图片放大-WayToAGI

回答

以下是关于图片放大的相关信息：

本地工具放大：https://www.upscayl.org/#download
SD 放大：扩散模型可以增加更多细节
开源工作流：
- 开源的 Magnific AI 的图片放大工作流
- 图像高清修复，无损放大 N 倍
stability.ai 的：https://clipdrop.co/tools
画质增强：
- https://magnific.ai/
- https://www.krea.ai/apps/image/enhancer
- https://imageupscaler.com/
- https://picwish.cn/photo-enhancer-api?apptype=aps-bd-api&bd_vid=8091972682159211710
- 腾讯 ARC：https://arc.tencent.com/zh/ai-demos/humansegmentation?ref=88sheji.cn
- 腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN，在线测试地址：https://replicate.com/tencentarc/gfpgan
- 美图老照片修复：https://www.x-design.com/quality/?channel=sllbd90&bd_vid=11711254260543749686
- https://imglarger.com/
- https://letsenhance.io/
- http://waifu2x.udp.jp/

在 SD 中进行图片放大：

使用过插件、脚本和后期处理，原理相同，好坏需尝试，因为 AI 生图有随机性。
在 Tiled Diffusion 中，MultiDiffusion 方案适合图像重绘、风格迁移和放大等功能。
- 四个滑块代表分块大小、分块之间的重叠像素和同时处理的分块数量，数值越大效果越好、速度越快，数值越小占用显存越小，一般保持默认，重叠像素大小建议使用 MultiDiffusion 时选择 32 或 48，使用 Mixture of Diffusers 选择 16 或 32。
- Tiled VAE 可极大程度降低 VAE 编解码大图所需的显存字节，分块大小根据电脑情况调节，数值越小占用显存越低。
- 生成 512x512 的图片，发送到图生图进行重绘，选择熟悉的放大算法和所需的放大倍数，重绘幅度设置为 0.35，放大算法下面的噪声反转可在重绘前对原图像进行噪声图反推，让放大的图片更接近原图。

在 SD 中文生图的相关提示词：

Stable Diffusion 的生成方式主要分为文生图和图生图两种，文生图仅通过正反向词汇描述发送指令，图生图除文字外还可给 AI 参考图进行模仿（垫图）。
文本描述分为内容型提示词和标准化提示词，内容型提示词用于描述想要的画面，例如：1 个女孩，黑发，长发，校服，向上看，短袖，粉红色的花，户外，白天，蓝色的天空，云，阳光，上身，侧面（使用翻译软件翻译成英文）。
采样迭代步数通常控制在 20 - 40 之间，采样方法常用的有：Euler a；DPM++2S a Karras；DPM++2M Karras；DPM++SDE Karras；DDIM。
比例设置为 800:400，高宽比尽量在 512x512 数值附近，太大的数值会使 AI 构图奇怪，可同时点选高清修复来放大图像倍率。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

辅助工具：放大/扩图

本地工具放大：https://www.upscayl.org/#downloadSD放大：扩散模型可以增加更多细节开源工作流：[开源的Magnific AI的图片放大工作流](https://waytoagi.feishu.cn/wiki/A5LtwIV6KixSCckCOuYcAYpFnjb)开源工作流：[图像高清修复，无损放大N倍](https://waytoagi.feishu.cn/wiki/BDNJwt5uji6hkakgahGcp0LlnVb)stability.ai的https://clipdrop.co/tools画质增强magnific遥遥领先：https://magnific.ai/Krea https://www.krea.ai/apps/image/enhancerImage Upscaler：https://imageupscaler.com/佐糖：https://picwish.cn/photo-enhancer-api?apptype=aps-bd-api&bd_vid=8091972682159211710腾讯ARChttps://arc.tencent.com/zh/ai-demos/humansegmentation?ref=88sheji.cn腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN在线测试地址：https://replicate.com/tencentarc/gfpgan美图老照片修复：https://www.x-design.com/quality/?channel=sllbd90&bd_vid=11711254260543749686Imglarger：https://imglarger.com/Let's Enhance：https://letsenhance.io/Waifu2x：http://waifu2x.udp.jp/

【SD】超大尺寸绘制、分区控制，详解Tiled Diffusion & VAE插件功能

我们使用过插件，使用过脚本，使用过后期处理，但是总结起来原理都是一样的，具体的好坏大家可以去尝试，因为AI生图本来就是一个随机抽卡的过程，不像我们做数学题，有很强的确定性，有唯一解。在我们的Tiled Diffusion中，MultiDiffusion方案就很适合图像的重绘、风格迁移和放大等功能。下面的四个滑块代表着，分块的大小，分块之间的重叠像素、以及同时处理的分块数量。它们的数值越大，效果就越好、速度就越快，数值越小呢，占用的显存就是越小，大家根据自己的情况来使用。一般情况下，保持默认就可以。重叠像素大小建议使用MultiDiffusion时选择32或48，使用Mixture of Diffusers选择16或32下面的Tiled VAE可以极大程度地降低VAE编解码大图所需的显存字节，同样，分块大小根据我们自己的电脑情况来调节，数值越小，占用显存越低。我们来做一个测试，生成一张512x512的图片。使用最简单的提示词，绘制一个女孩的形象。可以看到，这个图片是很模糊的，我们将他发送到图生图进行重绘。在Tiled Diffusion下面会多出一个放大算法，里面都是我们熟悉的老朋友，它们说话都很好听的。选择自己熟悉的放大算法和所需的放大倍数即可。重绘幅度设置为0.35，这样能保持和原图的基本相似。点击生成，我们就得到最终的放大图像。在放大算法的下面，还有一个噪声反转，它可以在我们重绘之前，对原图像进行一次噪声图反推，从而让我们放大的图片能更接近原图。我们再来生成一次，看看效果。

【SD】文生图怎么写提示词

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-05-01 20:00原文网址：https://mp.weixin.qq.com/s/kwNfc9NCaKJRy30wHI95UgStable Diffusion的生成方式主要分为文生图和图生图两种：文生图是仅通过正反向词汇描述来发送指令；图生图除了可以添加文字以外，还可以给AI参考图进行模仿，也就是我们常说的“垫图”。接下去就是对你想要的图形进行文本描述，文本描述上又分为两类：内容型提示词和标准化提示词。内容型提示词主要用于描述你想要的画面，我们选择anythingV5这个专门用于二次元绘画的大模型，然后输入以下提示词：1个女孩，黑发，长发，校服，向上看，短袖，粉红色的花，户外，白天，蓝色的天空，云，阳光，上身，侧面。（使用翻译软件翻译成英文）采样迭代步数是指AI绘画去噪的次数，步数越高绘画越清晰，但是绘画速度也会越慢，通常数值控制在20-40之间最好。采样方法是指AI生成图像时候的某种特定算法，我们不用全部了解，一般常用的为：Euler a；DPM++2S a Karras；DPM++2M Karras；DPM++SDE Karras；DDIM。有的模型会有指定的算法，搭配起来更好用。将比例设置为800:400，注意这里的尺寸并不是越大越好，因为模型的练图基本上都是按照512x512的框架去画，所以我们的高宽比尽量都在这个数值附近。太大的数值比如1920x1080，会使AI做出很奇怪的构图。那你就会说，我就想要很高清的图怎么办，其实Stable Diffusion也提供了图片放大的功能，我们可以同时点选这个高清修复来放大图像倍率，而高宽比我们只要记住这里主要是控制一个画面比例就可以了。