Stable Diffusion 使用详解（11）--- 场景ICON制作

目录

背景

controlNet

整体描述

Canny

Lineart

Depth

实际使用

AI绘制需求

绘制过程

PS打底

场景模型选择

设置提示词及绘制参数

controlnet 设置

canny 边缘

depth 深度

lineart 线稿

效果

---

背景

这段时间不知道为啥小伙伴似乎喜欢制作很符合自己场景的ICON。其实，你如果认真看了本专栏前面几节的内容，应该说这个问题很简单。但是总有小伙伴按照别人的safetensor 或者checkpoint 文件无法做出别人的效果，做出来总是一个很奇怪的图案。如果你也是这种情况，就说明你还没有入门炼丹师行业。Stable Diffusion 作画的机理及使用前面已经讲了很多。AI作画的好处就是天马行空，不管是文生图 还是 图生图，都是一样的。这种灵活性赋予AI作画创造性的同时，也使得AI作画无法被指定的实物约束。这个时候一定要使用 controlnet。controlnet相当于是在赋予AI创造性的同时，告诉AI 作画，你的发挥空间必须遵循我的limitation 约束。本质上，stable diffusion 有很多东西都是在约束AI的 ‘创造力’，使得创造出的东西符合 平时人们的观感。最简单的 正负提示词，随机种子，到你套用的模型，无论是比较小的Lora，还是比较完整的checkpoint 都是如此，训练的本质你可以理解为其实就是约束AI的创造行为，不要让AI天马行空的乱绘制。controlnet 在这里面属于一种比较强的约束，在稍微高级一点的 stable diffsuion，作为炼丹师入门的AI 绘画技能必须要掌握。我就任意选一个AI icon 的例子，看看怎么处理。

controlNet

整体描述

前面讲过他了，为什么别人做出来的icon 不是胡乱的四不像，而你根据同样的配置做出来是乱七八糟？就是因为 controlnet 在大多数时候，炼丹师对  controlnet的操作不会被保存，这需要你自己选择合适的controlNet model。有时候甚至需要多个controlNet 的叠加。controlNet 发展到现在，有近20种了吧，好像还不止。但是万变不离其宗，从功能上划分，有约束形态的openopse，有约束外形的canny，lineart，有控制深浅的 depth，有控制风格及颜色变迁的P2P，还有控制语义分割的seg等等。绘制出来形状不对，多半是没有喂给 stable diffusion 合适的边缘。我就在讲一下这部分吧。

模型，相较于Canny，Lineart提取的线稿更加精细，细节更加丰富。Lineart提供了多种预处理器，如lineart_anime（动漫线稿控制）、lineart_anime_denoise（动漫线稿控制去噪）、lineart_coarse（粗略线提取）、lineart_realistic（写实线提取）和lineart_standard（标准线稿提取）等，以满足不同用户的需求。这些预处理器能够更准确地提取出图像中的线稿信息，进而生成以线稿为框架的新图像。

Canny

Canny是一种边缘检测算法，能够很好地识别出图像内各对象的边缘轮廓。在ControlNet中，Canny模型通过调节低阈值和高阈值来控制边缘检测的精细程度。低阈值越低，线条越复杂；高阈值越高，线条越简单。这种控制方式使得用户可以根据需要，精确控制图像的边缘信息，进而生成与原图构图相似的画面，但可以通过关键词调整颜色、细节等。

Lineart

Lineart是ControlNet 1.1版本中新增的模型，相较于Canny，Lineart提取的线稿更加精细，细节更加丰富。Lineart提供了多种预处理器，如lineart_anime（动漫线稿控制）、lineart_anime_denoise（动漫线稿控制去噪）、lineart_coarse（粗略线提取）、lineart_realistic（写实线提取）和lineart_standard（标准线稿提取）等，以满足不同用户的需求。这些预处理器能够更准确地提取出图像中的线稿信息，进而生成以线稿为框架的新图像。

Depth

Depth是一种深度估计模型，它通过分析输入图像的深度信息，生成具有透视效果的图像。在ControlNet中，Depth模型不仅能够帮助用户固定角色姿势的轮廓，还能起到固定场景透视效果的作用。浅色区域意味着它离用户更近，而深色区域则离用户更远。Depth模型在处理角色图像时，可能会丢失部分内部细节（如面部表情等），但它能够很好地保留物体的轮廓和场景的透视效果。此外，Depth模型还提供了不同的变体，如Depth Leres（++）和Depth Zoe，它们各自具有不同的特点和应用场景。

实际使用

AI绘制需求

假设我们项目需要打一个app icon，是一个搜索图标，正方形，竖排显示搜索两个字。

绘制过程

PS打底

我希望是立体效果，我还是用PS打底，先做一个立体字出来。长这样：

当然如果你搞不定或者没有学过PS，直接用mspaint等绘制一张2D的搜索也还是可以的。但是效果可能没有这样做好。

场景模型选择

我想绘制出来有点金属质感，找一个带有金属质感的lora 。

这个模型比较符合我的预期。看下底膜，没有的话，提前下载或者加入。这里使用的是 

设置提示词及绘制参数

hjymechatype,mecha,no humans,science fiction,vehicle focus,shadow,wheel,spacecraft,gradient background,gradient,machinery,robot,grey background,white background,ground vehicle,thrusters,blue led lighting,shining,metal,pip wire on surface,line shape led lighting,chrome,gold trim,

Deep Negative V1.x,EasyNegative,

Lora 权重 我设置的是 0.8

如果只是设置上述的，确实绘制出来什么都不是，因为你没有进一步强制约束Stable diffusion，到底绘制什么东西，图形的直观限制总比那些虚无缥缈的提示词来的直接，我这说法其实不太对，提示词也同样重要。这里我只是为了突出 controlnet 的重要性，你理解就行。

controlnet 设置

canny 边缘

depth 深度

lineart 线稿

你可能会问上了canny为什么还要上 lineart，因为在极度追求细节的环境下，canny 可能控制不住，或者说需要两者叠加比较出效果。因为字体icon 的绘制不像其他类型，不能走形，否则不知道你绘制的是什么。

效果

  

仔细看下，还是有细微的差别。当然你可以选择其他Lora 模型绘制不一样的icon 效果。

当然你可以适当修改提示词，

water,bubble,air bubble,black background,monochrome,greyscale,

greyscale 突出了其银灰色系

换一个水波的Lora 看看效果：

btw，另一个小技巧，如果只是风格类的转换，你已经用AI完成了一幅作品，当cn 都控制起来有点费劲，除了加高权重，还可以看下随机种子数，将seed 搞过来，有时候会事倍功半。