纯干货篇,用Stable diffusion制作广告的保姆级教程

news2024/9/29 9:21:38

今天就想给大家演示一般如何使用Stable diffusion为你的产品添加场景,秒变广告大片。


掌握这个技能,你可以随意将产品添加不同的场景,节约复杂的拍摄布景和拍摄成本。

话不多说,接下来是详细讲解演示流程


首先选出一张你的产品图,如果他有背景,建议通过抠图工具将产品抠出来,因为后期我们会用得到。

29a669efa16b917f5898aa28f6e52180.jpeg



接着打开Stable diffusion,需要通过文生图形式做一个真实场景,所以这里选择写实模型。


8f4801f9160b1a0e10def7e898c01420.jpeg


然后在正向关键词和反向关键词输入框中,填入我们想要的内容。


c9eb6b090e2b4a3eee67fbaf2526f585.jpeg


接着就是采样方法,这里有很多种。


f0f2fd9c13ef77aecefe7ca20fc6dfd2.jpeg


在使用之前需要了解什么是采样,简而言之就是stable diffusion在生成图像之前,大模型会生成一个充满噪点的图。


632fdd30b70595ce6bfa89f1edd981d5.jpeg


然后噪声滤波器就开始工作,从图像中减去预测的噪点,不断重复,最终得到清晰的图像的过程。


9e76f6843ed41688a0eb7157b5c980ae.jpeg


整个去噪点的过程我们称之为采样,采样方法有很多种,我们需要不同风格的图片选择适合的采样方法。


对于我们真实模型适合选择适合选择DPM++,以及karras这几个采样方法进行出图,这里可以选择选择DM++2M SDE。


迭代步数这里步数越高自然越精细,但是出图的时间就会越长,并且采样器采样步数达到一定值之后,清晰度就不再会有太大变化了。


85ec15dbdca68d68ef4fb5a4c2943dc7.jpeg


d9989542036afcfb7c044a4664f3e8d2.jpeg


所以一般默认的二十左右就是我们常用的采样步数,迭代步数和采样方法之后,接着就需要使用Controlnet。


671b1ff9099e8986f48a846ffbeeb014.jpeg


简单的说它的作用就是垫图,让stable diffusion按照样图的轮廓进行优化和创作,实现我们添加场景的目的,选择刚才抠好的产品图片,丢给Controlnet。


bc6c61d869fbc0ce122f4f248d3e6a6c.jpeg


勾选启用预处理器这里也选择Cannv,模型这里也会对应的选择相应的。


0e70df437d5f19cf37dd0a2e5efbf81c.jpeg


Canny的作用是它可以识别图片内容为线稿,通过线稿来控制SD图片生成的内容,这样就能让我们的产出图变化不至于太大。


a6fc05f7eef692e17e9b12cf8f7913b7.jpeg


有了以上操作之后,你就可以出图了。


0c088b6bad1f31bfd33abcf8831868fb.jpeg


当然这个时候你的图片可能不尽如意,你可以通过Controlnet里面的控制权重。


b434a4153bdbf352401c168530c7e60d.jpeg


调整产出图与原图的相似度,权重越高与原图的相似度就越高,反之相似度就越低,当然这一步我们不需要让生成图片和原图完全相似。


5c84be3df2a1e7eccef667e62c73e90a.jpeg


这里需要注意的是,产品底部和地面接触部分的完整性,以及整体画面是不是你想要的风格。至于画面其他部分的细节不用考虑,如果元素以及风格和你想要的差异太大,那就再调整关键词,反复出图,最终选择一张生成的图。


