今天我們要分享的內(nèi)容視頻版如下，視頻已添加進(jìn)度條及配音，想要原視頻以及模型的鹿友后臺(tái)撩我獲?。?/p>

視頻版稍后單獨(dú)發(fā)送

以下是圖文版內(nèi)容：

正文共：3267字 45圖

預(yù)計(jì)閱讀時(shí)間：9分鐘

今天要分享的內(nèi)容是最近很火的這種文字融入圖片效果：

這個(gè)效果當(dāng)時(shí)看到群里發(fā)出來(lái)的時(shí)候，我正在川西旅游，本想著回來(lái)之后試試寫一下，結(jié)果回來(lái)之后發(fā)現(xiàn)網(wǎng)上已經(jīng)有教程了：

后來(lái)又一直很忙，一直拖到現(xiàn)在快一個(gè)月了，還是寫一下吧，算是個(gè)了結(jié)。

我這里總結(jié)了三種方法，前兩種方法網(wǎng)上已經(jīng)有很多教程了，最后一種方法是我自己研究的，不太好，也算是一種思路吧！

好了，廢話不多說(shuō)，讓我們看看如何制作這種文字融入圖片的效果吧！

01

前言及準(zhǔn)備工作

雖說(shuō)是三種方法，其實(shí)大體思路都差不多，都需要借助SD的Controlnet，只不過(guò)用到的模型不一樣。

前兩種方法文生圖和圖生圖都可以，最后一種只能用圖生圖，我這里就統(tǒng)一用圖生圖來(lái)演示吧。

首先我用文生圖生成了這樣三張夜景圖：

然后再用Ps制作了這樣三張黑底白色的文字圖，這里有兩點(diǎn)提醒大家一下，首先文字可以適當(dāng)高斯模糊一樣，這樣邊緣不會(huì)太銳利。

其次文字的構(gòu)圖最好要參考一下你要融入的圖片，特別是人物圖，否則可能需要頻抽卡才能得到比較滿意的效果。

我這里是夜景圖，就簡(jiǎn)單的把文字做了一下透視：

打開SD，在圖片信息里載入夜景圖獲取它的提示詞信息，然后直接發(fā)送到圖生圖：

大模型我用的是Realistic Vision，這是C站下載量最高的一款寫實(shí)類模型，也是我最常用的一款，目前已經(jīng)更新到V5.1版本了：

做這種效果有一定的隨機(jī)性，不要忘記保持隨機(jī)種子為-1，方便抽卡：

02

使用Tile模型制作

第一種方式是使用Controlnet Tile模型制作，這個(gè)是Controlnet 1.1新增的一個(gè)模型。

模型以及預(yù)處理器在上一篇Controlnet通用參數(shù)的文章中已經(jīng)分享給大家了，各位鹿友可以自行去獲?。?/span>

這個(gè)模型最大的特點(diǎn)是它會(huì)根據(jù)你在Controlnet中輸入的圖片信息在原圖中繪制新的細(xì)節(jié)。

因此它通常用于放大圖像，后面的文章我也會(huì)給大家分享我在工作中常用的兩種批量放大圖片的方法：

回到SD中，先把文字圖拖進(jìn)Controlnet里，勾選啟用和完美像素：

控制類型選擇Tile，這個(gè)模型有三種預(yù)處理，分別是顏色覆蓋、顏色覆蓋加銳化，重采樣。

前面兩種我測(cè)試過(guò)，由于我們輸入的文字圖是黑底的，使用顏色覆蓋生成的圖像會(huì)很暗。

因此我們就選擇重采樣這種方式就好，爆炸圖標(biāo)點(diǎn)不點(diǎn)都沒(méi)關(guān)系：

先直接生成一張圖看看，你會(huì)發(fā)現(xiàn)文字過(guò)于清楚，畫面變黑了：

這是因?yàn)門ile的影響太大了，我們可以適當(dāng)?shù)恼{(diào)整權(quán)重以及開始和結(jié)束控制的介入步數(shù)。

這三個(gè)參數(shù)的數(shù)值不是固定的，和你的原圖有關(guān)，大家實(shí)際操作中可以自行測(cè)試：

當(dāng)我們適當(dāng)調(diào)整參數(shù)以后，效果就好多了：

不過(guò)你可能會(huì)發(fā)現(xiàn)生成的圖和原圖差別比較大，這是由于我們圖生圖的重繪幅度過(guò)高導(dǎo)致的：

如果你希望生成的圖像盡量和原圖相似，可以適當(dāng)?shù)慕档椭乩L幅度：

但需要注意的是降低重繪幅度也會(huì)降低Tile對(duì)生成圖的影響，我們前面也提到了，Tile會(huì)繪制新的細(xì)節(jié)，重繪幅度降低了當(dāng)然影響就弱了。

