Stable Diffusion AI繪畫創意與實戰


	《Stable Diffusion AI繪畫創意與實戰》是一本關於AI 繪畫工具Stable Diffusion 的教程，旨在分享通過AI 繪畫工具生成各種理想圖片的方法，介紹人工智能在繪畫領域的應用與突破。《Stable Diffusion AI繪畫創意與實戰》共13 章，詳細探討了AI 繪畫工具Stable Diffusion 的主要內容和價值。第1 章介紹AI 繪畫的發展，從Stable Diffusion 的出現到廣泛使用從第2 章開始介紹Stable Diffusion 的基礎應用。第3 章至第7 章詳細講解Stable Diffusion 的應用，包括文生圖、圖生圖、腳本使用、附加功能及常用插件。第8 章至第12 章介紹AI 繪畫落地應用案例。第13 章簡單討論AI 繪畫的技術倫理與藝術審美。讀者通過學習本書可以了解到AI 繪畫的最新發展，掌握關鍵技術，並將其應用於自己的藝術創作中，從而開拓新的藝術風格。《Stable Diffusion AI繪畫創意與實戰》適合美術及設計專業的學生與相關工作人員及AI 繪畫技術愛好者學習、參考。



	購買中國簡體書籍請注意： 1. 因裝幀品質及貨運條件未臻完善，中國簡體書可能有出現磨痕、凹痕、折痕等問題，故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外，其餘所有商品將正常出貨。


