《AI绘画大师 Stable Diffusion快速入门与实战技巧》孟德轩 | PDF下载|ePub下载
AI绘画大师 Stable Diffusion快速入门与实战技巧 版权信息
- 出版社：机械工业出版社
- 出版时间：2024-01-01
- ISBN：9787111739890
- 条形码：9787111739890 ; 978-7-111-73989-0
AI绘画大师 Stable Diffusion快速入门与实战技巧 本书特色
（1）步骤详细：分步拆解工具使用技巧，提供350幅实操图解，增强上手效果。 （2）实用性高：作者结合丰富的AI商业化经验，应用于工作提效、副业变现的18种行业场景。 （3）附赠资源：链接获取各场景的全程操作视频、分类提示词，边看边练边出图。
AI绘画大师 Stable Diffusion快速入门与实战技巧 内容简介
本书共9章，利用易学易用的Stable Diffusion为绘画设计从业者和爱好者提高生产力。一方面，提供350幅实操图解，一步步拆解，让读者掌握接到不同需求时如何使用Stable Diffusion出图。另一方面，提供游戏、电商、插画、建筑行业和头像设计等副业领域的实操案例与技巧，满足游戏角色、原画、图标、商品展示图、插画、室内设计和建筑设计的出图需求。结合18个主业和副业场景，提高生产力，实现AI商业化。
AI绘画大师 Stable Diffusion快速入门与实战技巧 目录
CONTENTS
目 录
前言
第1章 认识Stable Diffusion 1
1.1 主流AI绘画工具 1
1.2 Stable Diffusion的独特优势 2
1.2.1 开源免费 2
1.2.2 本地部署 2
1.2.3 高度拓展性 3
1.2.4 内容无限制 3
1.3 Stable Diffusion的安装 3
1.3.1 本地安装 3
1.3.2 云端安装 4
第2章 Stable Diffusion
的基础模型及原理 8
2.1 三大生成模型 8
2.1.1 CLIP模型 8
2.1.2 扩散模型 9
2.1.3 VAE模型 10
2.2 5类特定模型 10
2.2.1 Checkpoint大模型 10
2.2.2 Embedding模型 12
2.2.3 Hypernetwork模型 14
2.2.4 LoRA模型 16
2.2.5 VAE模型 18
第3章 Stable Diffusion
文生图 21
3.1 提示词 21
3.1.1 提示词功能 23
3.1.2 常用提示词 23
3.1.3 提示词语法 30
3.1.4 提示词相关性 34
3.2 图片采样 35
3.2.1 采样的基础原理 35
3.2.2 采样方法的比较与
选择 36
3.2.3 采样迭代步数 37
3.3 面部修复与高清修复功能 38
3.3.1 面部修复功能原理 38
3.3.2 面部修复效果对比 38
3.3.3 高清修复功能原理 39
3.3.4 高清修复效果对比 40
3.3.5 高清修复功能的
放大算法选择 41
3.4 分辨率 41
3.5 生成批次与每批数量 41
3.6 随机种子 42
3.7 差异随机种子 45
第4章 Stable Diffusion
图生图 47
4.1 图生图 47
4.1.1 缩放模式 48
4.1.2 重绘幅度 53
4.2 绘图 53
4.3 局部重绘 56
4.3.1 局部重绘实操 56
4.3.2 蒙版边缘模糊度 59
4.3.3 蒙版模式 59
4.3.4 蒙版区域内容处理 60
4.3.5 重绘区域 62
4.4 局部重绘（手涂蒙版） 63
4.4.1 局部重绘（手涂蒙版）
实操 63
4.4.2 蒙版透明度 66
4.5 局部重绘（上传蒙版） 66
4.6 批量处理 72
第5章 脚本 75
5.1 X/Y/Z plot 75
5.1.1 轴类型和值 76
5.1.2 参数设置 80
5.2 提示词矩阵 81
5.2.1 语法 81
5.2.2 参数设置 81
5.3 批量载入提示词 82
第6章 附加功能 85
6.1 单张图像 86
6.1.1 缩放模式 87
6.1.2 放大算法 87
6.2 批量处理 89
6.3 从目录进行批量处理 90
6.4 面部马赛克修复还原 91
6.4.1 GFPGAN算法 92
6.4.2 CodeFormer算法 93
6.5 图片信息提取 93
6.6 提示词反推 94
第7章 常用插件扩展 96
