Stable Diffusion绘画 | ControlNet应用-Tile(分块)—tile_colorfix+sharp(分块-固定颜色+锐化)

单纯使用 Canny 生成的图片,仅能保障图片的外轮廓、构图与人物的神态与原图相似,但颜色相差非常大:

生成图片如下:

因此,开启第二个 ControlNet:

生成的图片,整体颜色就能做到与原图相似了:

将控制颜色的 Variation值 提高,能给SD在颜色上更多的发挥空间,同时将控制模式选择「更偏向 ControlNet」:

提示词输入:1girl,red hair,头发的颜色就会融入红色的元素,生成图片如下:

今天先分享到这里~


开启实践: SD绘画 | 为你所做的学习过滤

相关推荐
红衣小蛇妖1 小时前
神经网络-Day44
人工智能·深度学习·神经网络
忠于明白1 小时前
Spring AI 核心工作流
人工智能·spring·大模型应用开发·spring ai·ai 应用商业化
大写-凌祁2 小时前
论文阅读:HySCDG生成式数据处理流程
论文阅读·人工智能·笔记·python·机器学习
柯南二号2 小时前
深入理解 Agent 与 LLM 的区别:从智能体到语言模型
人工智能·机器学习·llm·agent
珂朵莉MM2 小时前
2021 RoboCom 世界机器人开发者大赛-高职组(初赛)解题报告 | 珂学家
java·开发语言·人工智能·算法·职场和发展·机器人
IT_陈寒2 小时前
Element Plus 2.10.0 重磅发布!新增Splitter组件
前端·人工智能·后端
jndingxin2 小时前
OpenCV CUDA模块图像处理------创建一个模板匹配(Template Matching)对象函数createTemplateMatching()
图像处理·人工智能·opencv
盛寒2 小时前
N元语言模型 —— 一文讲懂!!!
人工智能·语言模型·自然语言处理
weixin_177297220693 小时前
家政小程序开发——AI+IoT技术融合,打造“智慧家政”新物种
人工智能·物联网
Jay Kay3 小时前
ReLU 新生:从死亡困境到强势回归
人工智能·数据挖掘·回归