干貨|一文學會AI繪畫(建議收藏)

AI繪畫的操作很簡單,把畫面描述清楚艺糜,后面加入參數(shù)即可挺邀。

常用參數(shù)合集(建議收藏)??

下面是常用參數(shù)介紹

1.【寬高比】 --ar

【使用說明】

aspect的縮寫,如?--ar 3:4最疆。需要注意的是,不同模型有不同的比例要求蚤告。在沒有寫提示詞設置參數(shù)的情況下努酸,系統(tǒng)默認比例為1:1。數(shù)值必須是整數(shù)杜恰,使用 225:100获诈,而不是 2.25:1仍源。

【常用尺寸】

1:1,默認的寬高比舔涎,常用于頭像笼踩、產(chǎn)品、廣告等亡嫌。

5:4嚎于,常見的打印比例。

3:2挟冠,多用于印刷于购、攝影。

16:9知染,“寬屏幕”价涝,高清電視和視頻的標準寬高比。

9:16持舆,“豎屏幕”色瘩,智能手機垂直方向的標準寬高比。

4:3逸寓,曾經(jīng)電視和計算機顯示器的標準寬高比居兆。

21:9,“電影寬屏幕”竹伸,一些電影院和電視制作公司使用的寬高比泥栖。

2.【剔除】 --no

【使用說明】

字面意思,即排除畫面中不要的元素勋篓,如:

--no red吧享、--no human--no text譬嚣。

比如畫面里不想要汽車钢颂,輸入 --no car 就沒再生成汽車了。

3.【版本】 --v

【使用說明】

version的縮寫拜银。如:--v 5殊鞭。目前的模型有MJ version 1-5NiJi version4尼桶、5操灿。如果沒有在提示詞尾綴加版本,則默認版本為MJ模型的 --v 4泵督。

*也可在「settings」中設置版本趾盐,但系統(tǒng)會優(yōu)先執(zhí)行「提示詞」中的參數(shù),而不是「設置」中的參數(shù)。

MJ模型?比較全面救鲤。

1~5代表版本推出的先后順序久窟,算力有限的1~3版本偏抽象,越往后的版本4蜒简、5寫實效果更佳瘸羡,細節(jié)更豐富漩仙。

NiJi模型?則更適合制作二次元的動漫和插畫風格搓茬。

niji 5模型下還有3個不同的風格化等級:可愛風[--style cute]3D效果的表現(xiàn)力[--style expressive]队他、景色[--style scenic]卷仑。使用方法,如:--niji 5 --style cute麸折。

4.【質(zhì)量】 --q

【使用說明】

quality的縮寫锡凝,即畫面細節(jié)的多少,寫法?--q 1垢啼,取值范圍:0.25-2((注:0.25等的0不用寫)窜锯。數(shù)值越高,質(zhì)量越高芭析,細節(jié)越多锚扎,但出圖速度也越慢。

質(zhì)量數(shù)值越高馁启,細節(jié)越多驾孔,畫面層次越豐富。在不添加參數(shù)的情況下惯疙,默認值為1翠勉。

但并不是所有的圖片都是質(zhì)量越高越好,不同風格的畫面有不同的需求霉颠,

比如低數(shù)值的適用于比較寫意对碌、抽象的畫面;

高數(shù)值的適用于建筑蒿偎、商業(yè)產(chǎn)品等復雜度高的畫面俭缓。

v4、v5沒有q2是因為質(zhì)量已經(jīng)很高了酥郭,所以不需要再加华坦。

5.【停止】 -- stop

【使用說明】

在生圖過程中中止進程,如--stop 80不从,即在圖片生成到80%的時候中止惜姐,如此便會得到一個相對模糊的效果,取值范圍為 10-100。

6.【參考圖權重】 --iw

【使用說明】

image weight的縮寫歹袁, 僅用于「以圖生圖」/「墊圖」時坷衍,參考圖與提示詞的權重設置。iw值越高条舔,即墊的圖的權重越高枫耳,生成的圖片就越接近原圖;iw值越低孟抗,生成的圖片就越接近提示詞迁杨。iw的默認值為1,取值范圍:0.5-2凄硼。

【不同iw值的效果】

第一張為參考圖铅协,可以看到,iw值越高與參考圖就越接近摊沉,反之則偏向描述詞狐史。

7.【風格化】 --s

【使用說明】

--stylize 或簡寫--s,「風格化」顧名思義说墨,即 藝術風格程度骏全。風格化的值越高,生成的圖片越具藝術性尼斧,與提示詞的相關性也就更弱姜贡;反之,值越低突颊,則生成的圖片越接近描述詞鲁豪,藝術性程度也就越低。v4律秃、5的默認值為100爬橡。

【不同版本的取值范圍】

除了可以在提示詞尾綴加--s 之外,還可以在「settings」中設置棒动。需要注意的是糙申,系統(tǒng)會優(yōu)先執(zhí)行「提示詞」中的參數(shù),而不是「設置」中的參數(shù)船惨。

8.【圖片隨機性】 --c

【使用說明】

chaos的縮寫柜裸,也叫「混亂值」,即圖片的隨機性粱锐,數(shù)值越高疙挺,隨機性越大,圖片越天馬行空怜浅。默認--c值為0铐然,取值范圍 0-100蔬崩。如果你腦子里對圖片描述還沒有想法,不妨讓AI替你放飛一下搀暑。