因此如果希望生成圖和原圖保持一致，就需要低重繪幅度高權(quán)重，反之同理，我這里將權(quán)重提高到了0.8，感覺(jué)是我想要的效果：

Tile還有一個(gè)降低采樣率的參數(shù)，這個(gè)數(shù)值越高，重繪的細(xì)節(jié)越少：

最后放大圖看看效果吧：

03

使用第三方模型制作

第二種方法是使用兩種第三方訓(xùn)練的Controlnet模型。

第一款在C站上的名字叫Lighting based picture control controlnet，在抱臉網(wǎng)上的名字叫illumination：

第二款在C站的名字叫Brightness：

這兩個(gè)名字很相似，Illumination是照明，Brightness是明亮度，兩個(gè)模型可以單獨(dú)使用。

相比于Tile模型，這兩款模型更偏向于制作光影的效果，下面是chatgpt對(duì)它們的區(qū)別解釋：

這兩款模型可能是同一個(gè)團(tuán)隊(duì)訓(xùn)練的，文后我也會(huì)把這兩款模型分享給大家：

使用的思路方面是Tile模型是一樣的，首先是Lighting based picture這個(gè)模型。

載入文字圖片，預(yù)處理器這里選擇無(wú)，模型選擇Lighting based picture：

注意，我現(xiàn)在的重繪幅度是默認(rèn)的0.75，直接點(diǎn)擊生成看一下，同樣畫面變得很暗，文字過(guò)于清晰：

因此同樣調(diào)整參數(shù)，權(quán)重0.35，開始和結(jié)束控制的介入步數(shù)分別是0.2和0.9，效果就好多了：

同樣的如果你希望畫面盡量保持不變，就需要降低重繪幅度，然后提高Controlnet的權(quán)重：

放大圖片看看效果吧：

至于Brightness模型也是一樣，無(wú)非就是測(cè)試這三個(gè)關(guān)鍵參數(shù)，預(yù)處理器選擇無(wú)就行：

這個(gè)是Brightness放大后的效果：

04

使用Depth+輪廓類模型制作

這是我自己研究的方法，只能用于圖生圖，并且可控性不高，隨機(jī)性很大，大家僅做了解吧！

首先通過(guò)圖片信息功能，在提示詞欄位輸入和生成圖相同的題詞：

在文生圖輸入欄位把原圖替換為文字圖：

再在Controlnet中載入夜景圖，模型選擇深度圖，預(yù)處理器用最精準(zhǔn)的depth leres++，爆炸一下：

默認(rèn)重繪幅度0.75，點(diǎn)擊生成你會(huì)發(fā)現(xiàn)圖片變暗了，文字識(shí)別也不太準(zhǔn)確。

圖片變暗是由于圖生圖識(shí)別的是輸入圖的顏色信息，圖片大部分是黑色，所以會(huì)變暗。

而文字識(shí)別不太準(zhǔn)確是因?yàn)殡m然圖生圖能讀取顏色信息，但0.75的重繪幅度足以讓生成圖與原圖產(chǎn)生較大的差異，并且設(shè)置中沒(méi)有能固定文字的設(shè)置：

因此我們需要再加入一個(gè)能固定文字形態(tài)的控制，比如在第二個(gè)Controlnet中加入一個(gè)SoftEdge軟化邊緣的模型，預(yù)處理器我這里選擇的是SoftEdge hed：

權(quán)重可以適當(dāng)降低一點(diǎn)，然后就開始抽卡，你會(huì)發(fā)現(xiàn)圖片很暗并且文字過(guò)于清晰。

這是是由于重繪幅度還不夠?qū)е碌?，因?yàn)檫@次我們是直接在圖生圖中輸入的是文字圖：

這種方法的思路是在Controlnet1.1之前，幾乎沒(méi)有模型能夠識(shí)別圖片的顏色信息。

因此我們可以借助圖生圖識(shí)別圖片顏色信息的功能告訴SD什么地方是亮的，同時(shí)用Depth模型控制深度關(guān)系，最后再用輪廓類的模型來(lái)進(jìn)一步限制文字的外形。

我們可以再次提高重繪幅度，然后抽卡得到一個(gè)感覺(jué)還不錯(cuò)的效果：

不過(guò)這種方法最大的問(wèn)題是可控性比較差，你可能需要多次抽卡才能得到一張比較滿意的圖，并且由于重繪幅度高，所以生成圖與原圖的差異也比較大。

最后圖片放大看看效果吧：

以上就是今天想要分享的所有內(nèi)容。

如果覺(jué)得對(duì)自己有所幫助，請(qǐng)不要吝嗇自己的一鍵三連，你們的支持對(duì)我很重要，謝謝！

更多內(nèi)容歡迎關(guān)注公眾號(hào)：

本文由“野鹿志”發(fā)布

轉(zhuǎn)載前請(qǐng)聯(lián)系馬鹿野郎