Stable Diffusion【应用篇】【图片修复】：模糊头像照片的高清修复

本文主要是回复一下后台小伙伴留言的问题。经小伙伴本人同意后，允许使用待修复的照片。

我们先看一下待修复的照片。

在向我咨询之前，小伙伴也自己进行了尝试，如果直接使用Stable Diffusion的后期处理功能，出来的图片效果是这样的。

这个是没有问题的，因为图片的后期处理可以对模糊图片人脸面部进行修复，但是人脸之外的就没有办法，包括头发，服装等。

小伙伴也在图生图中使用了ControlNet的Tile模型和Lineart模型进行了处理，结果出来的图片效果是好的，但是人脸不一致了。

的确，tile模型确实具有图片的高清修复功能，但是对于真人来说，人脸却无法保持一致。

那么有没有办法在保持人脸一致的基础上实现图片的高清修复呢？

其实，把上面的2步操作结合起来就可以做到，但是不能直接使用图生图的方式，而是使用图生图局部重绘将人脸通过蒙版固定+ControlNet的tile模型控制**即可。下面我们来看一下具体操作步骤。

【第一步 】使用Stable Diffusion的后期处理功能

我们这里先不对图片进行放大处理，先通过GFPGAN和CodeFormer**进行人脸面部修复处理。这2种人脸面部修复差别不大，实测将2种都选中效果更好。修复后的人脸效果。

我们可以看到，后期修复除了人脸面部变高清之外，其他部分都还是模糊的。便于后期图片的处理，这里我们得到的图片仍然和原图片大小一样。

【第二步 】图生图局部重绘相关设置

我们将人脸面部修复好的图片上传到图生图局部重绘功能区中。

使用上图右边的画笔，将人脸区域涂白。

下面是图生图相关参数设置

• 蒙版模式：重绘非蒙版内容，针对我们使用画笔涂白以外的区域进行重绘。

• 蒙版区域内容处理：原版

• 重绘区域：整张图片

• 采样器：Euler a

• 采样迭代步数：20

• 图片宽高：531* 715保持和上传的图片宽高一致

• CFG: 7

• 重绘强度：0.75

【第三步 】大模型的选择

大模型这里我们使用majicMIX realistic 麦橘写实_v7版本。

【第四步 】提示词的编写

这里使用原模糊的图片通过WD1.4标签器反推出来

Prompt: solo,1boy,shirt,male focus,necktie,white shirt,collared
shirt,black hair,blue background,looking at viewer,realistic,black
eyes,striped,portrait,striped necktie,wing collar,closed mouth,smile,short
hair,提示词
：单人，1个男孩，衬衫，男性焦点，领带，白衬衫，有领衬衫，黑发，蓝色背景，看着观众，写实，黑眼睛，条纹，肖像，条纹领带，翼领，闭着嘴，微笑，短发，

【第五步 】ControlNet参数设置

我们上传经过后期处理后的图片。

相关参数设置如下：

• 控制类型：选择"Tile/Blur(分块/模糊)"
• 预处理器：tile_resample
• 模型：control_v11f1e_sd15_tile
• 控制权重：1
• 引导介入时机：0
• 引导终止时机：1

【第六步 】图片的生成

点击【生成】按钮，我们来看一下最终生成的图片效果。

如果想得到更高清的图片，可以再使用后期处理的方式将图片放大处理。

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。

模型放在文末，感兴趣的小伙伴自取！

这里直接将该软件分享出来给大家吧~

1.stable diffusion安装包

随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。

最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。

2.stable diffusion视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。

5.SD从0到落地实战演练

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名SD大神的正确特征了。

这份完整版的stable diffusion资料我已经打包好，需要的点击下方插件，即可前往免费领取！