AI绘画教程/作画入门指南

前言

【这是绘画一篇基于Stable diffusion（SD webUI）引擎，创作的教程AIGC（AI绘画）的入门教程】

别看我，看下面的作画指南注意事项

目前关于AI绘画的诸多部分尚有争议，但是入门要明确一些注意事项：

1.AI绘画的所有图像源都是基于现实的绘画画师或其他图像提供来源，不论发展到什么程度，绘画请对画师与该职业保持最起码的教程尊重。

2.遵守现实法律，作画指南保护商品著作权，入门并在目前法律空白的绘画条件下，禁止商业目的教程经营。

3.真人模型可能涉及到伦理、作画指南法律问题，入门在这里不做议论，绘画并禁止在留言处进行关于真人模型的教程讨论。

4.本教程基于分享目的作画指南，只提供基础思路指南。不论是浏览、转发等，引起的一切纠纷和后果与本作者无关，一概由观看者本人负责。

5.如果不能接受，请不要继续浏览；继续浏览，则默认为同意以上所有注意事项。

1、AI绘画主要功能。

AI绘画的工作过程，非常像是一群工人根据指示（设计图与口头要求）造房子的过程。

绘画算法与引擎：主要干活的工人，进行算法计算与设计图匹配（搬运色块到指定地方，并计算怎么搬运更快）。

项目的最终实施者，这是代码层次问题，不谈。

AI绘画的大模型：房屋的工头（制作设计图，并指挥工人色块搬运的位置）。

工头（大模型）的设计能力（喂图储备、训练经验），直接决定成品的好坏！！

文生图功能：用语言告诉设计师你的需求（让工头揣摩你的口头要求）。

我要五彩斑斓的黑！

图生图功能：用图片告诉设计师的你的需求（让工头同时揣摩示例图与口头要求）

我要你根据这张图（彩虹.jpg），在手机壳宣传图上，搞一个类似的五彩斑斓的黑！

2、从安装引擎开始AI绘画

当前的绘画引擎市面上有很多，但是最普遍、最全面的当属开源的Stable diffusion（本地且免费，吃电脑配置，上手复杂但隐私性高）引擎和midjourney（收费，不吃电脑配置，中低端功能上手极快，试错成本低；生成图片全网可查而不隐私，高端领域功能少）。

两者有很多共通的地方，这里主要以Stable diffusion为核心介绍。

想要用Stable diffusion，首先要用自己电脑下载“SD webUI引擎”。

【如果没有2060以上显卡，不建议本地使用；但是你可以了解mid，看下面的出图教学】

SD webUI算法引擎，是基于GPU（俗称显卡）算力进行的，对显卡有一定的要求。

目前的 SD webUI 主要支持的是英伟达系列显卡，推荐使用RTX2080及以上显卡，显存低于6GB以上，AI绘画生成图会变得很慢，一张图笔记本电脑可能20分钟，RTX2080一张图则十几秒。

【另外，有云端部署方式，如果没有合适的硬件配置，那么也可以采用租用云显卡的方式进行 SD webUI 的构筑。】

特别谢明 ：

B站的 秋葉aaaki 大佬，这个大佬把（SD webUI）引擎 做到了本地化下载部署，还专门设立了启动器，使得（SD webUI）引擎在电脑安装使用变得非常容易。

B站的 小李xiaolxl 大佬，这个大佬基于本地化引擎，构筑了一套云端（SD webUI）部署，使得云端租用显卡跑图变得可能。

当然还有其他诸多为（SD webUI）引擎部署舔砖加瓦的大佬门。

具体的安装使用方法，搜索这两个人的教程就够用了，他们作为前沿一直在更新部署的方式。

3、绘图模型是影响生成图质量的主要因素

首先、绘图模型是ai绘图这栋房屋的设计工头，与成品的好坏具有直接关系。

以下是不同绘图模型，对同一主题的生成结果：

每个大模型通常来说，他们的美术风格和线条处理是不一样的。

大模型可以看成是相似美术风格、画风、表现手法的一个集合。

有的模型偏好二次元，有的模型偏好三次元；哪怕A、C同样都是二次元模型，C模型采样对象的是普通画师的作品，A模型采样的都是大师的作品，那么A、C表现的效果都是不一样的。

