社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

AIGC教程:没有创意/不会c4d,也能做IP -- 实操篇

58UXD • 11 月前 • 357 次点击  


书接上文,通过使用多个AIGC工具脑爆,我们得到了一个具体的IP形象,那如何把平面的形象变成立体的呢?

学C4D吗?来不及了,趁着学习热情还没过,我现在就要!

学Stable diffusio吗?没有高配置电脑,软件安装太复杂,不方便!

看了很多同类教程还是频频出错?那些抠搜设计师不愿意告诉你的小技巧,一次性大大方方教会你!



来,直接上手实操!

1.选择工具:
推荐Liblib网站,直接打开就能用,不用充值,不限配置,不用翻墙,联网就能用,它提供了C站上几乎所有的模型,并且有大量国互联网公司的设计师上传的原创模型,每天都有新增和更新,相比C站上模型的风格,更“本土化”,更“互联网”化。(不是广,撒谎丢源文件的!
在liblib.com首页进入「在线生图」

2.选择大模型和lora

在模型广场中选择喜欢的模型,并「加入模型库」

也可以进入模型页面后向下滚动页面,看到喜欢的图片点击后「一键填充」,便可将这张图的所有生成参数/模型/lora等所有参数一键填充到生成页面,直接开始!我这里用的是RevAnimated,也可以多尝试别的,哪个效果好用哪个

3.输入关键词

直接输入中文,liblib有「翻译为英文」的贴心小功能,一键翻译。剩下的参数,我们暂时都不用管

 4.选择ControlNet控制器

下拉页面,启用ControlNet控制器,上传之前生成的平面图

然后点击爆炸小图标和向上箭头,爆炸图标是查看处理结果,向上箭头是保证生成图片的尺寸与上传图片保持一致,这样能保证多个控制器的控制位置完美匹配

推荐控制器:要实现对生成结果的高度控制,一般会启多个ControlNet,常用的有以下几个:

(1)Canny-硬边缘

(2)Depth-深度

这里也可以提供多个预处理器,可以每个都试试,选择一个与处理结果最满意的


(3)Lineart-线稿:
无论上传的是黑白线稿,白底黑线,黑底白线,还是彩色线稿,都不重要,都有对应的预处理器可以选择。

好,重点来了!几乎所有小伙伴到这里都会遇到同一个问题,生成的IP形象轮廓大致已经生成了,但是颜色还是没办法还原,反复重绘或者更改关键词都无法解决,还要后期抠图调整,这里我们就可以使用Tile/Blur来完美的固定颜色

(4)Tile/Blur-分块/模糊(用于固定颜色

意一点,这里权重数值要开的小一点,以免由于颜色过于固定,而无法产生立体效果。

以上为常用的几个控制器,我们在检查生成结果的时候,也要通过这几个维度来判断如果调整不同控制器的参数,通过分析没有达到理想效果的原因是深度?线稿? 还是颜色,来分开调整,这样才能让结果完全在我们掌控范围内。

小技巧:如果无论怎么调整,ControlNet的处理结果我都不满意,或者只是想微调一下预处理结果,那我们可以把处理结果图下载下来,拉到ps里调整后,重新上传,注意,如果用的是自己制作的预处理结果图片,那么在软件中,预处理那一栏,就要选择none。

5.调整输出

最后经过反复调整,我们得到了满意的结果

以上就是从2D到3D的详细过程,生图的过程是结果多次尝试和调整的,换大模型,叠加lora,调整ControlNet控制器,调整重绘幅度,换采样方法,换高清修复方式都可以对画面有所控制

,只要调整之前分析出是哪里出的问题,就可以基本解决掉90%的ai“随机性”问题。



场景生成:如果只是到这里就结束了,IP形象难免显得单调,或者你也不知道这些IP形象可以怎么玩,那可以尝试将IP放入场景中,探索更多可能。liblib里也有很多好用的模型和lora,大家可以充分利用起来,让IP变得丰富生动。

例如结合电商场景的lora叠加使用,将固定的IP形象放到场景中,生成不同场景的IP海报,并且角色的光源,色调,质感都会与场景高度贴合,方法与上面IP生成一样。

大家多多尝试吧,很有可能出现意想不到又过于优秀的结果!祝君成功!!有问题的,评论区见



                                                   扫码进群
转载时请连同下方内容一起转发
请与该公众号联系获取内容授权
长按二维码   轻松关注
微信公众号:i58UXD
58同城用户体验设计中心

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/172651
 
357 次点击