注：文章使用的AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了，有需要的小伙伴文末扫码自行获取。

所谓图片的创成式填充，就是基于原有图片进行扩展或延展，在保证图片合理性的同时实现与原图片的高度契合。是目前图像处理中常见应用之一。之前大部分都是通过PS工具来处理的。今天我们来看看在Stable Diffusion中如何实现。

我们先来看一下创成式图片处理效果。

原图片：512*512

横向扩展：1024*512

纵向扩展：512*1024

下面我们来看一下具体的操作方式。

【第一步】：图生图图片的上传

在图生图功能界面，上传一张图片，我这里上传一张512*768大小的图片。

下面进行相关参数设置。

• 缩放模式：选择“缩放后填充空白”。

• 蒙版区域内容处理：原图，只针对原图片的基础上进行一个小的改动

• 重绘区域：整张图片

• 采样器：DPM++ 2M SDE Karras

• 采样迭代步数：30

• 图片宽高：1024*768。原图片是512*768。这里我们保持图片的高度768不变，将图片宽度512横向扩展为1024。

• 生成数量：2，一次多生成几张，提高抽签概率

• 重绘强度：设置为1，尽量设置高一些（0.8以上），可以让AI充分发挥想象。

【第二步】ControlNet的设置

相关参数设置如下：

• 控制类型：选择"局部重绘"

• 预处理器：inpaint_only+lama（局部重绘+大型模版，主要用于图片扩展）

• 模型：control_xxx_inpaint

• 控制权重 : 设置为1

• 控制模式：选择“更偏向ControlNet”

• 缩放模式：选择"缩放后填充空白"

【第三步】提示词的编写

这里可以不用填写正向和反向提示词。

但是为了防止图片扩充时产生的图片太随意，我们最好加上反向提示词。

(worst quality:2),(low quality:2),(normal quality:2),lowres,((monochrome)),((grayscale)),bad anatomy,DeepNegative,skin spots,acnes,skin blemishes,(fat:1.2),facing away,looking away,tilted head,lowres,bad anatomy,bad hands,missing fingers,extra digit,fewer digits,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,extra fingers,extra limbs,extra arms,extra legs,malformed limbs,fused fingers,too many fingers,long neck,cross-eyed,mutated hands,polar lowres,bad body,bad proportions,gross proportions,missing arms,missing legs,extra digit,extra arms,extra leg,extra foot,teethcroppe,signature,watermark,username,blurry,cropped,jpeg artifacts,text,error,

不过个人还是建议加上原图片的正向提示词，以保证图片扩展时AI能结合提示词更好发挥，做到最合理保持与原图片的契合度。

【第四步】大模型的选择以及图片的生成

大模型需要根据实际情况选择，对于写实类建议选择"majicMIX_realistic"或者"Realistic Vision", 对于二次元类的选择"revAnimated"。

点击【生成】按钮。不能保证每次扩充都是满意的效果，我们可以每次多生成几张从中挑选。

下面我们纵向扩展一下图片，把原图片的高度从768调整到1024。

相关说明：

(1) 如果原图片宽高是512*512的，直接扩充为1024*1024，我实际操作了一下，图片不会进行填充，只是将原图片进行了放大处理。如果想实现创成式扩充，可以先横向扩展为512*1024，然后在基于扩展的图片基础上再次扩展为1024*1024，分2步操作即可。

（2）正向提示词和反向提示词可以不用填写，不过为了保证图片的合理性以及与原图片的契合度更高，建议写上正向提示词和反向提示词。

（3）大模型的选择要视具体情况而定，如果生成图片效果不理想建议多换几个模型试试。

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

想要SD安装包和相关插件的小伙伴扫码可免费领取哦~

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除