Stable Diffusion 项目:商业海报

Stable Diffusion 以其强大的能力席卷了人工智能艺术界,用户只需几个文本提示即可生成令人惊叹且富有想象力的视觉效果。这为创意人士开辟了令人兴奋的可能性,包括制作有影响力的商业海报。

在本帖中,我们将深入探讨如何使用 Stable Diffusion 设计引人注目的产品海报。完成本帖后,您将学会:

  • 如何准备产品照片以在 Stable Diffusion 中使用
  • 如何在没有任何复杂绘画技巧的情况下创作出吸引人的商业海报

通过我的书 《用 Stable Diffusion 精通数字艺术》启动您的项目。书中提供了带有工作代码自学教程

让我们开始吧

Stable Diffusion 项目:商业海报
照片由 Wexor Tmg 拍摄。部分权利保留。

概述

本帖共分为四个部分:

  • 项目构想
  • 创建海报初稿
  • 打磨海报
  • 其他技巧

项目构想

让我们设想您在一家化妆品公司工作,即将推出一款新香水。您有一张香水瓶的照片,如下所示,您想为它创作一张海报。为了简单起见,我们假设这张海报没有文字,您只想关注图形。

项目香水瓶(非真实产品,由 Stable Diffusion 生成的想象图)

这是一个蓝色的小瓶子。产品的 thene 是“海洋”,海报设计随您的想象。

创建海报初稿

首先,我们来关注背景,因为它决定了整个海报的风格和氛围。一个简单的提示就足够了:

深邃的海底,远处有一群鱼在游动,底部有珊瑚

测试提示,以验证模型和其他参数是否生成了符合您期望的图片。

看起来不错。让我们添加产品。

首先,您需要使用 Photoshop 或 GIMP 创建一个模板。这是一个重要步骤,稍后您就会明白原因。您需要设置画布(例如,512×768 像素),背景为白色,并将产品放在上面。请注意,您需要调整产品的大小和旋转,并以与最终海报中想要的方式相同的方式将其放置在画布上。例如如下:

在 GIMP 中创建海报模板

保存此图片。然后回到 Stable Diffusion Web UI。在 ControlNet 中,上传此图片并选择 Canny 作为控制类型。将生成图像的宽度和高度设置为 512×768 像素。修改提示,提及瓶子,例如:

深邃的海底,远处有一群鱼在游动,底部有珊瑚。一个瓶子悬浮在水中。

运行生成,您将看到如下图片:

借助 ControlNet 生成海洋中的瓶子图片

您会发现,生成的图片与不使用 ControlNet 的图片不同。这是意料之中的,因为您极大地改变了扩散过程。您可以尝试增加批次数量和批次大小来生成几张图片,然后选择最好的。

但此时您会遇到一个严重的问题:瓶子与原始图片不符。在这种情况下,您应该导出图像并进行一些编辑。还记得您一开始创建的模板图片吗?因为它有白色背景,所以您可以轻松地在 Photoshop 或 GIMP 中将其背景设为透明。将新生成的图片作为背景图层,将原始模板作为顶层,然后移除白色背景。这样,正确的 the product 就会呈现在背景上,并且由于您在生成图片时使用了 Canny 类型 ControlNet,因此在大小和位置上都能完美匹配。您将看到类似如下的效果:

使用 GIMP 将实际产品叠加到生成的图片上

看起来还行,但不是完美。瓶子可能与背景有些生硬地融合。而且分辨率太低,不适合做海报。但我们先将其保存为中间图片。

打磨海报

对输出进行微调的技巧是使用 Stable Diffusion 中的 img2img 生成。您在不带提示的情况下上传图片,并将去噪强度设置为较低但非零的值,然后要求 Stable Diffusion 重新生成相同的图片并进行一些微小的更改。通常,这些修改是为了改善看起来不自然的部分。

在此示例中,您将在 img2img 选项卡中上传图片,并将 resize mode 设置为“Just resize”(以保留纵横比)。然后选择“Resize by”选项卡并将其最大化到 4 倍缩放。大多数采样方法都可以,但您需要更多的采样步数(这样每一步的改动都很小,以避免对图片造成剧烈变化)。您可以稍微降低 CFG scale,但将“Denoising strength”设置为 0.33。

将海报放大作为一种修饰技术

结果如下:

生成的 the poster

其他技巧

这是多步工作流程的示例。您可以探索 Stable Diffusion 中的众多功能,并将它们组合起来以获得惊人的结果。

例如,您可以在 txt2img 步骤中使用两个 ControlNet 单元:一个用于主体,一个用于背景。您可以像上面一样使用 Canny 来处理主体。但与其编写详细的提示来创建背景,不如将一个示例图片提供给 ControlNet 的第二个单元,并将其控制类型设置为 IPAdapter。这样,示例图片就会被采纳其颜色方案和风格。您可以为背景使用更简单的描述作为提示。然后,扩散过程将知道该生成什么。

请记住,当您使用多个 ControlNet 单元时,您必须降低所有单元的控制权重,因为对最终输出的总影响是所有权重的总和。

进一步阅读

如果您想深入了解此主题,本节提供了更多资源。

总结

在本帖中,您体验了一个涉及多个 Stable Diffusion 步骤以创建最终输出的工作流程。您使用了 txt2img 来创建图片,并使用 img2img 功能来打磨输出。您还使用了外部图片编辑器来帮助创建与 ControlNet 一起使用的图片。没有一个单一的工具可以完成所有工作,但您学会了如何将 Stable Diffusion 用作大型项目的构建块。

立即开始用 Stable Diffusion 精通数字艺术!

Mastering Digital Art with Stable Diffusion

学习如何让 Stable Diffusion 为您服务

……通过学习图像生成过程中的一些关键要素

在我的新电子书中探索如何实现
使用 Stable Diffusion 精通数字艺术

本书提供自学教程,包含所有 Python工作代码,引导您从新手成为图像生成专家。它教您如何设置 Stable Diffusion、微调模型、自动化工作流程、调整关键参数以及更多内容……所有这些都将帮助您创作出令人惊叹的数字艺术。

通过实践练习,开启您的数字艺术之旅


查看内容

关于《Stable Diffusion 项目:商业海报》的一条评论

  1. Jiel Uguak 2024年7月20日上午5:59 #

    你们应该开始制作 ComfyUI 的教程。它要灵活得多。

留下回复

Machine Learning Mastery 是 Guiding Tech Media 的一部分,Guiding Tech Media 是一家领先的数字媒体出版商,专注于帮助人们了解技术。访问我们的公司网站以了解更多关于我们的使命和团队的信息。