深度解析！如何用Stable Diffusion实现模特精准换装？

一、前言

来了来了，之前给大家承诺的模特换装教程它来了！本篇教程主要运用 StableDiffusion 这个工具来进行操作，下面会通过几个小案例，给大家展示不同需求下，我们该如何使用 StableDiffusion 来辅助我们完成服装效果展示。本教程适用于电商设计场景、摄影场景等多个运用人物设计的实战中，全程干货，需要大家慢慢吸收，学会后轻松拿捏模特换装，let’s go！

往期教程：

二、更换模特

1. 不一样的设计需求！

换个不一样的需求单，简单粗暴，直达灵魂最深处（本篇文章随性而为）

2. 前期准备

老样子，我们先把模型以及素材准备好：

1. Stable Diffusion 模型：majicMIX realistic 麦橘写实_v6
2. controlnet 插件模型以及黑白蒙版图

在大模型选择上，大家可以灵活点，用上一些主流的写实模型即可：

Controlnet 插件一般用活菩萨秋叶的启动包就会自带，不过模型需要自己安装一下，在往期文章我有专门介绍过 Controlnet 的插件安装教程以及模型的下载方式，此处不多做说明。

准备一张黑白蒙版图片，注意以下几点：

1. 用 PS 把“假人模特”部分填充黑色（即后续需要生成真人模特部分）
2. 等比缩放尺寸（与原图比例一致），把这张图片的尺寸缩小，方便后续的操作；
3. 白色区域为蒙版内容，黑色为非蒙版内容（SD 内的蒙版原理）

3. 关键词描述

正向关键词：

Best quality,masterpiece,ultra high res,(photorealistic:1.4),raw photo,1girl,long hair,
最佳质量，杰作，超高分辨率，(逼真度:1.4)，原始照片，1 个女孩，长发，

反向关键词（通用关键词，哪哪都可用）：

(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw,

4. 图生图-上传重绘蒙版

重点来了，本案例的核心部分，就是使用图生图的「重绘蒙版」来进行模特的重新绘制。

如图所示，选择「图生图」，把上述的模型以及关键词加上，点击「上传重绘蒙版」，上传原图及蒙版图。

注意：原图及蒙版图尺寸要一致哦~

下面的参数直接抄作业即可，说几个重点参数：

1. 蒙版边缘模糊度需要调整为 0，这个参数类似于 PS 的羽化，把蒙版边缘进行模糊度处理。这里我用 ps 经过精准的抠图绘制成蒙版，所以不需要这个参数起作用，不然边缘会有原图的灰色在里面；
2. 蒙版模式设置为「重绘非蒙版内容」，前面说过白色区域为蒙版内容，黑色为非蒙版内容，大家灵活往里面带入，黑白是可以切换的，后续调整「蒙版模式」即可；
3. 重绘倍数选择 2 倍放大，我测试 1 倍图生成的效果不好，后期调整区间很大；
4. 「重绘幅度」为 0.5，太高会生成的乱七八糟。

5. 初步跑图（批量）

把上述的参数调整好了之后，我们就可以进行初步的跑图了，可以调整总批次数量（显卡一般的控制在 4 左右）。

到这一步基本上就差不多了，挑选一张相对满意的图片，可以进行细节上的优化，比如手部及脸部等。

6. 局部重绘细节处

把选中的图片上传到「局部重绘」中，用画笔涂抹需要修改的地方，把下方的蒙版模式改为「重绘蒙版内容」，点击生成即可。

可以重复多次使用局部重绘功能，把脸部和手部分开重绘，效率会更高点，同时，也可以通过修改正向关键词，来重绘涂抹地方，比如加上长发等等。

这个案例就说到这里，后期还有优化空间，大家会这个操作方法才是本次案例的核心，来看看对比吧~

三、inpaint anything 插件

上一个案例我们是 ps 手动绘制蒙版的，有没有自动且更便捷的方式呢，当然有，就是使用这个「inpaint anything 插件」：

使用 Segment Anything，用户可以通过简单地指向所需区域来指定蒙版，而不是手动填充它们。这可以提高蒙版创建过程的效率和准确性，从而可能获得更高质量的修复结果，同时节省时间和精力。

1. inpaint anything 安装

插件安装方法一直都是如此，相信看到本篇教程的你也绝不是小白了，我就简单带过，另一种方法可以通过网址下载： https://github.com/Uminosachi/sd-webui-inpaint-anything

