更新时间：2024-04-25 18:19:27
封面
版权信息
作者简介
前言
第1章 认识Stable Diffusion
1.1 主流AI绘画工具
1.2 Stable Diffusion的独特优势
1.2.1 开源免费
1.2.2 本地部署
1.2.3 高度拓展性
1.2.4 内容无限制
1.3 Stable Diffusion的安装
1.3.1 本地安装
1.3.2 云端安装
第2章 Stable Diffusion的基础模型及原理
2.1 三大生成模型
2.1.1 CLIP模型
2.1.2 扩散模型
2.1.3 VAE模型
2.2 5类特定模型
2.2.1 Checkpoint大模型
2.2.2 Embedding模型
2.2.3 Hypernetwork模型
2.2.4 LoRA模型
2.2.5 VAE模型
第3章 Stable Diffusion文生图
3.1 提示词
3.1.1 提示词功能
3.1.2 常用提示词
3.1.3 提示词语法
3.1.4 提示词相关性
3.2 图片采样
3.2.1 采样的基础原理
3.2.2 采样方法的比较与选择
3.2.3 采样迭代步数
3.3 面部修复与高清修复功能
3.3.1 面部修复功能原理
3.3.2 面部修复效果对比
3.3.3 高清修复功能原理
3.3.4 高清修复效果对比
3.3.5 高清修复功能的放大算法选择
3.4 分辨率
3.5 生成批次与每批数量
3.6 随机种子
3.7 差异随机种子
第4章 Stable Diffusion图生图
4.1 图生图
4.1.1 缩放模式
4.1.2 重绘幅度
4.2 绘图
4.3 局部重绘
4.3.1 局部重绘实操
4.3.2 蒙版边缘模糊度
4.3.3 蒙版模式
4.3.4 蒙版区域内容处理
4.3.5 重绘区域
4.4 局部重绘（手涂蒙版）
4.4.1 局部重绘（手涂蒙版）实操
4.4.2 蒙版透明度
4.5 局部重绘（上传蒙版）
4.6 批量处理
第5章 脚本
5.1 X/Y/Z plot
5.1.1 轴类型和值
5.1.2 参数设置
5.2 提示词矩阵
5.2.1 语法
5.2.2 参数设置
5.3 批量载入提示词
第6章 附加功能
6.1 单张图像
6.1.1 缩放模式
6.1.2 放大算法
6.2 批量处理
6.3 从目录进行批量处理
6.4 面部马赛克修复还原
6.4.1 GFPGAN算法
6.4.2 CodeFormer算法
6.5 图片信息提取
6.6 提示词反推
第7章 常用插件扩展
7.1 ControlNet
7.1.1 ControlNet的安装
7.1.2 参数设置
7.2 线条约束
7.2.1 Canny：硬边缘检测
7.2.2 SoftEdge：软边缘检测
7.2.3 MLSD：直线检测
7.2.4 Lineart：线稿提取
7.2.5 Scribble：涂鸦提取
7.3 深度约束
7.4 法线约束
7.5 色彩分布约束
7.6 姿势约束
7.6.1 openpose：姿势检测预处理器
7.6.2 openpose_hand：姿势和手势检测预处理器
7.6.3 openpose_faceonly：脸部特征检测预处理器
7.6.4 openpose_face：姿势和脸部特征检测预处理器
7.6.5 openpose_full：姿势、手势和脸部特征检测预处理器
7.6.6 直接上传姿势图
