2.7
用户推荐指数
科技 类型
可以朗读 语音朗读
67千字 字数
2023-12-01 发行日期
展开全部

主编推荐语

从基础原理、功能实操和行业实战3个维度，全面讲解Stable Diffusion。

内容简介

本书共9章，利用易学易用的StableDiffusion为绘画设计从业者和爱好者提高生产力。

一方面，提供350幅实操图解，一步步拆解，让读者掌握接到不同需求时如何使用StableDiffusion出图。

另一方面，提供游戏、电商、插画、建筑行业和头像设计等副业领域的实操案例与技巧，满足游戏角色、原画、图标、商品展示图、插画、室内设计和建筑设计的出图需求。结合18个主业和副业场景，提高生产力，实现AI商业化。

目录

  • 版权信息
  • 前言
  • 第1章 认识Stable Diffusion
  • 1.1 主流AI绘画工具
  • 1.2 Stable Diffusion的独特优势
  • 1.2.1 开源免费
  • 1.2.2 本地部署
  • 1.2.3 高度拓展性
  • 1.2.4 内容无限制
  • 1.3 Stable Diffusion的安装
  • 1.3.1 本地安装
  • 1.3.2 云端安装
  • 第2章 Stable Diffusion的基础模型及原理
  • 2.1 三大生成模型
  • 2.1.1 CLIP模型
  • 2.1.2 扩散模型
  • 2.1.3 VAE模型
  • 2.2 5类特定模型
  • 2.2.1 Checkpoint大模型
  • 2.2.2 Embedding模型
  • 2.2.3 Hypernetwork模型
  • 2.2.4 LoRA模型
  • 2.2.5 VAE模型
  • 第3章 Stable Diffusion文生图
  • 3.1 提示词
  • 3.1.1 提示词功能
  • 3.1.2 常用提示词
  • 3.1.3 提示词语法
  • 3.1.4 提示词相关性
  • 3.2 图片采样
  • 3.2.1 采样的基础原理
  • 3.2.2 采样方法的比较与选择
  • 3.2.3 采样迭代步数
  • 3.3 面部修复与高清修复功能
  • 3.3.1 面部修复功能原理
  • 3.3.2 面部修复效果对比
  • 3.3.3 高清修复功能原理
  • 3.3.4 高清修复效果对比
  • 3.3.5 高清修复功能的放大算法选择
  • 3.4 分辨率
  • 3.5 生成批次与每批数量
  • 3.6 随机种子
  • 3.7 差异随机种子
  • 第4章 Stable Diffusion图生图
  • 4.1 图生图
  • 4.1.1 缩放模式
  • 4.1.2 重绘幅度
  • 4.2 绘图
  • 4.3 局部重绘
  • 4.3.1 局部重绘实操
  • 4.3.2 蒙版边缘模糊度
  • 4.3.3 蒙版模式
  • 4.3.4 蒙版区域内容处理
  • 4.3.5 重绘区域
  • 4.4 局部重绘（手涂蒙版）
  • 4.4.1 局部重绘（手涂蒙版）实操
  • 4.4.2 蒙版透明度
  • 4.5 局部重绘（上传蒙版）
  • 4.6 批量处理
  • 第5章 脚本
  • 5.1 X/Y/Z plot
  • 5.1.1 轴类型和值
  • 5.1.2 参数设置
  • 5.2 提示词矩阵
  • 5.2.1 语法
  • 5.2.2 参数设置
  • 5.3 批量载入提示词
  • 第6章 附加功能
  • 6.1 单张图像
  • 6.1.1 缩放模式
  • 6.1.2 放大算法
  • 6.2 批量处理
  • 6.3 从目录进行批量处理
  • 6.4 面部马赛克修复还原
  • 6.4.1 GFPGAN算法
  • 6.4.2 CodeFormer算法
  • 6.5 图片信息提取
  • 6.6 提示词反推
  • 第7章 常用插件扩展
  • 7.1 ControlNet
  • 7.1.1 ControlNet的安装
  • 7.1.2 参数设置
  • 7.2 线条约束
  • 7.2.1 Canny：硬边缘检测
  • 7.2.2 SoftEdge：软边缘检测
  • 7.2.3 MLSD：直线检测
  • 7.2.4 Lineart：线稿提取
  • 7.2.5 Scribble：涂鸦提取
  • 7.3 深度约束
  • 7.4 法线约束
  • 7.5 色彩分布约束
  • 7.6 姿势约束
  • 7.6.1 openpose：姿势检测预处理器
  • 7.6.2 openpose_hand：姿势和手势检测预处理器
  • 7.6.3 openpose_faceonly：脸部特征检测预处理器
  • 7.6.4 openpose_face：姿势和脸部特征检测预处理器
  • 7.6.5 openpose_full：姿势、手势和脸部特征检测预处理器
  • 7.6.6 直接上传姿势图
  • 7.6.7 自主生成姿势
  • 7.7 内容约束
  • 7.8 物品类型约束
  • 7.9 分块重采样
  • 7.10 局部重绘
  • 7.11 指令修改
  • 7.12 参数模式
  • 7.13 Tag自动填充
  • 第8章 Stable Diffusion的商业化应用
  • 8.1 游戏行业的应用
  • 8.1.1 写实角色的多视图设计
  • 8.1.2 二次元角色的多视图设计
  • 8.1.3 游戏原画生成
  • 8.1.4 游戏图标设计
  • 8.2 电商行业的应用
  • 8.2.1 模特形象生成
  • 8.2.2 指定模特面部特征
  • 8.2.3 AI图片高清放大
  • 8.3 插画行业的应用
  • 8.3.1 线稿生成
  • 8.3.2 线稿上色
  • 8.3.3 图书插图生成
  • 8.3.4 图画扩充
  • 8.4 建筑行业的应用
  • 8.4.1 无线稿的室内设计
  • 8.4.2 室内设计线稿生成
  • 8.4.3 室内设计线稿上色
  • 8.4.4 建筑线稿生成
  • 8.4.5 建筑线稿上色
  • 8.5 其他领域的应用
  • 8.5.1 旧照片修复
  • 8.5.2 图片风格转换
  • 第9章 AI绘画工具扩展：Midjourney
  • 9.1 Midjourney基础知识
  • 9.2 软件注册
  • 9.2.1 注册Discord
  • 9.2.2 添加Midjourney服务器
  • 9.2.3 接入Midjourney Bot
  • 9.3 图像生成方法
  • 9.3.1 文生图
  • 9.3.2 图生图
展开全部

评分及书评

2.7
3个评分
  • 用户头像
    给这本书评了
    3.0

    这本书比较详细的介绍了 Stable Diffusion（简称 SD）的使用。初学者按照书中的内容可以在本地搭建好 SD，只限于 windows 版本，MAC 版作者没讲，原因应该是配置过于复杂。假设读者是 Windows 用户，能跟着书中的内容跑一遍，我觉得大概能对 SD 的各个参数有一定的了解。我个人感觉内容不难，实操性还是比较强的。有些比较难的概念讲的很空，但简单的提示词，提示词使用规则和技巧都讲到了。作者自己制作过程中的经验也有分享。但不多。总的来说，适合对 SD 不怎么懂的普通人。已经玩过很久的同学看了可能收获不多，我自己属于野路子，所以照着书里的内容跑了一些教程。还行吧。

      转发
      评论

    出版方

    机械工业出版社

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。