安装完成后刷新「web-ui」即可看到这个插件，之后下载模型，这个插件就不做详细介绍，看操作路径即可。

2. 生成蒙版图

先准备一张模特图片，上传到「Input image」中，点击运行。

如图所示，右侧会出现「语义分割色块图」，按照下方步骤操作。

说明一下：我们选中的区域，它会给我们在下方高亮显示，选中的部分在后面会给我们生成黑白遮罩图。

之后在左侧找到以下的选项，按步骤操作，你就会得到一张蒙版图，最后发送到图生图中~

后面的操作是不是很熟悉了，就是第一个案例的操作，这个插件就是为我们生成蒙版图。

3. 换个模特吧

回到图生图，模型及关键词用第一个案例的，无需做出任何改动，下方的参数也不需要动，只需要把尺寸调整下，与上传图片的尺寸一致即可。

搞定了，就这么简单，有问题的地方发送到「局部重绘」中，修正调整即可。

来看一下对比：

我们还可以扩展一下，只能换人吗？我们换个衣服试试。

4. 换件衣服吧

上面是保持衣服不变，更换人物。生图原理就是利用图生图蒙版功能，大家应该知道怎么做了吧，我们只需要把蒙版模型改动一下即可。

我们先把正向关键词改动下吧，把关于人物的描述删掉，更换成「yellow clothes」黄色衣服试试：

Best quality,masterpiece,ultra high res,(photorealistic:1.4),raw photo,(((yellow clothes))),

下面参数有两个点需要注意：

1. 蒙版模式改为「重绘蒙版内容」；
2. 重绘幅度调大一点，之前是 0.5，现在我们改成 0.7，不然衣服颜色是黄色+红色相结合的颜色。

然后生成一批图试试~先埋个坑，哈哈哈！

怎么样，还可以吧，是不是发现这动作不对，胳膊乱飞~那咱们就继续往下看。

5. Openpose 姿势控制

其实大家做图的时候要灵活运用功能，就上述生成的姿势是有问题的，解决这个问题方法就可以用 openpose，提取原图的姿态。

使用方法如下图，没什么难度，抄作业即可。

再次生成，模特的姿势就成功的还原了，很完美！可以通过修改关键词来调整衣服的颜色以及款式，完事~

四、自定义模特

换个一个场景，上面两个案例都是有模特的素材，如果没有模特只有一件服装可以生成模特图吗，也是可以的，我们往下看：

1. 准备素材

当我们有一张服装图时，还需要准备两张应用在 stablediffusion 的素材图：

1. 一张服装白底图（应用在 controlnet 上）；
2. 黑白蒙版图（应用在重绘蒙版上）。

注：黑白蒙版图可以用上面提到的插件做哦，别忘记用了。

2. 安装 3D 骨架模型编辑 (3D Openpose)

先说下思路，当我们只有服装时，我们需要在服装基础上创建一个人物，stablediffusion 是无法精准的基于服装生成人物，所以我们需要使用「3D Openpose」这个插件来创建一个人物骨架图，然后运用「controlnnet」插件来精准控图。

安装插件跟上面一样，在扩展中安装即可，如果扩展安装不了那就是用本地安装，网址在这：https://github.com/nonnonstop/sd-webui-3d-open-pose-editor/tree/main

安装完成后，重启「web-ui」即可在这看到「3D Openpose」，关于这个怎么用很简单，大家尝试着用用，熟悉一下即可（我个人觉得不是很好操作）

3. 创建人物骨骼图

进入到「3D Openpose」，把原图放进来，然后调整骨架与图片的对应位置，可以根据自己的想法调整骨架姿势，需要多尝试用几遍。注意：图片尺寸一定要设置好，一定！

调整完之后，点击「生成」，点击「发送到 controlnet」，点击「发送到图生图」即可。

注意：基于写本篇教程的 sd 版本，我们需要先到「图生图」模块把 controlnet 先勾选启用，发送才有效！

4. 设置 controlnet 及重绘蒙版

回到「图生图」的 controlnet 中，我们需要使用两个 controlnet 插件，第一个就是「openpose」，其次是「canny」。

1. 「openpose」只需选择该模型即可，预处理器不用选择；
2. 「canny」目的是控制服装边缘，上传前面准备的白底图，如果你前面蒙版图没有抠细致，这一步很重要。

重绘蒙版与前面两个案例一样，包括模型与关键词，一模一样即可。

5. 跑图完成

上述参数设置完成后，跑图即可，剩下的细节之处本教程就不做演示了，与第一个案例一样，细节之处有问题的地方使用「局部重绘」修正即可，或者是 PS 处理下（话说 PS Beta 好像不能用了）

怎么样，应该都看会了吧

五、总结

本教程详细介绍了如何使用 StableDiffusion 实现模特精准换装以及换模特。通过几个实际案例，展示了 StableDiffusion 在不同场景下的应用，通过学习本教程，您可以轻松掌握模特换装的技巧，提高工作效率，完事了，下课，我们下期见。

欢迎关注作者：