AI Creative Photography: Combining Multiple Techniques for Unique Visuals
AI 创意摄影实战：多技术组合打造独特视觉效果
3-1.创意摄影
开头
当你想保持脸部特征不变的情况下， 给人物换场景和服装，
节约，摄影时候，场景搭建的时间，如何通过工作流解决呢？
这节课将教授你如何搭建一个创意摄影的工作流。
内容
第一步：图生图，照片变成创意摄影照片
先创建一个图生图的基础工作流。记得种子输出
输入图片
修改一下模型和参数，底模是麦橘的，lora我选择 五彩斑斓的古风 ，
设置好lora之后，下面会跳出控制lora的参数，lora 权重 0.8.
输入关键词，
正向：
Masterpiece,best quality,super details,intricate details,realistic,photography, 1girl(Eyes(Deep amber,crystal clear,long and delicate eyelashes),Nose(Elevated,a slightly upturned nose tip),Lips(Rosy color,defined lip line),Hairstyle(Black hair,smooth and shiny,slightly wavy at the ends),Skin(Fair,blemish-free,as delicate as porcelain),Clothing((gold long feathered dress,intricate floral filigree,gorgeous):1.5,walking,(look at viewer,floating hair,outdoor,upper body):1.53), Background((full moon,grassland):1.5,sky,forest,lake),light on face,
反向：
White clothes,paintings,sketches,(worst quality:2),(low quality:2),(normal quality:2),dot,mole,lowres,normal quality,monochrome,grayscale,lowres,text,error,cropped,worst quality,low quality,jpeg artifacts,ugly,duplicate,morbid,mutilated,out of frame,extra fingers,mutated hands,poorly drawn hands,poorly drawn face,mutation,deformed,blurry,dehydrated,bad anatomy,bad proportions,extra limbs,cloned face,disfigured,gross proportions,malformed limbs,missing arms,missing legs,extra arms,extra legs,fused fingers,too many fingers,long neck,username,watermark,signature,(mole:1.4),NSFW,watermark,
weight interpretation：a1111
采样：dpmpp-sde-gpu， + karras
denoise：1
Stable Diffusion 提供了一些特殊的符号来帮助您更精确地控制图像生成过程。以下是这些符号的使用方式：
“+” 和 “ AND ”：这两个符号都用于连接短关键字，以表示您希望同时满足这些条件。使用 “AND” 时，需要在两端加上空格。例如『beach + sun glasses』 或 『beach AND sun glasses』。
“|”：这是循环绘制符号（融合符号），用于在多个 Prompt 之间创建循环绘制效果。例如『(green hair：1.1) | (black hair：1.4)”』，stable diffusion 会根据这些权重，在 green hair 和 black hair 之间循环绘制，你就能得到黑绿渐层的发色啦。
如果你想要使用字符 ()[] 请使用反斜杠 anime_\(character\)
在输入图片这个地方，考虑到后面每个输入照片的尺寸会不一样，所以一这步，我们需要统一我们的 尺寸，调出 upscale image，设置一下参数，宽768， 长1024，crop为center，
在生成新的图片之前，我们还需要增加controlnet在控制图片的姿势，那我们增加dw pose，
除此之外，我们想一想还需要增加其他的controlnet吗？
depth和normal 可以很好的控制 模特的 深度 和 光影，但是也会影响后面背景的生成，所以可以不用加，只要一个openpose就可以了。
这里我们可以增加一个ipadapter，主要解决的是有时候生成的图片与原图肤色差异过大，方便后面的脸部微调，这里记得要把权重调低一点 0.3，不然lora就不能发挥作用了。
这一步做好之后，我们点击生成，看看效果怎么样
效果不错的话，我们可以固定一下种子，接着往下走。
第二步：控制脸型
上一步直接生成的图片 与我们 的原图长相，完全没有一点关系，
所以这一步我们要她的脸型、和五官分布，与原图 保持一致，这样方便我们后续的融合。
怎么样使得脸部保持像原图呢？那就需要控制脸部 五官的细节，最简单的是使用lineart，也可以尝试用normalmap，或者 depth，我们的目的是控制脸部，
接下来我们分别来测试一下哪个效果最好。
首先调出realistic lineart预处理器768，强度1
线连完整，包括vae
图片对比连原图，
点击生成，看看能否运行成功。
能跑出图片就算运行成功了。
我们看到，2个 ksampler 之间的连线非常多，如果再连2个ksampler 的话，那线条就会巨多，
这里就介绍一个小tips，
调出context（rgthree），可以看到他就是一个集合器，把我们常连线的内容组成一个节点。
只需要在输入端连接它，model、vae、positive、negative、latent、seed，
并复制一个context，把context 与 base context 连接起来，
拉出context到 ksampler节点，可以看到他就自动拖入了，
点击生成一下看看是否运行成功。
成功了，
我们接入controlnet，把上面的positive断开，再接入lineart，
