Stable Diffusion|背景替换只需要两分钟!

今天分享一个用Stable Diffusion换背景的小教程。在以往为产品或照片更换背景时,我们通常需要先仔细地将主体内容抠出,再利用PS或其他图像处理工具将主体与新背景进行融合。这个过程往往需要花费大量的时间和精力。这个方法虽然可行,但不够高效,非常考验图片处理技术。

今天我将分享一个简单又高效又实用的背景替换小教程,不需要深厚的图片处理技术就可以在几分钟内轻松完成背景替换。

1

前期准备

本文将会用到"Inpaint anything "插件,也可以使用"Segment anything"有这俩插件任意一个就行。

如果还没有安装插件的可以启动"Stable Diffusion",点击"扩展"---"可下载"---再点击"加载扩展列表",搜索关键词"inpaint anything"或"segment anything",点击"安装",安装完成之后,重启一下"Stable Diffusion"即可。

前面分享过一篇关于"Inpaint anything"插件的介绍和安装方法以及其他的使用技巧,感兴趣的可以去看看。传送门:

Inpaint Anything

YingziD,公众号:智影AIStable Diffusion|Ai赋能电商 Inpaint Anything

2

卡通图片

  1. 打开Stable Diffusion,点击顶部栏的"Inpaint Anything ",然后上传一张图片,选择一个"Segment Anything "的模型。这里我选择了默认的"sam_vit_l_0b3195.pth",如果前面还没下载的,记得先点旁边的"下载模型"进行模型下载。
  1. 点击"运行 Segment Anything"按钮,大概等待1分钟左右,右边就可以看到在原图上经过分离并用不同的色块标注的物体,然后在背景的色块上点一下或者简单的涂一下来选择区域。
  1. 区域选择完之后,如果背景是黑色的色块,记得取消勾选"忽略黑色区域"然后点击"创建蒙版"。
  1. 蒙版创建完之后,点击左侧的"仅蒙版 "选项,然后在点击"获取蒙版"。
  1. 获取到了蒙版之后,点击下方的"发送到图生图重绘"按钮,将蒙版发送到图生图。
  1. 选择一个大模型,然后输入正向提示词和方向提示词。

这里的大模型我选择了"电商场景MIX_V2完美版",此模型可以在"liblib"上下载,然后正向提示词我写的比较简单,反向提示词则是用的通用的。(在这里感谢这位模型作者的分享,谢谢!)

  1. 设置生成参数,尺寸建议跟原图保持同比例的就行,其他的按照自己的需求调整即可。
  1. 设置完以上的参数之后,点击"生成"即可。

3

写实照片

我们再来尝试一下给写实图片替换背景。可用于照片写真、产品图片等等,操作跟卡通图片的一样。

  1. 还是一样,先在"Inpaint Anything"选择背景区域,然后创建蒙版,再发送到图生图。

注意:如果照片是白色的背景运行Segment Anything的时候,它会变成黑色区域,如果要选中黑色区域,记得一定要取消勾选"忽略黑色区域"选项,如果不取消,可能会选不上黑色的区域。

  1. 将蒙版发送到图生图之后,选择一个大模型,然后输入正向提示词和反向提示词。

这里的大模型我选择了"ghostmix ",然后用了一个"3D东方龙"的lora,这两个模型都可以在"liblib"上下载。(在这里感谢这两位模型作者的分享,谢谢!)

  1. 设置生成参数。尺寸建议跟原图保持同比例的就行,其他的按照自己的需求调整即可。
  1. 设置好以上参数之后,点击"生成"即可。

4

最后

我们可以看到,无论是卡通的图片还是写实的照片,通过AI工具,主体内容都与新背景完美地融合在了一起。与之前可能需要几个小时才能完成的任务相比,现在我们只需要短短的几分钟即可完成。熟练使用AI工具可以给我们提高很高的效率并且输出的内容只需要稍微的修改一下就可以直接使用。

文章使用的AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了,无需自行查找,有需要的小伙伴文末扫码自行获取。

写在最后

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。

感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程,模型插件,具体看下方。

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。

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!

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。

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。

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。

若有侵权,请联系删除

相关推荐
OkGogooXSailboat39 分钟前
基于Flink的流式计算可视化开发实践之配置->任务生成->任务部署过程
大数据·flink
Mephisto.java41 分钟前
【Hadoop|HDFS篇】NameNode和SecondaryNameNode
大数据·hadoop·hdfs
少说多想勤做1 小时前
【计算机视觉前沿研究 热点 顶会】ECCV 2024中Mamba有关的论文
人工智能·计算机视觉·目标跟踪·论文笔记·mamba·状态空间模型·eccv
学地理的小胖砸1 小时前
【GEE的Python API】
大数据·开发语言·前端·python·遥感·地图学·地理信息科学
宜向华2 小时前
opencv 实现两个图片的拼接去重功能
人工智能·opencv·计算机视觉
OpenVINO生态社区2 小时前
【了解ADC差分非线性(DNL)错误】
人工智能
醉后才知酒浓3 小时前
图像处理之蒸馏
图像处理·人工智能·深度学习·计算机视觉
炸弹气旋3 小时前
基于CNN卷积神经网络迁移学习的图像识别实现
人工智能·深度学习·神经网络·计算机视觉·cnn·自动驾驶·迁移学习
python_知世4 小时前
时下改变AI的6大NLP语言模型
人工智能·深度学习·自然语言处理·nlp·大语言模型·ai大模型·大模型应用
愤怒的可乐4 小时前
Sentence-BERT实现文本匹配【CoSENT损失】
人工智能·深度学习·bert