9.【種子參數(shù)】 --seed

【使用說明】

「種子」可以理解為一張圖片的DNA沥阳。因為AI生圖具有巨大的隨機性,即使是用相同的提示詞都會生成不同的圖片自点。這時候桐罕,seed值就起到了重要作用。

當你找到一張滿意的圖桂敛,你想要延續(xù)它的特征功炮,就用相同的種子去控制它的結果。

在 V4 及之后的模型版本中埠啃,指定種子參數(shù)可以生成非常相似死宣,甚至幾乎相同的圖片伟恶。模型在隨機性的基礎上碴开,對結果有了更精準的控制,可以實現(xiàn)重復生成博秫。

seed值是一個編號潦牛,生成的4張圖的seed值都是一樣的。取值范圍:0-4294967295挡育,取整數(shù)巴碗。需要注意的是,只有初始生成的圖片所生成的seed值才有效果即寒。

【seed的獲取方法】

工具:AI藝術家橡淆,不需要MJ發(fā)送郵件就能獲取seed

如果你想要生成同一人物的一個系列,可以用seed值母赵,并更改提示詞的人物表情逸爵、動作、場景凹嘲。

10.【重復貼圖】 --tile

【使用說明】

直接在提示詞尾綴輸入 --tile师倔。適用于重復平鋪的圖像,如面料周蹭、壁紙趋艘、紋理等,生成的圖上下左右無縫銜接凶朗。

11.【提示詞權重分割】 ::

【使用說明】

主要用于避免AI對一些組合詞的理解偏差瓷胧,如hot dog、milk tea棚愤、sea food等搓萧,使用::后,AI就可以分別考慮提示詞中的內(nèi)容。如 hot dog在AI的理解是 熱狗腸矛绘,但實際我想要一只很熱的狗狗耍休。所以為了得到精準的圖片,可以用:: 對詞組進行分割并設置權重货矮,即hot:: dog羊精。

還可以對分解的組合詞設置權重,如 hot::2 dog囚玫,hot權重是dog的2倍喧锦。

當然,權重也可以是負數(shù)抓督,如::-.5燃少,負權重的作用是減少不想要的元素,作用相當于--no 铃在,但所有權重的總和必須是正數(shù)阵具。如 用red::-.5 降低郁金香花田紅色出現(xiàn)概率,相當于--no red定铜。

需要注意的是阳液,::作為參數(shù)跟其他參數(shù)一樣,是放在提示詞尾綴揣炕,但不需要加--帘皿;寫法上需要注意的是,權重值后面需要加「空格」畸陡,如 hot::2 dog鹰溜。


百聞不如一練!學完記得多練多用丁恭!希望文章對您有用曹动!

當你無心種花,便會長滿雜草涩惑!

關注 我 仁期,與君共勉。

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末竭恬,一起剝皮案震驚了整個濱河市跛蛋,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌痊硕,老刑警劉巖赊级,帶你破解...
    沈念sama閱讀 222,378評論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異岔绸,居然都是意外死亡理逊,警方通過查閱死者的電腦和手機橡伞,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,970評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來晋被,“玉大人兑徘,你說我怎么就攤上這事∠勐澹” “怎么了挂脑?”我有些...
    開封第一講書人閱讀 168,983評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長欲侮。 經(jīng)常有香客問我崭闲,道長,這世上最難降的妖魔是什么威蕉? 我笑而不...
    開封第一講書人閱讀 59,938評論 1 299
  • 正文 為了忘掉前任刁俭,我火速辦了婚禮,結果婚禮上韧涨,老公的妹妹穿的比我還像新娘牍戚。我一直安慰自己,他們只是感情好氓奈,可當我...
    茶點故事閱讀 68,955評論 6 398
  • 文/花漫 我一把揭開白布翘魄。 她就那樣靜靜地躺著鼎天,像睡著了一般舀奶。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上斋射,一...
    開封第一講書人閱讀 52,549評論 1 312
  • 那天育勺,我揣著相機與錄音,去河邊找鬼罗岖。 笑死涧至,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的桑包。 我是一名探鬼主播南蓬,決...
    沈念sama閱讀 41,063評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼哑了!你這毒婦竟也來了赘方?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,991評論 0 277
  • 序言:老撾萬榮一對情侶失蹤弱左,失蹤者是張志新(化名)和其女友劉穎窄陡,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體拆火,經(jīng)...
    沈念sama閱讀 46,522評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡跳夭,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,604評論 3 342
  • 正文 我和宋清朗相戀三年涂圆,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片币叹。...
    茶點故事閱讀 40,742評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡润歉,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出颈抚,到底是詐尸還是另有隱情卡辰,我是刑警寧澤,帶...
    沈念sama閱讀 36,413評論 5 351
  • 正文 年R本政府宣布邪意,位于F島的核電站九妈,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏雾鬼。R本人自食惡果不足惜萌朱,卻給世界環(huán)境...
    茶點故事閱讀 42,094評論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望策菜。 院中可真熱鬧晶疼,春花似錦、人聲如沸又憨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,572評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蠢莺。三九已至寒匙,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間躏将,已是汗流浹背锄弱。 一陣腳步聲響...
    開封第一講書人閱讀 33,671評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留祸憋,地道東北人会宪。 一個月前我還...
    沈念sama閱讀 49,159評論 3 378
  • 正文 我出身青樓,卻偏偏與公主長得像蚯窥,于是被迫代替她去往敵國和親掸鹅。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,747評論 2 361

推薦閱讀更多精彩內(nèi)容