AI绘画教程/作画入门指南
前言
【这是一篇基于Stable diffusion（SD webUI）引擎，创作的AIGC（AI绘画）的入门教程】
目前关于AI绘画的诸多部分尚有争议，但是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，请对画师与该职业保持最起码的尊重。
2.遵守现实法律，保护商品著作权，并在目前法律空白的条件下，禁止商业目的经营。
3.真人模型可能涉及到伦理、法律问题，在这里不做议论，并禁止在留言处进行关于真人模型的讨论。
4.本教程基于分享目的，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，非常像是一个造房子的过程。
绘画算法引擎：主要干活的工人，进行算法计算与设计图匹配（搬砖表水泥）。
（所有AI绘画都是基于一定人工智能算法才能实现，主要是AI工程师的事情。这里讲实操不展开。）
AI绘画的大、小模型：房屋的设计师。
（设计师的画风与水平，决定了出图的美观上下限。大小模型直接影响成品图好坏！！）
文生图功能：用语言告诉设计师你的需求。
把你的想法告诉设计师（图片模型），让设计师根据你的文字描述，进行成品图设计。
图生图功能：用图片告诉设计师的你的需求
你展示一张图，要求设计师用自己的风格，复制一份与图片相似的成品。
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（SD webUI）引擎。
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。
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师，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：
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2-3月的现在，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：是countergelt-v2.5。
当然， lora训练模型 的出现，使得你可以自己训自己的AI模型，让AI生产你想要的画风，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）。
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。
