AI制作艺术二维码 - 图生图1

简介: AI制作艺术二维码 - 图生图1

在之前的文章《AI制作艺术二维码-文生图》中,我介绍了一种直接通过提示词生成高逼格二维码的新方法,但是通过提示词我们无法很好的控制生成图片的样式,特别是有些同学想要将自己的Logo或者头像附加到二维码中,要满足这类需求,就需要使用本文介绍的图生图生成二维码的方法。

还是先来看看我生成的几张二维码:

1689162756382.png

1689162785924.png


这篇文章以美女照片的合成来演示,虽然我合成的照片有点一言难尽,大家凑合看吧,重在学习,我抛个砖,大家一定可以合成更好看的二维码。

基础模型设置

我们使用的工具还是Stable Diffusion WebUI,基础模型选择国风3,这是一个特别适合国风美女图的模型,有2.5D的质感。

1689162831890.png

基础图设置

1、在SD中打开图生图,上传一张想要融合到二维码的图片,这里选择我之前生成的一张美女图。

1689162882500.png

2、点击“CLIP反向推导提示词”推导出提示词,反向提示词自己根据情况网上找找即可。为什么还需要提示词,因为这个生成方法是采集了基础图的轮廓,我们还需要SD来补充细节。

1689162972567.png

提示词:a girl with long hair and blue eyes , transparent background,

反向提示词: paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale))

3、图生图参数设置。

  • 采样器: DPM++2S a Karras
  • 采样部署:30
  • 大小:768*768
  • 提示词引导系数:7
  • 重绘强度:0.75

1689163033128.png


相关文章
|
6月前
|
人工智能 自然语言处理 NoSQL
悦数图数据库推出 AI 知识图谱构建器及图语言生成助手
随着人工智能应用在全球范围的普及和风靡,大语言模型技术(Large Language Model,简称 LLM)受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具,能够为企业构建行业大语言模型提供强大的支持,包括丰富亿万级别的上下文信息,提升模型的应答精度,从而实现企业级的应用效果。同时,Graph+LLM 可以助力快速构建知识图谱,帮助企业更深入地理解和挖掘数据价值。
|
6月前
|
人工智能 编解码 程序员
AI绘画普及课【二】图生图
AI绘画普及课【二】图生图
288 0
|
机器学习/深度学习 人工智能 算法
AI图生成技术:从随机噪声到逼真图像
在人工智能的快速发展中,图像生成是一个备受关注的研究领域。AI图生成技术通过训练深度神经网络来生成逼真的图像,为我们提供了许多有趣的应用场景,如风格转换、图像修复和虚拟现实等。本篇博客将介绍一种基于随机噪声的AI图生成技术,并探讨其背后的原理和应用。
366 1
|
人工智能 物联网
AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装
AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装
1072 1
|
人工智能
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频(2)
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频
612 0
|
人工智能
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频(1)
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频
546 0
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
28 1
|
6天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
35 10
|
7天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。

热门文章

最新文章