat with crown, painting
，最后生成的图像是一只带着皇冠的小猫，如下图：
草稿生图（Sketch）示例结果
3、尺寸更新模式（Resize mode）
尺寸更新模式（Resize mode）指的是当生成目标图的分辨率与输入引导图的分辨率不一致时，分辨率更新采用的模式。
Stable Diffusion WebUI 目前提供了下面 4 种模式可选：
- Just resize
：简单的调整图片尺寸，如果输入与输出宽高比例不同，图片会被拉伸。 - Crop and resize
：裁剪与调整图片尺寸，如果输入与输出宽高比例不同，会基于图片中心将超出比例的部分进行裁剪。 - Resize and fill
：调整图片尺寸与填充，如果输入与输出宽高比例不同，会基于图片中心将超出比例的部分进行填充。 - Just resize(Latent upscale)
：与
Just resize
模式类似，只不过是在 Latent 潜在空间进行。
使用尺寸更新模式（Resize mode）的示例如下图所示：
Resize mode
包括这几个步骤：
- 1）在
引导图像输入区
导入引导图。我们这里输入的引导图是一张梵高油画风格的猫，分辨率为
512x512
。
- 2）在
提示词输入区
输入提示词。我们这里输入的提示词
cat, photo
是指示模型生成一张照片风格的猫。
- 3）在
尺寸更新模式（Resize mode）
选择模式。我们这里选择使用
Just resize
模式。
- 4）在
目标分辨率（Resize to）
设置生成目标图分辨率。这里设置为
512x768
。
- 5）点击
生成（Generate）
按钮启动图生图任务。
- 6）在
生成图预览和功能区
就可以等待生成的结果。
下面是
512x512
原图与我们分别使上面 4 种模式生成的
512x768
的新图：
原图
模式：Just resize
模式：Crop and resize
模式：Resize and fill
模式：Just resize(Latent upscale)
可以看到使用不同的模式，最终的生成图有不一样的效果。
4、采样设置
采样设置包括两个部分：
- 4.1、采样方法（Sampling method）
- 4.2、采样步数（Sampling steps）
采样设置功能与《文生图》一节中所讲内容一样，这里就不做过多介绍了。
5、目标分辨率（Resize）
目标分辨率（Resize）的设置包括下面几个部分：
- 5.1、宽（Width）
- 5.2、高（Height）
- 5.3、缩放比例（Scale）
它们对应着设置分辨率的两种方式：
- 1）设置目标生成图的宽和高。我们在上面介绍
尺寸更新模式（Resize mode）
时已经用过这个能力。
Resize to
- 2）设置目标生成图的缩放比例。
Resize by
6、任务批次设置
任务批次设置包括两个参数：
- 6.1、生成图片次数（Batch count）
- 6.2、一次生成图片数量（Batch size）
相关功能与《文生图》一节中所讲内容一样，这里就不做过多介绍了。
7、提示词相关性（CFG Scale）
提示词相关性（CFG Scale）相关功能与《文生图》一节中所讲内容一样，这里就不做过多介绍了。
8、重绘幅度（Denoising strength）
重绘幅度（Denoising strength）表示的是生成图与输入图的相似度，取值范围是 0-1，数值越小与输入图越近似，数值越大则越接近提示词的引导效果。通常重绘幅度（Denoising strength）建议设置为
0.75
。
重绘幅度（Denoising strength）
我们来测试一下这个参数，我们使下图作为输入引导图，并输入提示词：
cat, photo
。
原图
当我们分别设置
重绘幅度（Denoising strength）
为
0.1
和
0.9
时，我们得到了如下生成结果：
重绘幅度 0.1