f547c2f4b4581501d0bf0cbb68edb3e6.jpeg


假如产品以及周围元素与我们预期的效果相差太大,这个时候需要借助PS进行修图,把刚才的产品图拿来进行替换掉。


d45b1fcb82703313bd3c37e2429aa2aa.jpeg

3c166c198112aceeabfdf138b48fbe71.jpeg


同时你还可以在图片里的周围空间适当添加一些元素进行改造。


9a4b0cea8b991354c11f355abb1aa8b1.jpeg


至于复杂的光影关系,同样可以交给Stable diffusion处理,点击图形图局部重绘,把图片扔进去。


f16985a30279b6a044a0f569fc62ee03.jpeg


复制刚才文生图部分的正反向关键词,涂抹掉中间的产品,目的是保护产品,不被软件重新绘制。记住涂抹的时候可以不要超出产品边缘,让产品和背景的融合度更高。


e75086b5f91f0357fe9096e1afe84356.jpeg

54307ff82e9a3e4e4c8d6021051af1cd.jpeg


这里选择重绘非蒙版区域,目的是让SD只绘制产品以外的地方。


71ef52633f3aabe4eb426c41fba7be79.jpeg


采样方法达然选择DPM++2S SDE,图片尺寸和之前文生图保持一致。


1744012986e464d3f1899619b7851702.jpeg


继续打开Controlnet把刚才图片放进来。


140eaa617bec594c2b0b447d7b76945e.jpeg


这次模型依然选择Canny,原理和刚才一样,避免画面结构发生太大变化,点击生成就可以出图,多刷新几次,选择一张你满意生成后的效果图即可。


6f12161a1fbb89c244ce73ca40d8dd9f.jpeg


还不错吧!不管是光影关系还是色调都比较统一。最后在PS软件里面调一下色,加上一些文案一张产品海报就出来了。


9eb89268f9a2276d049d78d8c43180ef.jpeg



总结一下


cb0a3c95181f2d98e6db7b73685a2ccf.jpeg


e273293e2442436df56222a75d43cb08.jpeg


f82c571663854068d3127919c714b1d8.jpeg


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1262074.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SAP_ABAP_编程基础_基本数据类型(预定义数据类型)介绍 , 它有10种

SAP ABAP 顾问(开发工程师)能力模型_Terry谈企业数字化的博客-CSDN博客文章浏览阅读441次。目标:基于对SAP abap 顾问能力模型的梳理,给一年左右经验的abaper 快速成长为三年经验提供超级燃料!https://blog.csdn.net/j…

完美的输出打印 SQL 及执行时长[MyBatis-Plus系列]

导读 Hi,大家好,我是悟纤。过着爱谁谁的生活,活出不设限的人生。 在我们日常开发工作当中,避免不了查看当前程序所执行的SQL语句,以及了解它的执行时间,方便分析是否出现了慢SQL问题。 MyBatis-Plus提供了两种SQL分析打印的方式,用于输出每条SQL语句及其执行时间,针…

Redis应用的16个场景

常见的16种应用场景: 缓存、数据共享分布式、分布式锁、全局 ID、计数器、限流、位统计、购物车、用户消息时间线 timeline、消息队列、抽奖、点赞、签到、打卡、商品标签、商品筛选、用户关注、推荐模型、排行榜. 1、缓存 String类型 例如:热点数据缓存&#x…

【解决方案】多用户多回路宿舍用电管理解决方案

01 引言 近几年来,因违规使用大功率恶性负载电器导致宿舍失火的安全事故在各大高校时有发生,给学生和学校都带来了巨大的损失。北京大学、哈尔滨工业大学、上海商学院以及俄罗斯人民友谊大学等高校学生公寓发生的火灾给高校学生公寓的安全用电敲响了警钟…

视频封面:视频图片提取技巧,从指定时长中捕捉需求的图片

在当今的数字时代,视频已成为日常生活中不可或缺的一部分。无论是社交媒体、博客,视频都发挥着重要的作用。而一个吸引的视频封面往往能吸引更多的观众点击观看,选择清晰度高、色彩鲜艳且能吸引人的图片。同时,确保图片与视频内容…

【FMC139】青翼科技基于VITA57.1标准的4路500MSPS/1GSPS/1.25GSPS采样率14位AD采集FMC子卡模块

板卡概述 FMC139是一款基于VITA57.1标准规范的JESD204B接口FMC子卡模块,该模块可以实现4路14-bit、500MSPS/1GSPS ADC采集功能。该板卡ADC器件采用ADI公司的AD9680芯片,全功率-3dB模拟输入带宽可达2GHz。该ADC与FPGA的主机接口通过8通道的高速串行GTX收发器进行互联…

捷达EA113汽油机四缸汽车曲柄连杆机构毕业设计

wx供重浩:创享日记 对话框发送:捷达 获取完整论文报告工程源文件 本文以捷达EA113汽油机的相关参数作为参考,对四缸汽油机的曲柄连杆机构的主要零部件进行了结构设计计算,并对曲柄连杆机构进行了有关运动学和动力学的理论分析与计…

