AI繪畫大師：Stable Diffusion快速入門與實戰技巧


	本書共9章，利用易學易用的Stable Diffusion為繪畫設計從業者和愛好者提高生產力。一方面，提供350幅實操圖解，一步步拆解，讓讀者掌握接到不同需求時如何使用Stable Diffusion出圖。另一方面，提供遊戲、電商、插畫、建築行業和頭像設計等副業領域的實操案例與技巧，滿足遊戲角色、原畫、圖標、商品展示圖、插畫、室內設計和建築設計的出圖需求。結合18個主業和副業場景，提高生產力，實現AI商業化。



	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。


	目　　錄前言第1章　認識Stable Diffusion　1 1.1　主流AI繪畫工具　1 1.2　Stable Diffusion的獨特優勢　2 1.2.1　開源免費　2 1.2.2　本地部署　2 1.2.3　高度拓展性　3 1.2.4　內容無限制　3 1.3　Stable Diffusion的安裝　3 1.3.1　本地安裝　3 1.3.2　雲端安裝　4 第2章　Stable Diffusion 　的基礎模型及原理　8 2.1　三大生成模型　8 2.1.1　CLIP模型　8 2.1.2　擴散模型　9 2.1.3　VAE模型　10 2.2　5類特定模型　10 2.2.1　Checkpoint大模型　10 2.2.2　Embedding模型　12 2.2.3　Hypernetwork模型　14 2.2.4　LoRA模型　16 2.2.5　VAE模型　18 第3章　Stable Diffusion 　文生圖　21 3.1　提示詞　21 3.1.1　提示詞功能　23 3.1.2　常用提示詞　23 3.1.3　提示詞語法　30 3.1.4　提示詞相關性　34 3.2　圖片采樣　35 3.2.1　采樣的基礎原理　35 3.2.2　采樣方法的比較與　選擇　36 3.2.3　采樣叠代步數　37 3.3　面部修覆與高清修覆功能　38 3.3.1　面部修覆功能原理　38 3.3.2　面部修覆效果對比　38 3.3.3　高清修覆功能原理　39 3.3.4　高清修覆效果對比　40 3.3.5　高清修覆功能的　放大算法選擇　41 3.4　分辨率　41 3.5　生成批次與每批數量　41 3.6　隨機種子　42 3.7　差異隨機種子　45 第4章　Stable Diffusion 　圖生圖　47 4.1　圖生圖　47 4.1.1　縮放模式　48 4.1.2　重繪幅度　53 4.2　繪圖　53 4.3　局部重繪　56 4.3.1　局部重繪實操　56 4.3.2　蒙版邊緣模糊度　59 4.3.3　蒙版模式　59 4.3.4　蒙版區域內容處理　60 4.3.5　重繪區域　62 4.4　局部重繪（手塗蒙版）　63 4.4.1　局部重繪（手塗蒙版）　實操　63 4.4.2　蒙版透明度　66 4.5　局部重繪（上傳蒙版）　66 4.6　批量處理　72 第5章　腳本　75 5.1　X/Y/Z plot　75 5.1.1　軸類型和值　76 5.1.2　參數設置　80 5.2　提示詞矩陣　81 5.2.1　語法　81 5.2.2　參數設置　81 5.3　批量載入提示詞　82 第6章　附加功能　85 6.1　單張圖像　86 6.1.1　縮放模式　87 6.1.2　放大算法　87 6.2　批量處理　89 6.3　從目錄進行批量處理　90 6.4　面部馬賽克修覆還原　91 6.4.1　GFPGAN算法　92 6.4.2　CodeFormer算法　93 6.5　圖片信息提取　93 6.6　提示詞反推　94 第7章　常用插件擴展　96 7.1　ControlNet　96 7.1.1　ControlNet的安裝　97 7.1.2　參數設置　98 7.2　線條約束　102 7.2.1　Canny：硬邊緣　檢測　102 7.2.2　SoftEdge：軟邊緣　檢測　105 7.2.3　MLSD：直線檢測　107 7.2.4　Lineart：線稿提取　109 7.2.5　Scribble：塗鴉提取　112 7.3　深度約束　115 7.4　法線約束　119 7.5　色彩分布約束　119 7.6　姿勢約束　122 7.6.1　openpose：姿勢檢測　預處理器　122 7.6.2　openpose_hand：　姿勢和手勢檢測　預處理器　124 7.6.3　openpose_faceonly：　臉部特征檢測　預處理器　124 7.6.4　openpose_face：　姿勢和臉部特征　檢測預處理器　125 7.6.5　openpose_full：姿勢、　手勢和臉部特征檢測　預處理器　126 7.6.6　直接上傳姿勢圖　127 7.6.7　自主生成姿勢　128 7.7　內容約束　131 7.8　物品類型約束　135 7.9　分塊重采樣　136 7.10　局部重繪　138 7.11　指令修改　139 7.12　參數模式　141 7.13　Tag自動填充　142 第8章　Stable Diffusion的　商業化應用　146 8.1　遊戲行業的應用　146 8.1.1　寫實角色的　多視圖設計　146 8.1.2　二次元角色的　多視圖設計　149 8.1.3　遊戲原畫生成　151 8.1.4　遊戲圖標設計　153 8.2　電商行業的應用　154 8.2.1　模特形象生成　154 8.2.2　指定模特面部特征　155 8.2.3　AI圖片高清放大　156 8.3　插畫行業的應用　158 8.3.1　線稿生成　159 8.3.2　線稿上色　160 8.3.3　圖書插圖生成　163 8.3.4　圖畫擴充　163 8.4　建築行業的應用　168 8.4.1　無線稿的室內設計　169 8.4.2　室內設計線稿生成　169 8.4.3　室內設計線稿上色　171 8.4.4　建築線稿生成　173 8.4.5　建築線稿上色　174 8.5　其他領域的應用　176 8.5.1　舊照片修覆　177 8.5.2　圖片風格轉換　178 第9章　AI繪畫工具擴展：　Midjourney　180 9.1　Midjourney基礎知識　180 9.2　軟件注冊　181 9.2.1　注冊Discord　181 9.2.2　添加Midjourney 　服務器　184 9.2.3　接入Midjourney 　Bot　186 9.3　圖像生成方法　188 9.3.1　文生圖　188 9.3.2　圖生圖　190