《Python实战 | 用SDXL大模型生成“潮汕英歌舞”国潮IP头像,已申请外观专利,附Prompt思路!》

import requests

import json

import base64

1. 连接你的SD WebUI本地API (默认端口 7860)

def generate_chaoshan_avatar(prompt, negative_prompt=""):

url = "http://127.0.0.1:7860/sdapi/v1/txt2img"

2. 核心Prompt工程:锁定潮汕文化与C4D质感

full_prompt = prompt + ", Chaoshan Yingge Dance hero, blue and white porcelain background, C4D render, blind box style, bright lighting, 8k, ultra-detailed"

payload = {

"prompt": full_prompt,

"negative_prompt": negative_prompt or "lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality",

"steps": 30,

"width": 512,

"height": 512,

"cfg_scale": 7,

"sampler_name": "DPM++ 2M Karras",

"seed": -1, # 随机种子,每次生成不同的头像

"batch_size": 4 # 一次批量生成4张头像

}

try:

response = requests.post(url, json=payload)

response.raise_for_status()

result = response.json()

3. 保存图片到本地

for i, image_data in enumerate(result'images'):

with open(f"chaoshan_avatar_{i}.png", "wb") as f:

f.write(base64.b64decode(image_data))

print("✅ 国潮头像生成成功!")

return True

except Exception as e:

print(f"❌ 生成失败: {e}")

return False

4. 调用函数,生成"搞钱奶茶"头像

if name == "main":

prompt = "A cute Q-version chaoshan hero holding a milk tea and gold ingot, standing on a large blue-green jelly dessert"

generate_chaoshan_avatar(prompt)

相关推荐
吴佳浩2 分钟前
Run:ai 开源了,我把 GPU 编排摆回 AI 栈里看了一遍
人工智能
IT_Octopus2 小时前
【零基础入门 LLM 开发 · Day 13】:LangChain 的对话记忆——Message 对象版
人工智能·python·langchain
2603_965148112 小时前
社区与学习资源:从入门到精通的API选品学习路径
数据库·人工智能·python·学习·数据挖掘
LiuPig刘皮哥2 小时前
2026年开源3D陪玩对比:xiaoke.ai、AIRI、Open-LLM-VTuber、Amica 有什么、没有什么
人工智能·3d·开源
西柚小萌新2 小时前
【岗位面试】--成都博维数孪 - 工业 AI 解决方案顾问
人工智能·面试·职场和发展
Luminbox紫创测控2 小时前
车载LiDAR强光测试的实验设计方法与数据分析
人工智能·数据挖掘·数据分析·车载系统·安全性测试·太阳光模拟器
yuanlaile3 小时前
大模型应用层开发实战:从 Prompt 工程到 Dify、私有 RAG、Agent 完整落地总结
prompt·agent·dify·大模型应用开发·llm 应用·prompt 工程
CCblandy3 小时前
令牌桶在 0.9 倍负载超发 19%、固定窗口边界放行 20 个:四种限流算法同构实测
后端·python·算法·性能优化·架构
建筑工程企业管理系统4 小时前
工程进度统计管理系统自动化汇总数据,解决施工企业手工对账误差难题
大数据·人工智能·自动化
唠点键盘之外的4 小时前
27 存量系统接大模型:旁挂一个 AI 微服务,老架构一行不改
人工智能·微服务·架构