SD文生图：如何生成高分辨率图片？

SD文生图：如何生成高分辨率图片？

在使用SD（Stable Diffusion）模型生成图片时，我们常常会遇到分辨率不足的问题。虽然可以直接调整图片的宽度和高度，但这种方法往往会导致图像质量下降，出现多头等异常情况。为了解决这一问题，SD模型提供了一个名为Hires. fix的功能，可以有效地提升图片分辨率，同时保持图像质量。本文将详细介绍如何使用Hires. fix功能生成高分辨率图片，并对其中的各项参数进行深入解析。

SD模型的两类主要模型

在使用SD文生图功能时，我们能选择的大致有两种模型：普通模型和SDXL模型。

• 普通模型：这是SD的一些旧版模型，通常是基于SD 1.5或SD 2.0开发的。这类模型是我们现阶段使用最多的，其基础分辨率为512 x 512像素。

• SDXL模型：这是更先进的模型，通常具有更高的分辨率和更好的图像质量。

如果我们直接修改文生图的宽度和高度，出来的效果往往不会很好。有时候甚至会出现多头的情况，如下图所示：

图1：直接修改分辨率导致的异常情况

出现这种情况的原因是，模型原本擅长的绘画尺寸是512 x 512，而突然将画布变大很多，AI自由绘画的像素点就变多了，这就有可能出现不合理叠加等问题。

Hires. fix功能详解

什么是Hires. fix？

Hires. fix是SD模型提供的一种图片放大功能。其基本原理是：先生成一张基础分辨率的图片，然后基于这张图片的内容选择一个放大算法去提升分辨率，最后在这个基础上整体重绘图片。

实例展示

让我们看一个具体的实例：

图2：使用Hires. fix功能前后对比

左图的分辨率是768 x 512，右图使用了Hires. fix功能放大了2倍。可以看出，使用Hires. fix功能后的图片细节更加丰富，但随之而来的缺点也很明显：出图时间会大幅增长，配置不高的设备甚至会爆显存。因此，建议配置不高的电脑不要将图片放大得太多，最好不超过2倍。

实操步骤

接下来是具体的实操环境设置。这里给出一个示例代码：

(best quality, masterpiece, perfect face, beautiful and aesthetic:1.2, colorful, dynamic angle), handsome beautiful woman humanoid woman robot part metal wires with wavy short dark hair, elegant, red lighting, realistic, concept art, smooth, detailed, high quality, alphonse mucha and waterhouse,, <lora:add_detail:0.5>, (high contrast, official art, extreme detailed, highest detailed)
Negative prompt: portrait, doll, (leaning against wall:1.3), (asian, chinese:1.3), (worst quality, low quality), FastNegativeV2
Steps: 20, Sampler: DPM++ 2M SDE, Schedule type: Exponential, CFG scale: 6, Seed: 2055601004, Face restoration: CodeFormer, Size: 768x512, Model hash: 07341fcad2, Model: aniverse_v30Pruned, Downcast alphas_cumprod: True, Version: v1.9.3  

首先导入上述代码，然后设置图片的宽高。这里选择的是768 x 512，即一张横屏的图片。接着选择Hires. fix功能，并在Upscale by中设置2，也就是等比放大2倍。最后将Denoising strength设置成0.6，这个参数的意思是重绘幅度。数值越高，重绘出来的图片就会和原图相差很大。

Hires. fix参数详解

在Hires. fix面板中还有很多参数可以配置：

放大算法（Upscaler）

Upscaler选项中可以选择不同的高清算法对图片进行放大：

• Latent：简单直接的放大算法，对电脑配置要求不高，速度快，但出图效果不是很好，可能会出现模糊不清晰等情况。
• Lanczos：通过计算权重放大图像，运算速度还算快，出图效果也还行，能用。
• Nearest：插值算法，运算速度快，但可能会产生锯齿或者块状瑕疵，效果不太好。
• ESRGAN_4x：通过学习低分辨率图像与其对应高分辨率图像之间的映射关系，分辨率最高可增强4倍，但可能会出现锐化效果。适合油画风。
• LDSR：通过训练的潜在扩散模型来提升图像的分辨率，出图效果很好，出图的细节全给你拉满，但很吃电脑资源，运算速度也很慢。
• R-ESRGAN 4x+：通过引入残差连接和递归结构，生成图像的质量比传统方法更高，推荐。
• R-ESRGAN 4x+ Anime6B：是 R-ESRGAN 4x+ 的一个衍生版本，修复二次元漫画的效果很好。
• ScuNet GAN：可以去除图像噪声，但速度慢，不太适合二次元漫画。
• ScuNET PSNR：降噪效果很好，适用于需要保持更多图像细节的场景，但速度很慢，不适合二次元漫画。
• SwinIR 4x：可将低分辨率图像发达为原来的4倍，生成高分辨率图像。适用于图像重建、图像增强和图像超分辨率等方面，但出图速度很慢，适合修复绘画，不适合二次元漫画。

在使用Hires. fix放大算法之前，建议查看所使用的模型作者有没有推荐使用什么放大算法，如果有就按照作者推荐的去选择。

放大倍数和手动调整宽高

• 放大倍数：通过调整Upscale by可以等比放大原图，这个参数是比较常用的。但电脑配置不太高的用户建议不要把该值设置得大于2。
• 手动调整宽高：Resize width to和Resize height to可以分别调整图形的宽和高，会修改原图的比例。不建议使用。设置了Resize width to和Resize height to后，Upscale by就不生效了。

高分迭代步数（Hires steps）

Hires steps是高分迭代步数，默认值是0，0的意思是使用文生图设置的迭代步数。如果你重新设置这个值，它生成的画质就会有所不同，数值越高出来的图片精细度就越高。但数值也不是设置得越高越好，比如某些图片设置了60，出来的效果和你设置30是差别不大的。但数值越高出图速度也就越慢。

重绘幅度（Denoising strength）

Denoising strength重绘幅度，这个值会影响出图效果。数值越大，出来的图片和原图的差距就越大。如果不想改变原图的效果这个数值可以设置在0.5以下。但Denoising strength的值最终设置多少合适，还是要看你使用了什么底模，有时候设置得太小出来的效果也会很奇怪，画面四周的像素可能会出现很模糊的情况。

高分模型（Checkpoint）

最后还可以通过选择不同的模型、不同的模型采样算法、正反向提示词对原图进行修改。这意味着你可以基于原图的基础上进行调整。但默认是没有这些选项的，需要在设置里手动开启Hires fix: show hires checkpoint and sampler selection和Hires fix: show hires prompt and negative prompt，然后保存并重启UI。

比如你想将上图人物的头发改成粉色，那么可以在正向提示词里输入pink hair，生成的人物头发就出现一丝粉色。注意，是在Hires. fix的正向提示词输入框里输入提示词，而不是在原来底模下方的输入框输入。

总结

通过使用Hires. fix功能，我们可以有效地提升SD模型生成图片的分辨率，同时保持图像质量。通过调整放大算法、放大倍数、重绘幅度等参数，我们可以根据具体需求生成不同风格和质量的高分辨率图片。希望本文能帮助你更好地掌握这一实用功能，创作出更高质量的AI艺术作品。