0


AI绘图实战(五):放大并修复老照片、马赛克照片、身份证件照 | Stable Diffusion成为设计师生产力工具

S:你安装stable diffusion就是为了看小姐姐么?
I :当然不是,当然是为了公司的发展谋出路~~


预先学习

  • 安装及其问题解决参考:《Windows安装Stable Diffusion WebUI及问题解决记录》;
  • 运行使用时问题《Windows使用Stable Diffusion时遇到的各种问题整理》;
  • 模型运用及参数《Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集》;
  • 提示词生图咒语《AI绘图提示词/咒语/词缀/关键词使用指南(Stable Diffusion Prompt 设计师操作手册)》;
  • 不同类的模型Models说明《解析不同种类的StableDiffusion模型Models》;
  • 绘制人物动作及手脚细节《Stable Diffusion 准确绘制人物动作及手脚细节(需ControlNet扩展)》;
  • 各种风格对比及实际运用《AI绘图风格对照表/画风样稿详细研究记录及经验总结》;

stable diffusion就只能小姐姐么?不,今天我们用stable diffusion修复老照片。

原图为照片扫描:
在这里插入图片描述

平时文生图时往往用高清修复来把图片放大,那么对于现有老照片用图生图模式么?可以,但本文用

附加功能

,同时也建议大家纯放大照片时尽量使用此功能,不仅节约显存,更主要他快啊!

一、附加功能

选择老照片放入附加功能图片区。
在这里插入图片描述

二、参数设置

参数名作用介绍介绍或学习参考Upscaler1用算法1放大图片Lanczos/Nearest/BSRGAN/ESRGAN_4x/LDSR/R-ESRGAN 4x+/R-ESRGAN 4x+ Anime6B/ScuNET/ScuNET PSNR/SwinIR 4xUpscaler2用算法2放大图片可以选一个略带模糊的算法,这样生成的图片将比较自然,而不是很AI放大算法 2 (Upscaler 2) 可见度算法2放大图片时相对于算法1的权重0就是不用算法2,1就是完全GFPGAN 可见度人脸修复功能神器!Python 老旧照片的面部恢复模块—GFPGANCodeFormer 可见度马赛克修复功能CodeFormer: 地表最强AI马赛克去除神器! (附实战教程)CodeFormer 权重为 0 时效果最大,为 1 时效果最小

1. 放大之Upscaler

不同算法出图结果不同

在这里插入图片描述

  1. 无参数纯放大在这里插入图片描述 其实就是无效果~~哈哈
  2. Lanczos在这里插入图片描述 保持噪点
  3. Nearest在这里插入图片描述 保持噪点,噪点锐那么一点点
  4. BSRGAN在这里插入图片描述 噪点没了,人物较平,图片一定程度锐化
  5. ESRGAN_4x在这里插入图片描述 噪点明显,竖线分布,对比弱一点,画面偏红
  6. LDSR在这里插入图片描述 噪点明显,噪点较粗大,脸部明暗对比度比上一参数略高一点点。 使用LDSR时可能会提示ssl证书不对的问题,请参考本文修改代码:《Windows使用Stable Diffusion时遇到的各种问题和知识点整理(更新中…)》
  7. R-ESRGAN 4x+在这里插入图片描述 这个感觉很AI,线条清晰,锐化明显
  8. R-ESRGAN 4x+Anime6B在这里插入图片描述 木版画AI,线条更清晰,锐化过于明显
  9. ScuNET在这里插入图片描述 无噪点,有模糊效果
  10. ScuNET PSNR在这里插入图片描述 无噪点,模糊效果,对比度比上一参数略高一点点
  11. SwinIR_4x在这里插入图片描述 无噪点,人物清晰,色块边缘略锐化,有红眼

2. 面部修复之GFPGAN

与原图及环境较为融合的一种修复,不太会自作主张
在这里插入图片描述

无其它参数的情况下,照片大小不会改变。

  1. 值:0.2在这里插入图片描述 效果不明显,眼睛略明显
  2. 值:0.5在这里插入图片描述 除了眼睛清晰,脸部也较为细致了
  3. 值:1在这里插入图片描述 整张脸都很清晰,和其它部分的马赛克形成鲜明对比

3. 面部修复之CodeFormer

自带去除噪点、马赛克的效果,但在加大权重时会加入“自我意识”,人脸可能与原图不符。
在这里插入图片描述

无其它参数的情况下,照片大小不会改变。

  1. 值:0.2在这里插入图片描述 人脸的噪点似乎略少那么一点点
  2. 值:0.5在这里插入图片描述 人脸的噪点几乎没了,脸部与环境过渡较柔和
  3. 值:1在这里插入图片描述 人脸清晰了,但也变得与原脸不同了,加入AI自己的想象~~

三、综合出图

(ScuNET)模糊扩大->(BSRGAN)边缘锐化一点->(GFPGAN)脸部修复一点,但不过度->(CodeFormer)再修正一下
在这里插入图片描述
出图
在这里插入图片描述
对比一下原图:
在这里插入图片描述

只要GFPGAN和CodeFormer可见度不超过0.35左右,一般出图结果差不多,且过渡较柔和
保留噪点、模糊、锐化等都属于风格,根据实际需要设置参数即可。

最后,大家学习过这篇内容了么?AI绘图实战(四):制作食品安全PPT所用的相关图片png、图标icon | Stable Diffusion成为设计师生产力工具


本文转载自: https://blog.csdn.net/snans/article/details/130122766
版权归原作者 暂时先用这个名字 所有, 如有侵权,请联系我们删除。

“AI绘图实战(五):放大并修复老照片、马赛克照片、身份证件照 | Stable Diffusion成为设计师生产力工具”的评论:

还没有评论