Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

图片扩展

Answer

以下是关于图片扩展的相关内容:

使用 SD 进行图片扩展:

  1. 将图片导入到图生图界面。
  2. 根据情况选择大模型,卡通类一般选“revAnimated”,真实类一般选“Realistic Vision”,效果不好可尝试其他模型。
  3. 图生图中重要的参数:“缩放模式”选择“缩放后填充空白”;根据扩展方向调整尺寸;单批数量按需填写;加大“重绘幅度”到“0.8”以上。
  4. 升级到最新的 ControlNet 版本,将图片导入,启用插件,“控制类型”选择“局部重绘”,预处理器选择“inpaint_only+lama”,控制模式选择“更倾向 ControlNet”,缩放模式选择“缩放后填充空白”。
  5. 为使风格统一,可增加“reference_only”通道。
  6. 设置好后点击生成,选择满意的结果。
  7. 试验时可通过反推提示词增加文本控制,但效果不一定每次都好,可能存在色差,需调整参数修正。
  8. 以建筑图为例,调整尺寸,分别放入“图生图”和“ControlNet”中点击生成即可。记住工作流,替换图片改尺寸就能快速扩图。

悠船中的图片调整:

  1. 常用内容包括变化(细微或强烈改变)、高清(“直接”或“创意”放大)、风格变化(基于垫图再创作)、拓展(上下左右扩展图片)、缩放(镜头调整)、局部重绘(选择区域建议大些)。
  2. 使用图片即垫图,使用风格即参考风格,使用提示词即复制提示词。
  3. 在悠船中可利用垫图和提示词配合生成符合要求的建筑、风景、文物等,将图片复制到提示词框并填写提示词描述。

悠船的其他操作:

  1. 基础页面操作包括想象历史(创作记录、创建文件夹、筛选器、预览形式)和套餐选择(年费模式、月费模式,价格越高对应做图数量、同时出图数量越多、生成速度越快,初次使用者可先从免费版开始,同时出图 3 指三列图,每列 4 张)。
Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】最强控制插件ControlNet(8)创成式填充

我们用这张图作为例子来讲解一下,首先将它导入到图生图界面。根据情况选择大模型,一般卡通类的选择“revAnimated”,真实类的选择“Realistic Vision”,但是也不一定,如果效果不好,可以尝试一下其他的模型。图生图中比较重要的参数,一个是“缩放模式”,选择“缩放后填充空白”;然后是尺寸,如果是横向扩充就增加宽度,如果是纵向扩充就增加高度;单批数量可以根据需求填写,增加抽卡概率;最后尽量将“重绘幅度”加大到“0.8”以上,让AI充分发挥想象。接下来是controlnet的设置,升级到最新的controlnet版本,将图片导入进来。启用插件,“控制类型”选择“局部重绘”,也就是我们之前讲到过的inpaint预处理器,然后在预处理器的下拉菜单中选择“inpaint_only+lama”,这是一个新增的预处理器,专门用于扩图。另外,控制模式选择“更倾向Controlnet”,缩放模式选择“缩放后填充空白”。为了让出图更加统一,甚至还可以再增加一个reference_only的通道,来进一步巩固扩图的风格。设置好之后,点击生成,等待结果,选择一张满意的即可。我们再试验一张图,将这张图放进图生图中。有时为了更好地控制出图,我们还可以通过反推提示词的方式,增加一些文本进行控制。这样生成的图也会受到提示词的影响,可以看出图形部分的衔接还是很自然的,但是不是每一次效果都能非常好,新生成的部分和原图可能会存在色差,需要通过调整各项参数来修正。从网上找一张建筑图,使用真实系模型来扩展一下,其他参数不变,仅需要调整尺寸,并将图片分别放入“图生图”和“controlnet”中。点击生成图片就扩展好了,只要记住这个工作流,扩图还是很快的,只要替换图片改尺寸就可以了。