7.1 ControlNet 96
7.1.1 ControlNet的安装 97
7.1.2 参数设置 98
7.2 线条约束 102
7.2.1 Canny：硬边缘
检测 102
7.2.2 SoftEdge：软边缘
检测 105
7.2.3 MLSD：直线检测 107
7.2.4 Lineart：线稿提取 109
7.2.5 Scribble：涂鸦提取 112
7.3 深度约束 115
7.4 法线约束 119
7.5 色彩分布约束 119
7.6 姿势约束 122
7.6.1 openpose：姿势检测
预处理器 122
7.6.2 openpose_hand：
姿势和手势检测
预处理器 124
7.6.3 openpose_faceonly：
脸部特征检测
预处理器 124
7.6.4 openpose_face：
姿势和脸部特征
检测预处理器 125
7.6.5 openpose_full：姿势、
手势和脸部特征检测
预处理器 126
7.6.6 直接上传姿势图 127
7.6.7 自主生成姿势 128
7.7 内容约束 131
7.8 物品类型约束 135
7.9 分块重采样 136
7.10 局部重绘 138
7.11 指令修改 139
7.12 参数模式 141
7.13 Tag自动填充 142
第8章 Stable Diffusion的
商业化应用 146
8.1 游戏行业的应用 146
8.1.1 写实角色的
多视图设计 146
8.1.2 二次元角色的
多视图设计 149
8.1.3 游戏原画生成 151
8.1.4 游戏图标设计 153
8.2 电商行业的应用 154
8.2.1 模特形象生成 154
8.2.2 指定模特面部特征 155
8.2.3 AI图片高清放大 156
8.3 插画行业的应用 158
8.3.1 线稿生成 159
8.3.2 线稿上色 160
8.3.3 图书插图生成 163
8.3.4 图画扩充 163
8.4 建筑行业的应用 168
8.4.1 无线稿的室内设计 169
8.4.2 室内设计线稿生成 169
8.4.3 室内设计线稿上色 171
8.4.4 建筑线稿生成 173
8.4.5 建筑线稿上色 174
8.5 其他领域的应用 176
8.5.1 旧照片修复 177
8.5.2 图片风格转换 178
第9章 AI绘画工具扩展：
Midjourney 180
9.1 Midjourney基础知识 180
9.2 软件注册 181
9.2.1 注册Discord 181
9.2.2 添加Midjourney
服务器 184
9.2.3 接入Midjourney
Bot 186
9.3 图像生成方法 188
9.3.1 文生图 188
9.3.2 图生图 190
目 录
前言
第1章 认识Stable Diffusion 1
1.1 主流AI绘画工具 1
1.2 Stable Diffusion的独特优势 2
1.2.1 开源免费 2
1.2.2 本地部署 2
1.2.3 高度拓展性 3
1.2.4 内容无限制 3
1.3 Stable Diffusion的安装 3
1.3.1 本地安装 3
1.3.2 云端安装 4
第2章 Stable Diffusion
的基础模型及原理 8
2.1 三大生成模型 8
2.1.1 CLIP模型 8
2.1.2 扩散模型 9
2.1.3 VAE模型 10
2.2 5类特定模型 10
2.2.1 Checkpoint大模型 10
2.2.2 Embedding模型 12
2.2.3 Hypernetwork模型 14
2.2.4 LoRA模型 16
2.2.5 VAE模型 18
第3章 Stable Diffusion
文生图 21
3.1 提示词 21
3.1.1 提示词功能 23
3.1.2 常用提示词 23
3.1.3 提示词语法 30
3.1.4 提示词相关性 34
3.2 图片采样 35
3.2.1 采样的基础原理 35
3.2.2 采样方法的比较与
选择 36
3.2.3 采样迭代步数 37
3.3 面部修复与高清修复功能 38
3.3.1 面部修复功能原理 38
3.3.2 面部修复效果对比 38
3.3.3 高清修复功能原理 39
3.3.4 高清修复效果对比 40
3.3.5 高清修复功能的
放大算法选择 41
3.4 分辨率 41
3.5 生成批次与每批数量 41
3.6 随机种子 42
3.7 差异随机种子 45