	軟件基礎篇第1章初識AI繪畫——Stable Diffusion 1.1　AI繪畫簡史 1 1.1.1　現代AI技術的發展 1 1.1.2　Stable Diffusion 的發展 2 1.2　Stable Diffusion與其他AI繪畫工具比較 2 1.2.1　Stable Diffusion 3 1.2.2　Midjourney 3 1.2.3　DALL-E2 4 1.2.4　Firefly （螢火蟲） 5 第2章 Stable Diffusion使用基礎 2.1 下載與安裝 7 2.1.1 本地部署配置要求 7 2.1.2 軟件安裝 7 2.2 Stable Diffusion界面 13 2.3 生成自己的第一張AI圖 13 2.4 擴散模型原理 14 2.4.1 模型是如何學習的 14 2.4.2 生成圖片時，發生了什麽 14 2.4.3 CLIP：圖片和描述詞的關系如何建立15 2.5 五類模型辨析 15 2.5.1 大模型 16 2.5.2 embedding 18 2.5.3 hypernetwork 19 2.5.4 LoRA 21 2.5.5 VAE 23 第3章妙筆生花：文生圖 3.1　提示詞 25 3.1.1　提示詞功能 25 3.1.2　提示詞寫作思路 25 3.1.3　提示詞語法 26 3.1.4　提示詞輔助功能 26 3.1.5　提示詞參考 27 3.2　圖片采樣 29 3.2.1　采樣器基礎原理 29 3.2.2　采樣叠代步數 29 3.2.3　采樣器的選擇 29 3.3　面部修覆與高清修覆 31 3.3.1　面部修覆 31 3.3.2　高清修覆 32 3.4　分辨率與生成批次 33 3.4.1　高度與寬度 33 3.4.2　生成批次與每批數量 34 3.5　提示詞相關性與隨機種子 34 3.5.1　提示詞相關性 34 3.5.2　隨機種子 34 3.5.3　差異隨機種子 34 第4章點石成金：圖生圖 4.1　圖生圖模式 35 4.1.1　圖生圖提示詞補充 35 4.1.2　圖片上傳 36 4.1.3　縮放模式 36 4.1.4　重繪幅度 38 4.2　繪圖模式 38 4.2.1　繪圖模式設計原理 39 4.2.2　繪畫塗鴉與圖片生成 39 4.3　局部重繪模式 40 4.3.1　局部重繪設計原理 40 4.3.2　蒙版模糊 41 4.3.3　蒙版模式 42 4.3.4　蒙版蒙住的內容 43 4.3.5　重繪區域 44 4.3.6　僅蒙版模式的邊緣預留像素 44 4.4　局部重繪（手塗蒙版）模式 45 4.4.1　手塗蒙版UI 46 4.4.2　蒙版透明度 46 4.5　局部重繪（上傳蒙版）模式 47 4.5.1　局部重繪（上傳蒙版）設計原理 47 4.5.2　上傳蒙版格式 47 第5章腳本使用 5.1　X/Y/Z圖表 49 5.1.1　設計原理 49 5.1.2　軸類型和值 49 5.1.3　參數設置 50 5.2　提示詞矩陣 52 5.2.1　語法 52 5.2.2　參數設置 53 5.3　批量載入提示詞 53 第6章附加功能 6.1　圖片高清放大 55 6.1.1　放大算法1 55 6.1.2　放大算法2強度 56 6.2　面部馬賽克修覆還原 56 6.2.1　GFGAN 56 6.2.2　CodeFormer 57 6.3　圖片信息提取 58 6.4　提示詞反推的三種模式 58 6.4.1　CLIP反推提示詞 58 6.4.2　DeepBooru反推提示詞 59 6.4.3　Tag反推提示詞 59 第7章常用插件擴展講解 7.1　ControlNet 61 7.1.1　ControNet的安裝 61 7.1.2　參數詳解 62 7.1.3　線條約束 64 7.1.4　深度約束 72 7.1.5　法線約束 75 7.1.6　色彩分布約束 75 7.1.7　姿勢約束 76 7.1.8　內容約束 82 7.1.9　Shuffle 84 7.1.10　Tile 84 7.1.11　局部重繪 85 7.1.12　IP2P 85 7.1.13　Reference 86 7.2　segment anything 86 7.2.1　如何安裝 86 7.2.2　如何使用 86 7.3　Tag自動補全 88 案例實戰篇第8章遊戲行業應用 8.1　角色多視圖設計 90 8.1.1　二次元角色多視圖設計 90 8.1.2　卡通角色多視圖設計 91 8.2　遊戲原畫生成 92 8.2.1　原畫生成 92 8.2.2　遊戲場景設計 93 8.3　遊戲圖標設計 95 第9章電子商務行業應用 9.1 隨機AI模特生成 96 9.2 指定AI模特臉部特征 97 9.3 AI圖片高清放大/修覆 99 第10章插畫行業應用 10.1 線稿生成 100 10.1.1 案例1：寫實風格場景線稿 100 10.1.2 案例2：動漫風格場景線稿 102 10.2 草稿上色/圖轉草稿 104 10.2.1 案例1：漫畫人物上色 104 10.2.2 案例2：漫畫場景上色 106 10.3 小說插圖（單人與多人） 107 10.3.1 案例1：單人小說插圖 108 10.3.2 案例2：多人小說插圖（1） 110 10.3.3 案例3：多人小說插圖（2） 114 10.4 圖片擴充 117 10.5 AI輔助海報生成 119 第11章建築行業應用 11.1　室內設計（無線稿） 121 11.2　室內設計（有線稿） 122 11.3　建築設計 125 11.3.1　案例1：單體人視圖 125 11.3.2　案例2：建築半鳥瞰 127 11.3.3　案例3：景觀類 129 第12章其他行業應用 12.1 照片修覆 131 12.2 圖片風格轉換 132 第13章 AI繪畫的技術倫理與藝術審美 13.1 AI繪畫技術的版權爭議 135 13.2 AI繪畫技術的肖像權爭議 135 13.3 AI繪畫技術引發行業就業形勢變化 136 13.4 預防AI繪畫在詐騙領域的應用 137 13.5 工作重心的轉變：從創作到選擇 137 13.6 變化中的永恒：思想文化與藝術審美 138 13.7 從機器學習到以人為本 138