悠船基础使用教程

这里我们点击进入对应的图片,我们常用的内容,主要是变化,高清,重塑,扩图。1.变化-让你生成的图片产生一定改变,细微就是改变幅度很小,强烈就是很大2.高清-放大你的图片,「直接」表示啥都不变,直接出高清,「创意」表示在你图片基础上进行微小的优化调整3.风格变化-基于你产生的这张图片作为上传图片(垫图)再创作4.拓展-上下左右,拓展图片5.缩放-指的是镜头,比如这个2x,就是镜头拉远2倍)6.局部重绘-就是你可以选择一个区域改成你要的这边建议选择区域要大一些,太小的无法进行修改1.使用图片,就是垫图,用这张图;使用风格,就是参考这张图的风格;使用提示词,就是复制这个图片的提示词[heading5]图像参考:[content]再悠船中我们可以利用垫图和提示词配合生成符合要求的建筑,风景,文物等。那么具体怎么操作呢?我们来看一下。这里我们只需要将上面的图片复制到悠船的提示词款里面就可以了。这里还需要我们填写对应的提示词描述

悠船操作指南

1.变化-让你生成的图片产生一定改变,细微就是改变幅度很小,强烈就是很大(比如下方就是强烈,猫的品种都变了)1.高清-放大你的图片,「直接」表示啥都不变,直接出高清,「创意」表示在你图片基础上进行微小的优化调整2.风格变化-基于你产生的这张图片作为上传图片(垫图)再创作1.拓展-上下左右,拓展图片(比如下方就是向上按钮,所以猫咪上面补充了新的图像,多出了月亮)1.缩放-指的是镜头,比如这个2x,就是镜头拉远2倍)1.局部重绘-就是你可以选择一个区域改成你要的(比如我重绘了猫的部分,改成了狗)这边建议选择区域要大一些,太小的无法进行修改1.使用图片,就是垫图,用这张图;使用风格,就是参考这张图的风格;使用提示词,就是复制这个图片的提示词[heading2]想象历史[content]1.所有你创作的记录2.创建一个文件夹,便于管理3.其实就是筛选器,根据你的需求进行图片筛选4.预览形式(预览的图片大小和尺寸)[heading2]套餐选择[content]年费模式月费模式*套餐价格-价格越高对应可以做图的数量/同时出图数量越多,生成的速度越快初次使用者-小白用户直接先免费版开始即可同时出图3,指的不是出三张图,而是三列图,每列4张。对于经常需要刷图的同学,3列肯定是不够的。