模型是一种美术风格，通常来说，不是选择一种就万事大吉的。

积累更多高质量、符合自己心意的模型，充分了解这个模型的表达风格，在合适的时间用合适的模型，这些是AI绘图的共同课题。

关于模型的好坏，可以听其他参与者的口碑，因为每个月、每天都有大量的好模型产出。

一个大模型提供网址：https://civitai.com/

本篇文章使用的模型：主要是countergelt-v2.5。（上面的大模型演示图，已经标明模型名称）

Lora训练模型的出现，使得你可以自己训自己的AI模型。

即为：让AI在图画上，生产你想要的①画风、②指定的物品、空间、人物、③动作与表情等。

这个属于高阶玩法，请你看完（5、图生图原理）之后再去尝试。

4、文生图与提示词。

①基础原理

用文字表述生成图片特征，这是基于SD人工绘图智能算法的关键所在。由于目前的人工绘图算法主要是欧美那边在开发，所以文生图目前大多是用英文进行图片生成。

tag：关键词，不同的tag组合起来，生成了关键词组。人工智能根据解析这些词代表的意思后，生成我们想要的图像。

比如：

1gril(一个少女),orange hire（橙发）,white T-shirt（白T恤）。

您好呀~

描绘词限定了图片的生成内容，提示词描述的越详细，那么AI作画的就越符合作者的期望。如果不进行详细描述，那么AI则会随机取样。

用上述提示词组举例：

1gril(一个少女),orange hire（橙发）,white T-shirt（白T恤）。

我只要求了一个白t恤的橘发少女是强制性的，而没有表述的关键内容会进行随机生成。

比如：这个女孩可以在床上、在海边、在沙滩上，她可以穿黑裙子，可以穿绿裤子，可以喝茶，也可以左手拿书右手那勺子吃药。

如果图片逻辑不自洽，图片质量肯定不高。

一个好的绘图模型，因为采样的图片逻辑大多自洽，省去了很多填写关键词的功夫。

比如我用的countergelt-v2.5模型，在千次实验下，白色T恤的橙发少女，基本只会搭配灰黑白色裙子、牛仔裤的裤子，并不会出现白、橘搭配大红大紫的裤子；还有诸多逻辑自洽的细节。

模型不是万能的，文生图是必须掌握的基本功，好的模型在文生图的填写关键词中起到辅助作用。

另外，以下是一项选取模型里高质量图进行采样，避免低质量图片进入采样样本的TAG词：

画面质量正面提示词Masterpiece,人气作品best quality,最好画质official art,商业作品extremely detailed CG unity 8k wallpaper,极其详细的CG协调8k壁纸画面质量反面修正词low resolution,低分辨率Very low resolution,非常低分辨率Low image quality,低质量Very poor picture quality,非常差的质量Poor quality detail picture,低细节图片，Vague details,模糊的细节，Mosaic pictures,马赛克图片，Problems in drawing,绘画错误的图片Overfitting,过度追求关键词Bad painting,作画糟糕Bad painting details,绘画细节糟糕Low quality painting details,低质量上色Normal quality,一般质量

想要提升文生图的基本功，除了不断练习外，可以参照“AI绘图元素法典”，还有各种AI绘画社区的提示词交流。

这里推荐一个链接：AIGODLIKE社区。

在用了一个好模型的前提下，尝试不同的文生图组合，多生成几百次，你也可以是现代AI绘图大魔法师！

另外，文生图界面一些参数的解释如下图：

5、图生图的使用。

图生图原理：自己提供图，并让AI在整体或部分范围形成一个相似的图。

【图生图】用原图形成相似的图片，

【局部重绘】提供一张原图，指示原图的某部分形成相似的图片，

【绘图】则可以在右上角选择画笔，改变局部颜色指导，使得【图生图】的对应内容改变。比如：①把黑发用画笔涂白，那么新的【图生图】生成的发色就会变成白色；②把白色短袖T恤的袖口用白色画笔拉长，那么新生成的图片大多就变成了白色长袖衣服。

图生图还可以切换不同的绘图模型：做到二次元转三次元，或普通二次元转宫崎骏画风等等。

图生图还可以进行一些更智能的PS操作：生成黑白线稿、智能上色、修复一张图，在一张图的某个部分进行二次AI绘图修复等。

6、更高端的绘图技法

以下内容不做详细解答，只做介绍用，如果有兴趣，可去看相关视频，自行提升。

①lora训练模型：通过自己提供一组画风相近的图片组，让AI形成独属于你的专属绘图模型。

②control插件：①pose插件：可以提供为生成的图片，指定具体动作pose，克服了文生图对于详细pose的缺失问题。②景深插件：人物与背景的透视关系，使用该插件，可以指定相关景深透视，形成相似景深关系的图片。

示例图来源：Bili-秋葉aaaki

本文地址：https://www.45854.cn/news/78f299919.html