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
涛ing16 分钟前
32. C 语言 安全函数( _s 尾缀)
linux·c语言·c++·vscode·算法·安全·vim
远洋录19 分钟前
构建一个数据分析Agent:提升分析效率的实践
人工智能·ai·ai agent
独正己身1 小时前
代码随想录day4
数据结构·c++·算法
IT古董1 小时前
【深度学习】常见模型-Transformer模型
人工智能·深度学习·transformer
沐雪架构师2 小时前
AI大模型开发原理篇-2:语言模型雏形之词袋模型
人工智能·语言模型·自然语言处理
python算法(魔法师版)3 小时前
深度学习深度解析:从基础到前沿
人工智能·深度学习
kakaZhui3 小时前
【llm对话系统】大模型源码分析之 LLaMA 位置编码 RoPE
人工智能·深度学习·chatgpt·aigc·llama
利刃大大4 小时前
【回溯+剪枝】找出所有子集的异或总和再求和 && 全排列Ⅱ
c++·算法·深度优先·剪枝
struggle20254 小时前
一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI
人工智能·深度学习·目标检测·语言模型·自然语言处理·数据挖掘·集成学习
佛州小李哥4 小时前
通过亚马逊云科技Bedrock打造自定义AI智能体Agent(上)
人工智能·科技·ai·语言模型·云计算·aws·亚马逊云科技