Others are asking
生图之后怎么保持原图改尺寸扩展
以下是关于生图后保持原图改尺寸扩展的方法: 对于 SD : 1. 将原图导入到图生图界面。 2. 根据情况选择大模型,卡通类一般选“revAnimated”,真实类选“Realistic Vision”,效果不好可尝试其他模型。 3. 图生图中重要参数设置:“缩放模式”选择“缩放后填充空白”;根据扩展方向增加宽度或高度;单批数量按需填写;“重绘幅度”加大到“0.8”以上。 4. 升级到最新的 controlnet 版本,将图片导入。 5. 启用插件,“控制类型”选择“局部重绘”,预处理器选择“inpaint_only+lama”,控制模式选择“更倾向 Controlnet”,缩放模式选择“缩放后填充空白”。 6. 为了出图更统一,可增加一个 reference_only 的通道巩固扩图风格。 7. 设置好后点击生成,选择满意的结果。 对于 Midjourney : 1. 放大(Upscale):包括精细放大(Subtle)尽量保持原样,创意放大(Creative)会调整或改变某些细节。 2. 重混(Remix):微妙(Subtle)为较小微调,较强(Strong)有较大差异。若没看到 Remix 按钮,点击右上方 More options 文字把常用的打上对勾。 3. 扩展(Pan):根据选定方向自动扩展图像边界。若没看到此按钮,可能是图像已在 Discord 中生成最满意的一张不可再扩展,或 More options 文字里没打上 Pan 对勾。 4. 缩放(Zoom):实际为“缩小视图”,会在图像周围添加额外空间展示更多内容。 5. 更多(More):包括重新运行提示词,或打开图像的编辑模式。重新生成(Rerun)再次运行相同提示,编辑器(Editor)编辑图像特定部分。 对于星流一站式 AI 设计工具: 1. 应用图生图:在 prompt 输入框下点击“图生图”上传本地文件,或在无限画布中图片功能区进行选择。 2. 调整“图生图”功能区参数:参考程度分为更像原图(小幅度修改基底图像,有限增加元素)、更创意(大幅度修改基底图像,可搭配增强模型加入更多元素)、自定义(可自定义修改重绘幅度)。 3. 增加参考纬度:点击添加按钮,会自动应用并打开“生成器”的图片参考功能。 4. 替换图像:鼠标滑动到图像,点击“选择参考图”即可重新选择图片。 5. 转换提示词:反推参考图信息填入进提示词框中。 6. 同步生图尺寸:同步参考图尺寸到“生成器”的生图尺寸中。 需要注意的是,新生成的部分和原图可能会存在色差,需要通过调整各项参数来修正,且不是每一次效果都能非常好。只要记住这个工作流,扩图还是很快的,只要替换图片改尺寸就可以了。
2025-02-11
图片扩展
以下是关于图片扩展的详细介绍: 使用 SD 进行图片扩展: 1. 将图片导入到图生图界面。 2. 根据情况选择大模型,卡通类一般选“revAnimated”,真实类一般选“Realistic Vision”,效果不好可尝试其他模型。 3. 图生图中重要的参数设置: 缩放模式选择“缩放后填充空白”。 按需求增加宽度或高度来调整尺寸。 单批数量可按需填写以增加抽卡概率。 将“重绘幅度”加大到“0.8”以上。 4. ControlNet 的设置: 升级到最新版本,导入图片。 启用插件,“控制类型”选择“局部重绘”,预处理器选择“inpaint_only+lama”,控制模式选择“更倾向 ControlNet”,缩放模式选择“缩放后填充空白”。 还可增加一个 reference_only 的通道巩固扩图风格。 5. 点击生成,等待结果并选择满意的图片。 使用悠船进行图片扩展: 1. 点击进入对应的图片,常用的操作有变化、高清、重塑、扩图等。 变化:细微改变幅度小,强烈改变幅度大。 高清:“直接”表示直接出高清,“创意”表示在原图基础上进行微小优化调整。 风格变化:基于上传图片(垫图)再创作。 拓展:可上下左右扩展图片。 缩放:指镜头,如 2x 表示镜头拉远 2 倍。 局部重绘:选择区域建议大一些,太小无法修改。 2. 操作时,使用图片即垫图,使用风格即参考图片风格,使用提示词即复制图片的提示词。 在进行图片扩展时,可能不是每次效果都非常好,新生成部分和原图可能存在色差,需要通过调整各项参数来修正。记住工作流,替换图片改尺寸即可快速扩图。
2025-01-20
如何把已经写好的内容放入ai做ppt,并且ai不会自动扩展。
