Stable Diffusion中的图像修改尺寸和编辑工具实现

图生图

在图生图中,使用Stablediffusion的pipeline来构建Webui应用,如果直接把参数传给pipeline是无效的。 __call__参数中虽然有单独的weightheight 这两个参数,但最终图像尺寸实际上是由传入图片的尺寸决定的,因此需要定义函数来做原始图片的尺寸变换,达到用参数来控制输出图像尺寸的目的,这可以通过resize调整图片尺寸大小来实现。

python 复制代码
# 图片宽度和高度按照比例调整
def fn_resize_ratio(original_image, ratio):
    
    original_width, original_height = original_image.size
    new_width, new_height  = int(ratio * original_width), int(ratio * original_height) 
    
    while not new_width%8==0:
        new_width += 1
    while not new_height%8==0:
        new_height += 1

    # Resize the image
    resized_image = original_image.resize((new_width, new_height))

    return resized_image, new_width, new_height
python 复制代码
# 图片宽度和高度按照不同尺寸调整
def fn_resize_fixed(original_image, new_width, new_height):
    resized_image = original_image.resize((new_width, new_height))
    return resized_image

上传一张初始图片 图片宽度和高度按照比例调整,缩放到1.2倍,高度和高度同步变成1232。

图片宽度和高度按照不同尺寸调整,可以看到图片被「压扁」了。

图像编辑

Gradio 4.0以上的版本提供了ImageEditor 的组件,可以很方便实现图片的裁剪,涂改等,非常适合图像编辑目的。 ImageEditor 是一个图像组件,可用于上传和编辑图像(作为输入)或显示图像(作为输出)。 但是上传后的图像不是一个PIL.Image对象,而是变成一个字典。包含background、layers 和composite。background是上传的原始图像,layers表述的是当前层的操作的痕迹,如裁剪或者涂改。

python 复制代码
# 提取图像编辑器的涂鸦区域和原图
def save_mask(inputs):
    layers = inputs['layers']
   
    # layers[0]表示第一张mask
    mask = layers[0]
    new_image = Image.new('RGBA', mask.size, color='white').paste(mask, mask=mask).convert('RGB')
    return ImageOps.invert(new_image), inputs['background']

图像编辑器 图像做了涂鸦,右侧输出为涂鸦的区域 图像编辑器的层数,默认是1。如果需要多个涂鸦层,可以点击「+」号增加。不同的layer之间不会互相影响。

相关推荐
Microvision维视智造21 分钟前
解析大尺寸液晶屏视觉检测,装配错位如何避免?
人工智能·计算机视觉·视觉检测
lilye6638 分钟前
精益数据分析(11/126):辨别虚荣指标,挖掘数据真价值
大数据·人工智能·数据分析
微学AI38 分钟前
详细介绍:MCP(大模型上下文协议)的架构与组件,以及MCP的开发实践
前端·人工智能·深度学习·架构·llm·mcp
wuqingshun31415944 分钟前
蓝桥杯 10.拉马车
数据结构·c++·算法·职场和发展·蓝桥杯·深度优先
豆包MarsCode1 小时前
玩转MCP | 一文看懂如何在 Trae IDE 中解锁 MCP
人工智能·mcp·trae
我不是小upper1 小时前
详解机器学习各算法的优缺点!!
人工智能·算法·机器学习
小君1 小时前
New 版本Trea 对比 Cursor 选择你的下一代 AI 编程伙伴
前端·人工智能·trae
不是仙人的闲人2 小时前
算法之动态规划
数据结构·c++·算法·动态规划
研一计算机小白一枚2 小时前
第一章:自然语言处理
人工智能·自然语言处理
一叶祇秋2 小时前
Leetcode - 周赛446
算法·leetcode·职场和发展