再运行一下，顺利出图就算成功。
接着复制这部分的内容，修改controlnet 模型 和 预处理器，
1111
按住control，选择后一个context 和 ksampler，
在节点，右键单击，选择 convert to group node，并命名
这时候可以看到，2个节点组合成一个了，
如果有同学出现这种情况，context 连线了 base context
选择节点，单击右键，选择manage group node，
关掉 base context，选择保存后，关掉
这时候就没有base context了，我们直接把context 连线到这个组合节点，可以看到，所有线条都过来了，
取消一些不需要的内容：latent 取消掉，原因我们后面再讲。
在把controlnet连接到positive，再次点击生成，看看能够运行成功。
运行成功就说明ok了。
分别调出，zoe depth 和 normalbae，resolution 都是768，环境是outdoor，
并连好conditioning，
最后统一把context连下来，
点击生成，测试一下这三个controlnet 对 模特 脸型的控制，哪款效果最好。
从结果上来看，normalbae 对脸型 的控制效果最好。
但是五官的控制还不够，所以这一步我考虑 把normalbae 和 lineart 进行叠加。
把lineart 的conditioning 修改连线，接在normalbae前面，修改controlnet 权重1.5，
整理好后，把depth，control+m，并组件调整一下线条。
点击生成，看看这次的脸型和五官效果
运行成功之后，我们可以看到，虽然脸型控制住了，但是衣服完全变了，和前面不一样了。
原因是在normalbae 控制的是原图，导致背景和服装有变化。
目前我们只想要脸型控制住，所以我们应该增加一个蒙版，只控制脸型。
所以下一步是增加脸部蒙版。
第三步：脸部蒙版
首先我们要抠除脸部，扣脸的方法有很多种，
最简单的方法就是，上节课我们提到的，用person mask ultra 节点，选择face就可以了，非常简单。
第二种方法是调出segm detector，
threshold：阈值
dilation：扩张的像素，调到2
crop factor：
drop size: 小于这个数值的，不显示目标，
删除prompt 内容， 或者 输入face
并连上face mesh detector 模型，
segment 输出的信息 需要转成 mask，调出segs to mask ,三种类型都可以，
调出 mask preview 查看即可。点击生成，
可以看到 这种方法 抠出来的脸型和 用 person mask 的效果是不一样的，因为他们用的不是用一个segment 的模型。
第三种方法呢，和第二种原理差不多 ，表现方式略有区别，
调出face mesh to segs，调整 crop min size 裁剪最小尺寸 50，并把dilation 2，
前面连接 face mesh，修改 resolution 768， 后面连接 segs to mask，后面可以连接 image comparer，对比第二种方案，看看有上面区别
点击生成
从结果上看，第二种方法和第三种方法完全一样，是因为他们使用segment的模型是一样的，所以参数一样的话，结果就是一样的。
接着我们选择一种方法连接入 前面的 ksampler，
我选择person mask
调出带有 inpainting 的 vae encode ，
点击生成，
从结果上，可以看到衣服被保留了，脸型也已经调整了。
第四步：脸部融合_1
接着我们就要放大蒙版的范围，然后把原图的脸 融回去。
调出 inpaint segments, 类型换成rgb。
把image 和 mask 与 person mask连接，其中mask无法直接连接，因为接入的mask 必须是要 图片式的mask，所以这里可以直接接入image。
输出为裁剪图片和mask。
如果觉得放大后的脸部细节不够，可以在person mask 之前加一个放大。
supir upscale 需要连接到 修改尺寸后的图
调出 supir upscale，修改模型，放大图片尺寸到1.5，
输入提示词，并修改 提示词 相关度 到7.5，
提示词 相关度 的影响从0开始，
并关掉keep model loaded，会释放显存，可以关掉,
high quality, detailed,Finger texture details,gemstone luster，(shining emerald:1.5),(red skin:1.5),(oblique light:1.5),(skin texture:1.5),(red bloodshot:1.5) ,(sidelighting:1.5), stunningly long shadows,(Crepuscular rays:1.5),light_rays,
点击生成
接着调出combine and paste，把脸部融合回去。
其中original image 需要和 之前生成的图片进行连接，在连接之前，我们可以把图片放大1.5倍。
其他需要和 inpaint segments连线，
修改op为 multiply alpha，输出结果，并增加一个image comparer，点击生成
效果还行，但是脸部和身体的肤色稍微有些差异。
这时候我们可以通过放大，来融合一下肤色，使得更加和谐。
在放大之前，需要把alpha通道关掉。
这样就结束了，但是，如果你觉得还是不满意，我们可以回到之前的步骤进行融合。
第四步：脸部融合_2
回到inpaint segments的位置，我们再增加一个 生成图片的inpaint segments，
image连接生成的图片，mask连接person mask 的蒙版，
kind：rgb，点击生成
然后通过color adapter 进行肤色的融合，
可以把opacity不透明度调到最大，这样肤色最靠近生成的颜色，
我们可以拉过去对比一下。
还可以再此基础上把图片进行融合，
a图片 连到 混色之后的结果，
b图片连接之前生成的图片，
点击生成，结果就是两者的混合。
接着连接combine and paste,点击生成，
怎么样，肤色是不是比之前自然，
最后我们还可以增加一个upscale，再加一个image comparer对比。
组织一下线条，这样我们工作流就做完了。
最后我们换张图片，来测试一下这个工作流，
效果非常不错。
小tips
inpaint segments 可以换成 inpaint crop and stitch
结尾
最后你有任何问题，可以在社群提问，会有专门的老师为你解答