要将已写好的内容放入 AI 做 PPT 且不让 AI 自动扩展,可以参考以下方法: 1. 使用 Kimi.ai 等工具将思维导图图片转成 PPT。 2. 对于 AI 辅助生成 PPT,其原理和作用包括: 减轻排版工作的压力。 生成打底的内容,减轻人写内容的工作。 文章生成 PPT 时,让 AI 帮忙摘要内容,生成大纲列表;主题生成 PPT 时,让 AI 根据主题扩充成大纲列表,乃至具体内容。 在特定场景下可直接使用,如学生快速为小组展示配 PPT。 3. 具体流程为:用户输入内容,AI 输出,然后通过排版网站处理。网站把 AI 输出的文本丢给 LLM,让其根据内容在已有的 UI 组件中选择更适合的组件,按时间线为每页 PPT 的文字选出整个 PPT 中每一页的 UI 组件。有的网站如 tome、gamma,配图也是由 GenAI 根据页面内容生成的。 4. 另外,还可以参考以下案例中的方法,如在办公场景中,用 ChatGPT 生成 Markdown 语法的内容,再借用 MindShow 工具把 Markdown 内容转换为精美的 PPT。
2025-01-14
有没有什么能够把手绘扩展成插画的 AI?
以下是一些能够把手绘扩展成插画的 AI 工具或方法: 1. Stable Diffusion:在有参考图的情况下,可以对原图进行风格化转变。若要创作原创卡通插画,可不使用 ControlNet。通过调整提示词,如“一个女孩坐在沙发上,吃西瓜,看电视,夏天”,能生成插画。完成后可能存在小瑕疵,可在 PS 里后期修复。 2. 公众号【白马与少年】:如果想要相关模型和 Lora,可以添加该公众号,回复【SD】获取。 需要注意的是,在使用这些工具时,可能需要一定的操作技巧和相关知识。
2025-01-13
通过ollama和通义千问大模型,如果要实现一个智能机器人,支持模型微调,扩展知识库,问答记忆功能的实现步骤
要通过 Ollama 和通义千问大模型实现一个支持模型微调、扩展知识库和问答记忆功能的智能机器人,可参考以下步骤: 1. 安装和启动 Ollama 服务: 在 Mac 上启动 Ollama 应用程序,在 Linux 上通过 ollama serve 启动。 通过 ollama list 确认服务是否已启动。 2. 下载模型: 可下载如 Gemma(7B 模型)、Mistral(7B 模型)、Mixtral(87B 的 MoE 模型)、Qwen(通义千问,7B 模型)等。 3. 了解 Ollama 的特点和优势: 支持多种大型语言模型,包括通义千问、Llama 2、Mistral 和 Gemma 等,适用于不同应用场景。 易于在 macOS、Windows 和 Linux 系统使用,支持 CPU 和 GPU。 提供模型库,可通过 https://ollama.com/library 查找和下载不同模型,满足不同需求和硬件条件。 支持自定义模型,如修改温度参数调整创造性和连贯性,或设置特定系统消息。 提供 REST API 用于运行和管理模型,以及与其他应用程序的集成选项。 社区贡献丰富,有多种集成插件和界面。 4. 安装相关模型:访问 https://ollama.com/download/ 进行下载安装。 5. 选择文本向量模型:使用文本向量模型 bgem3,可从 https://huggingface.co/BAAI/bgem3 下载。 6. 利用 FAISS 创建向量存储:从 hf 下载好模型放置在指定路径,通过相关函数创建高效的向量存储。 7. 实现 RAG:基于用户问题从向量数据库中检索相关段落,根据设定阈值过滤,让模型参考上下文信息回答问题。 8. 创建网页 UI:通过 gradio 创建网页 UI 并进行评测。获取完整代码可关注公众号发送 fin 获取 github 仓库代码链接。 9. 进行问答测试:对同样的问题和上下文,基于 Qwen7b、Gemma、Mistral、Mixtral 和 GPT4 分别进行多次测试。
2024-08-16
扩展以下内容到500字:数智中医是中医药融入“一带一路”的抓手当前,充分融合互联网、大数据、物联网、云计算、人工智能AI、区块链等数智技术对传统中医药服务进行全方位、全链条优化,提高全要素生产率,构建一批示范中医医疗机构、中医馆、中医健管中心,创新数智中医“检测、诊断、治疗、评价、管理”的新中医服务闭环,促进数智中医“产学研用”的国际合作及产业发展,助推重庆成为数智中医发展新高地。