第4章 Stable Diffusion
图生图 47
4.1 图生图 47
4.1.1 缩放模式 48
4.1.2 重绘幅度 53
4.2 绘图 53
4.3 局部重绘 56
4.3.1 局部重绘实操 56
4.3.2 蒙版边缘模糊度 59
4.3.3 蒙版模式 59
4.3.4 蒙版区域内容处理 60
4.3.5 重绘区域 62
4.4 局部重绘（手涂蒙版） 63
4.4.1 局部重绘（手涂蒙版）
实操 63
4.4.2 蒙版透明度 66
4.5 局部重绘（上传蒙版） 66
4.6 批量处理 72
第5章 脚本 75
5.1 X/Y/Z plot 75
5.1.1 轴类型和值 76
5.1.2 参数设置 80
5.2 提示词矩阵 81
5.2.1 语法 81
5.2.2 参数设置 81
5.3 批量载入提示词 82
第6章 附加功能 85
6.1 单张图像 86
6.1.1 缩放模式 87
6.1.2 放大算法 87
6.2 批量处理 89
6.3 从目录进行批量处理 90
6.4 面部马赛克修复还原 91
6.4.1 GFPGAN算法 92
6.4.2 CodeFormer算法 93
6.5 图片信息提取 93
6.6 提示词反推 94
第7章 常用插件扩展 96
7.1 ControlNet 96
7.1.1 ControlNet的安装 97
7.1.2 参数设置 98
7.2 线条约束 102
7.2.1 Canny：硬边缘
检测 102
7.2.2 SoftEdge：软边缘
检测 105
7.2.3 MLSD：直线检测 107
7.2.4 Lineart：线稿提取 109
7.2.5 Scribble：涂鸦提取 112
7.3 深度约束 115
7.4 法线约束 119
7.5 色彩分布约束 119
7.6 姿势约束 122
7.6.1 openpose：姿势检测
预处理器 122
7.6.2 openpose_hand：
姿势和手势检测
预处理器 124
7.6.3 openpose_faceonly：
脸部特征检测
预处理器 124
7.6.4 openpose_face：
姿势和脸部特征
检测预处理器 125
7.6.5 openpose_full：姿势、
手势和脸部特征检测
预处理器 126
7.6.6 直接上传姿势图 127
7.6.7 自主生成姿势 128
7.7 内容约束 131
7.8 物品类型约束 135
7.9 分块重采样 136
7.10 局部重绘 138
7.11 指令修改 139
7.12 参数模式 141
7.13 Tag自动填充 142
第8章 Stable Diffusion的
商业化应用 146
8.1 游戏行业的应用 146
8.1.1 写实角色的
多视图设计 146
8.1.2 二次元角色的
多视图设计 149
8.1.3 游戏原画生成 151
8.1.4 游戏图标设计 153
8.2 电商行业的应用 154
8.2.1 模特形象生成 154
8.2.2 指定模特面部特征 155
8.2.3 AI图片高清放大 156
8.3 插画行业的应用 158
8.3.1 线稿生成 159
8.3.2 线稿上色 160
8.3.3 图书插图生成 163
8.3.4 图画扩充 163
8.4 建筑行业的应用 168
8.4.1 无线稿的室内设计 169
8.4.2 室内设计线稿生成 169
8.4.3 室内设计线稿上色 171
8.4.4 建筑线稿生成 173
8.4.5 建筑线稿上色 174
8.5 其他领域的应用 176
8.5.1 旧照片修复 177
8.5.2 图片风格转换 178
第9章 AI绘画工具扩展：
Midjourney 180
9.1 Midjourney基础知识 180
9.2 软件注册 181
9.2.1 注册Discord 181
9.2.2 添加Midjourney
服务器 184
9.2.3 接入Midjourney
Bot 186
9.3 图像生成方法 188
9.3.1 文生图 188
9.3.2 图生图 190
AI绘画大师 Stable Diffusion快速入门与实战技巧 作者简介
孟德轩
（轩轩老师）
德普道信息技术有限公司CEO，阿里巴巴Design认证AIGC培训讲师，十方教育AI绘画项目负责人，国际云计算平台AI顾问，B站AI领域头部UP主。AI教育先行者，累计培训3万名学员，同
时是多家大型公司的AI商业落地方案策划人，主导过千万级别营收的AI绘画实战项目。
