大家好，這里是和你們一起探索 AI 繪畫的花生~

最近在網(wǎng)上看到很多用 Stable Diffusion WebUI 配合 Controlnet 插件制作字效的案例，我也嘗試了一下，效果非常不錯，能用來快速生成各種高質(zhì)量且極具創(chuàng)意的中文立體字效，今天就為大家分享相關(guān)的操作方法 ~

上期回顧：

一、準(zhǔn)備字體圖片素材

首先我們可以在 Ps 或者 Ai 中準(zhǔn)備字體圖片素材，圖片需要是白底黑字，尺寸按自己的需求，設(shè)置在 512~768 px 之間，字體最好選擇免費(fèi)可商用的，位置也要預(yù)先安排好，方便后期排版。我準(zhǔn)備的是一張 768*512px 的圖片，字體位于畫面正中央。

獲取更多免費(fèi)可以商用字體：優(yōu)設(shè)字體導(dǎo)航 - 專業(yè)免費(fèi)字體下載

二、設(shè)置提示詞及參數(shù)

圖片準(zhǔn)備完成后，打開 WebUI，設(shè)置提示詞及相關(guān)參數(shù)。我準(zhǔn)備生成的內(nèi)容與科幻有關(guān)，所以在提示詞中使用了機(jī)械、飛船、火星、太空等相關(guān)元素，具體參數(shù)如下（提到的模型在文末可打包下載）：

1. 大模型：revAnimated_v122 / 外掛 VAE 模型：自動
2. 正面提示詞：best quality, masterpiece, ((Sharp silver constructions)), mechanical components, spaceship, huge Mars, Crater, universe background
3. 負(fù)面提示詞：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, EasyNegative （ EasyNegative 為負(fù)面提示詞 embedding 模型 ）
4. 迭代步數(shù)：30
5. 采樣方法：DPM++ 2M SDE
6. CFG scale：7
7. 種子值：2387036663
8. 尺寸：Size: 512x768

三、設(shè)置 Controlnet 參數(shù)

接下來是用 Controlnet 控制出圖效果，用到的是 canny 模型。Canny 能精準(zhǔn)提取物體的外形線條，在這里使用可以讓圖像生成后“科幻”的字形輪廓依舊清晰可辨識，所以數(shù)值不能太低，建議在 0.8-1.2 之間。記得勾選啟用，點擊爆炸小圖標(biāo)可以預(yù)覽 canny 的提取效果，我的參數(shù)如下：

1. 預(yù)處理器（preprocessor）: canny
2. 模型（model）：control_v11p_sd15_canny [d14c016b]
3. 控制權(quán)重（weight）: 0.95

設(shè)置完成后點擊「生成」按鈕查看效果，可以多生成幾次從中挑選效果比較好的，canny 的控制權(quán)重也可以適當(dāng)調(diào)整，最終生成的圖像如下：

四、用 Tile 模型進(jìn)行細(xì)節(jié)優(yōu)化

圖像生成后，直接點擊生成框下方的“發(fā)送到圖生圖”，轉(zhuǎn)到圖生圖界面進(jìn)行下一步操作，大模型、提示詞、采樣方式、生成步數(shù)、尺寸這些都不變，啟用 controlnet 的 tile 模型，不用上傳圖片，具體參數(shù)如下：

1. 重繪幅度（Denoising strength）：0.75
2. ControlNet 預(yù)處理（preprocessor）：tile_resample
3. ControlNet 模型 model：control_v11f1e_sd15_tile [a371b31b]
4. 控制權(quán)重：weight: 0.75

設(shè)置完畢后點擊「生成」按鈕查看重繪效果，得到的新圖像會比原圖細(xì)節(jié)更加豐富精致，調(diào)整重繪幅度和 tile 模型的控制權(quán)重 2 項參數(shù)可以獲得更多樣的結(jié)果。

1. 重繪幅度：數(shù)值越高，新圖像與原圖的細(xì)節(jié)差異越明顯
2. 控制權(quán)重：數(shù)值越低：新圖像與原圖的整體差異越明顯，變形越嚴(yán)重

五、更多案例

① 金屬字效 （ canny 與 depth 雙模型）

基礎(chǔ)參數(shù)

1. 大模型：revAnimated_v122 / 外掛 VAE 模型：自動
2. 正面提示詞：best quality,masterpiece, (( gold Metallic typography)),(Exquisite carving pattern),3d,on a black background
3. 負(fù)面提示詞：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, EasyNegative （ EasyNegative 為負(fù)面提示詞 embedding 模型 ）
4. 迭代步數(shù)：30
5. 采樣方法：DPM++ 2M SDE
6. CFG scale：7
7. 種子值：2387036663
8. 尺寸：768*512

controlnet 參數(shù) （可靈活調(diào)整）

1. controlnet 0：預(yù)處理器&模型 canny / 控制權(quán)重：1.2
2. controlnet 1: 預(yù)處理器&模型 depth_leres / 控制權(quán)重：0.55

② 食材字效

基礎(chǔ)參數(shù)

1. 字體：優(yōu)設(shè)鯊魚菲特健康體
2. 大模型：revAnimated_v122 / 外掛 VAE 模型：自動
3. 正面提示詞：best quality,masterpiece, (made of 3 cut fruit and vegetable),white background
4. 負(fù)面提示詞：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, EasyNegative （ EasyNegative 為負(fù)面提示詞 embedding 模型 ）
5. 迭代步數(shù)：30
6. 采樣方法：DPM++ 2M SDE
7. CFG scale：7
8. 種子值：3339082817
9. 尺寸：512*768

controlnet 參數(shù)（可靈活調(diào)整）

1. controlnet 0：預(yù)處理器&模型 canny / 控制權(quán)重：0.8
2. controlnet 1: 預(yù)處理器&模型 depth_leres / 控制權(quán)重：0.4

圖生圖 tile 優(yōu)化參數(shù)（可靈活調(diào)整）

1. 種子值：1640338457
2. 重繪幅度：0.75
3. controlnet 0：預(yù)處理器&模型 tile_resample / 控制權(quán)重：0.65

③ 國風(fēng)字效 （結(jié)合水墨風(fēng)lora使用）

基礎(chǔ)參數(shù)

1. 字體：優(yōu)設(shè)書華體
2. 大模型：revAnimated_v122 / 外掛 VAE 模型：自動
3. Lora 模型：墨心 Moxin_10（文末有資源包）
4. 正面提示詞：best quality,masterpiece, ((made of red red red burning lava and rocks)),gray war smoke and clouds,
5. 負(fù)面提示詞：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, EasyNegative （ EasyNegative 為負(fù)面提示詞 embedding 模型 ）
6. 迭代步數(shù)：30
7. 采樣方法：DPM++ 2M SDE
8. CFG scale：7
9. 種子值：849744833
10. 尺寸：512*768

controlnet 參數(shù)

1. controlnet 0：預(yù)處理器&模型 canny / 控制權(quán)重：1.2
2. controlnet 1: 預(yù)處理器&模型 depth_leres / 控制權(quán)重：0.65

好啦以上就是本期為大家介紹的利用 Stable Diffusion WebUI 配合 Controlnet 插件制作中文立體字效的相關(guān)內(nèi)容，喜歡本期推薦的話記得點贊收藏支持一波，之后會繼續(xù)為大家推薦更多實用的 AI 繪畫干貨內(nèi)容。

文中提到的相關(guān)模型資源已經(jīng)打包好，可以直接文末下載使用。也歡迎大家掃描下方的二維碼加入“優(yōu)設(shè) AI 繪畫交流群”，和我及其他設(shè)計師一起交流學(xué)習(xí) AI 知識~