数智中医作为中医药融入“一带一路”的重要抓手,在当今时代具有极其重要的意义。 如今,互联网、大数据、物联网、云计算、人工智能 AI、区块链等数智技术蓬勃发展,为传统中医药服务带来了全新的机遇。通过充分融合这些先进技术,能够对传统中医药服务进行全方位、全链条的优化。这种优化涵盖了从检测到管理的各个环节,全面提升了服务的质量和效率。 在检测方面,借助先进的技术手段,可以更精准地获取患者的身体状况信息,为后续的诊断提供更可靠的数据支持。诊断环节则因数智技术的融入而更加准确和高效,能够快速识别病症的根源。治疗过程中,数智技术能够辅助医生制定更个性化、更科学的治疗方案,提高治疗效果。 评价环节也得以创新,能够更全面、客观地评估治疗效果和患者的康复情况。而在管理方面,数智技术有助于实现对医疗资源的合理调配和高效管理,提高整个医疗服务体系的运行效率。 构建一批示范中医医疗机构、中医馆、中医健管中心,是推动数智中医发展的重要举措。这些示范机构将成为展示数智中医成果的窗口,吸引更多的关注和投入。同时,创新数智中医“检测、诊断、治疗、评价、管理”的新中医服务闭环,能够形成一个良性循环,不断提升服务水平和质量。 促进数智中医“产学研用”的国际合作及产业发展,对于推动中医药走向世界具有关键作用。通过国际合作,可以吸收借鉴其他国家的先进经验和技术,进一步完善数智中医体系。这将有助于提升我国中医药在国际上的影响力,为全球健康事业贡献中国智慧和力量。 重庆作为一个具有发展潜力的地区,有望借助数智中医的发展,成为这一领域的新高地,引领行业的发展潮流,为当地乃至全国的中医药事业注入新的活力。
2024-08-12
那个AI可以将按需求修改指定图片中的文字?
以下是一些可以按需求修改指定图片中文字的 AI 工具及相关信息: Ideogram 2.0:AI 在生成图像中的文字时,是基于学习大量文字图像及其外观和风格来创造的,并非使用真实字体。若生成的图像文字存在错误,可通过多次生成提示、使用编辑器修改文本、添加或删除部分后重新混合图像、将较长复杂单词改为较短同义词、上传包含所需文本的图像作为起点和合成源等方式纠正,使用 0.2 或 1.0 版本可能更稳定。 即梦 AI:2.1 模型对中文支持优秀(也支持英文),不仅能指定生成图像里文字的字号、字体、颜色和位置,还能指定画风并进行图像编辑。除官网外,即梦 AI App 和豆包 App 都可使用。 阶跃星辰:跃问 App 有指定的“生成海报”场景,如文字封面、指定图文、词语新解、抽象文学、祝福模板等。输入主题,系统会自动生成图片和匹配文字。近期发布的 Step1XMedium 模型支持在图片中加入英文文字。
2025-03-27
请你作为AI设计师,为我推荐好用的AI风格化工具,可以进行批量处理图片,与此同时保持高度的风格统一
以下为您推荐一些好用的可批量处理图片并保持高度风格统一的 AI 风格化工具: 1. 星流一站式 AI 设计工具: 基础风格模型 Checkpoint:包含多个分类不同风格的大模型,适用于写实摄影、插画、动漫、3D 立体等,能生成丰富多彩的图片效果。其中星流通用大模型相比常见大模型具有更强的语义理解、更高的艺术审美和表现力。基础模型 F.1、基础模型 XL、基础模型 1.5 在效果和生成速度上有所不同,效果上基础模型 F.1>基础模型 XL>基础模型 1.5,生成速度上基础模型 1.5>基础模型 XL>基础模型 F.1。入门模式下只能使用星流通用大模型。 增强模型:作为基础模型的补充,用于生成特定风格、角色。您可以收藏模型、查看例图,还可以通过滑动鼠标到图像并点击风格,将当前风格当作增强模型使用。 2. Magnific AI:具有新功能——风格转换,可以将任意照片转换成各种风格的图像,同时保持人物对象的一致性。大 BOSS 的演示和教程下周开放访问。 3. Cartwheel:文本转 3D 动画工具,输入文字提示即可生成适用于多种用途的 3D 动画角色,支持指定动作,可以导出到任何 3D 程序中编辑。目前处于早期阶段,还在测试阶段,需排队。
2025-03-27
生成logo图片工具
以下是一些生成 logo 图片的工具和方法: 1. 藏师傅的方法:通过智能体 https://www.coze.cn/s/iDec2U13/ ,整个流程分为三个部分,包括获取 Logo 图片的描述、根据描述和生成意图生成图片提示词、将图片和提示词输入 Comfyui 工作生成。 2. 即梦 AI:在其官网 https://jimeng.jianying.com/ ,左侧点击「智能画布」,上传 logo 图,点击「图生图」输入描述词,参考程度为 55 并选择「轮廓边缘」点击立即生成,然后在右侧图层选择喜欢的图,还可使用局部重绘、消除笔等功能调整或重新生成。 3. guahunyo 提供的 SD 入门讲解 PPT.pptx 中提到的相关采样器设置和生成图片的技巧,如预览图设置、右键无限跑图模式以及相关插件 https://github.com/ArtVentureX/sdwebuiagentscheduler 等。