ESP32-Web-Server编程-JS 基础 1

ESP32-Web-Server编程-JS 基础 1 概述 前述分别在 HTML 基础 和 CSS 基础 中介绍了 HTML、CSS 的基本内容。HTML 定义了网页中包含哪些对象,CSS 定义了对象的显示样式。JavaScript(LiveScript)是一种运行于客户端的解释性脚本语言,使 HTML 页面更具动态…

Java第二十章多线程

线程简介 在 Java 中,并发机制非常重要。在以往的程序设计中,我们都是一个任务完成后再进行下一个任务,这样下一个任务的开始必须等待前一个任务的结束。Java 语言提供了并发机制,程序员可以在程序中执行多个线程,每一…

Mysql的二阶段提交

先看执行器与InnoDB引擎是如何更新一条指定的数据的 可以看到,InnoDB在写redo log时,并不是一次性写完的,而有两个阶段,Prepare与Commit阶段,这就是"两阶段提交"的含义。 为什么要写redo log,不…

在虚拟机搭建nignx,和使用本地访问nginx的情况

下载nginx yum install nginx 查看nginx是否安装成功。 nginx -v nginx的配置文件的目录和资源的目录。 先到nginx.conf的目录下,在 /etc/nginx/nginx.conf,编辑它。 vi /etc/nginx/nginx.conf 可以看到默认的html的目录。在 /usr/share/nginx/html 下面…

滑块验证码之图片距离计算

滑块验证码之图片距离计算 1.使用工具 vscodepython3.8 2.安装opencv-python python -m pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com查看安装的版本: C:\Users\wenhz>pip list|findstr opencv opencv-pyt…

SRM供应商询价招投标管理系统

前言: 在当今高度信息化的时代,企业运营的效率和透明度对于企业的生存和发展至关重要。供应商管理系统(SRM)作为企业采购管理的重要工具,旨在提升企业与供应商之间的协作效率,优化采购流程,降低…

MySOL常见四种连接查询

1、内联接 &#xff08;典型的联接运算&#xff0c;使用像 或 <> 之类的比较运算符&#xff09;。包括相等联接和自然联接。 内联接使用比较运算符根据每个表共有的列的值匹配两个表中的行。例如&#xff0c;检索 students和courses表中学生标识号相同的所有行。 2、…

U-Net及其变体在医学图像分割中的应用研究综述

U-Net及其变体在医学图像分割中的应用研究综述 论文来自&#xff1a;中国生物医学工程学报 2022 摘 要&#xff1a; 医学图像分割可以为临床诊疗和病理学研究提供可靠的依据&#xff0c;并能辅助医生对病人的病情做出准确的判断。 基于深度学习的分割网络的出现解决了传统自动分…

每日一练2023.11.28———【PTA】

题目链接&#xff1a; L1-009 N个数求和 题目要求&#xff1a; 本题的要求很简单&#xff0c;就是求N个数字的和。麻烦的是&#xff0c;这些数字是以有理数分子/分母的形式给出的&#xff0c;你输出的和也必须是有理数的形式。 输入格式&#xff1a; 输入第一行给出一个正整…

SpringBoot+Redis编写一个抢红包雨的案例。附源码。

案例演示 SpringBootRedis编写一个抢红包雨的案例。附源码 1、案例分析&#xff0c;整体方案介绍 预备上线一个红包雨活动。这个红包雨的思路是活动开始前25分钟&#xff0c;在后台创建活动。然后前端用户进入&#xff0c;到点后将设置的金额拆分成多个小红包&#xff0c;开启倒…

C++之STL库:string类(用法列举和总结)

前言 大家在学习STL库的时候一定要学会看英文文档&#xff0c;俗话说熟能生巧&#xff0c;所以还得多练&#xff01; 在使用string类之前&#xff0c;要包含头文件#include <string>和using namespace std; 文档链接&#xff1a;string - C Reference 一、string——构造…

【API 自动化测试】Eolink Apikit 图形用例详解

Eolink Apikit 的图形用例是指通过图形化的方式去表现 API 流程测试。它包括了条件选择器、单个 API 步骤和操作集等组件。 相较于前面推荐的表格化的通用用例&#xff0c;图形用例可以让测试人员更方便地设计和管理 API 流程测试&#xff0c;同时也更加的灵活。 添加图形用例…

第29期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区&#xff0c;集成了生成预训练Transformer&#xff08;GPT&#xff09;、人工智能生成内容&#xff08;AIGC&#xff09;以及大型语言模型&#xff08;LLM&#xff09;等安全领域应用的知识。在这里&#xff0c;您可以…