2025-03-26
介绍把图片变清晰的软件,logo图片上的文字不清晰。
目前有一些可以将图片变清晰的软件,以下为您介绍几种常见的: 1. Adobe Photoshop:功能强大,通过图像增强、锐化等操作来提高图片清晰度。 2. Topaz Gigapixel AI:专门用于图像放大和增强清晰度。 3. Waifu2x:对动漫、插画类图片的清晰度提升效果较好。 您可以根据自己的需求和图片类型选择适合的软件来处理 logo 图片上不清晰的文字。
2025-03-25
我想用ai生成图片,有什么工具
目前市场上有许多用于生成图片的工具,以下为您介绍: 1. 文生图工具: DALL·E:由 OpenAI 推出,可根据输入的文本描述生成逼真的图片。 StableDiffusion:开源的文生图工具,能生成高质量图片,支持多种模型和算法。 MidJourney:因高质量的图像生成效果和用户友好的界面设计而受欢迎,在创意设计人群中流行。 您还可以在 WaytoAGI 网站(https://www.waytoagi.com/category/104)查看更多文生图工具。 2. 图片生成 3D 建模工具: Tripo AI:VAST 发布的在线 3D 建模平台,能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。 Meshy:功能全面,支持文本生成 3D、图片生成 3D 以及 AI 材质生成。 CSM AI:支持从视频和图像创建 3D 模型,Realtime Sketch to 3D 功能支持通过手绘草图实时设计 3D 形象,再转换为 3D 模型。 Sudo AI:支持通过文本和图像生成 3D 模型,适用于游戏领域的模型生成。 VoxCraft:由生数科技推出的免费 3D 模型生成工具,能将图像或文本快速转换成 3D 模型,并提供多种功能。 这些工具通常具有用户友好的界面,允许用户通过简单操作生成图片或 3D 模型,无需专业技能。它们可广泛应用于游戏开发、动画制作、3D 打印、视觉艺术等领域。请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-25
根据产品平面图片可以生成产品360度3D视频
以下是一些根据产品平面图片生成产品 360 度 3D 视频的相关信息: ViggleAI:由 15 人团队打造,创始人是在多家知名公司工作过的华人 AI 研究员。其核心能力是将视频中的角色替换成其他形象,依赖自家训练的 3D 视频模型「JST1」,能够根据一张角色图片生成 360 度角色动画。目前支持 Discord 访问和网页版访问,Discord 平台已积累超 400 万用户。网页版访问:https://www.viggle.ai/ 官方推特:https://x.com/ViggleAI 。Move 模式能使图像角色移动,原始图像背景保持不变,擅长将特定角色融入动作场景,视频生成稳定性和角色前后一致性强。 Sora:可以将 2D 照片生成三维的 360 度景致,视频效果逼真,例如赛车在旧金山街道的视频、厨房照片生成的 360 度环视效果等。 工具汇总: MakeACharacter:一键生成 3D 数字人,可自定义面部特征,基于真实人类扫描数据,使用 Unreal Engine 渲染,支持中英文提示,兼容多个行业应用。链接:https://x.com/xiaohuggg/status/1743986486780076279?s=20 Rodin Gen1:3D 原生生成模型,拥有 1.5B 参数,可实现 3Dto3D 生成,生成 3D 模型及物理基础渲染材质,支持 3D LoRA 技术。链接:https://x.com/xiaohuggg/status/1743638052097184102?s=20 Skybox AI 0.9 版本更新:可以从文本提示或草图生成 360 度 3D 世界,使用 NeRF 技术,增强图像的空间深度和真实感,提供不同分辨率的 3D 网格下载。链接:https://x.com/xiaohuggg/status/1739926702158225859?s=20 扫描物体生成 3D 模型:使用 APP 扫描物体,完成 3D 全貌捕获,创建 AR QR 码,展示物体于任何地点,苹果新品官网展示中应用此技术。链接:https://x.com/xiaohuggg/status/1739259052448944139?s=20
2025-03-25