已有 IP 以下所示图左，希望将改成类似图右的姿态，该怎么用Stable Diffusion 实现呢，完整教程来了！
往期教程：
首先经过尝试 SD 的 Controlnet Openpose 无法识别卡通局面的骨骼，因此须要我们用 Openpose editer 手动添加骨骼图，大致失去以下骨骼图，点击按钮发送到 Controlnet，为了方便后续使用，可以将骨骼图下载下来备用；
接下来的思路：
首先须要在 SD 中跑出和图 1 局面，这样后续才可以在 SD 中做节制和重绘等工作，并让局面按新骨骼换姿态
失去相似度高的局面后（可能无法失去 100%一样的局面） 在 Controlnet Openpose 中给新的骨骼图引导，让 SD 在保持局面画风统一的前提下换姿态
那么话不多说，先开始在 SD 中生成局面
1. 将图 1 传入 SD，利用 tag 反推插件，反推出提示词，界面以下所示
反推出以下关键词，复制进文生图中
robot, solo, black background, no humans, mecha, standing, chibi, clenched hands, science fiction, glowing
添加通用质量关键词失去正向 tag，负面 tag 用我们常用的模版，大模型使用泛化性极高的「revAnimated_v122」几乎可以适应生成大多数类型的图，整体上部分配置如图所示
2. 采样方法，迭代步数保持以下默认配置就可以
画面宽高 在原图上等比缩小了一倍（365-640）， 在文生图这里，更小的尺寸有利于我们快速批量看生成后果
3. 接下来的重点是 Controlnet 的节制，这里至少须要用到以下 3 个 Controlnet
①第一个：Reference_only
作用是节制图象风格与样式统一延续；
Style Fidelity 是样式保真度，数值越大相似度越高，数值越小相似度越低，我这里给到 1；
权重给到 2，因为我们这里最重要的就是希望 SD 节制生成与原风格统一的局面，须要节制度高一些；
②Canny
作用是识别提取图象线稿，使新图象按线稿轮廓生成。
Canny Low Threshold： 低阀值，数值越小，识别的线稿越多；反之越少；
Canny High Threshold：高阀值，数值越高，识别的线稿越少，反之越多；
具体数值可以根据情况尝试，以最终显示最完整的线稿为准。我这里给到低阀值 41、高阀值 136，权重为 1.25；
③t2ia_color
作用是对颜色进行网格检测，用来生成与原图色谱一致，分布近似的图象，因此提取结果会呈现马赛克后果，在 t2ia_color 的作用下，重新生成的图片会按照原图色彩特征进行重绘。
Preprocessor Resolution：预处理器分辨率，数值越高，马赛克格子越小，节制越精确；数值越大，马赛克格分布越概括，节制越粗略；
这里我们想让颜色精准的按照原机器人图的色彩分布来，因此预处理分辨率给的很高:1960，大家使用可根据具体需求进行调节。
以上配置完成后，加大生成批次 1 次跑 20 张，从中挑选最合适的，我这边生成了以下这张，基本与原图保持了 90%的相似性；
完成这一步局面生成后，接下来的重点就是让 IP 根据骨骼的走向生成新的姿态，这一环节的思路是：
将图片发送到「局部重绘」中，涂抹胳膊和腿的部分作为蒙版区域，对蒙版进行重绘；
配合 SD Controlnet：Reference_only（使重绘的部分保持原图风格统一） Openpose 骨骼（按新骨骼引导生成姿态）
失去新姿态后，在「图生图」中用 tile diffusion 和分块 vae 进行高清修复，补充细节高清放大；
那么接下来进入详细步骤讲解
1）将图片发送到「局部重绘」中，涂抹蒙版区域（胳膊和腿的部分），这步非常重要的是——要尽量根据新姿态的走向多涂抹一些作为预留空间，供AI 生图自由发挥，尤其是右手部分，因为是一个挡脸的姿态，须要多涂到脸上一部分，我的涂抹以下
参数部分可参考以下配置
比较重要的是以下 3 点
采样迭代步数可适当开大到 30
重绘须要保证生成高质量图象，提示词相关性可以开大一点到 13 (提示词中多为质量关键词) 具体数值可根据生成后果调节
整个重绘过程中，重绘幅度的大小是最关键的，可以多次使用「底本」功能进行尝试，能大大提高效率；
接下来是 Controlnet， 这里至少须要开启 2 个
Reference_only：保持风格与原图一致，这里要用原图去喂，而不要用新生成的。 权重给到 1.5，样式保真度给到 1；
Openpose 骨骼：让图象按新的骨骼图生成姿态，这个很重要，权重高一点，开到 2；
设计好以上参数后，接下来须要打开神器「底本」X/Y/Z 轴 尝试最合适的重绘幅度。
这里我们先做一次粗略的尝试，在 0.3-1 的重绘幅度中，每 0.1 生成 1 张图，看看哪个重绘后果最好，底本的具体配置以下
尝试结果以下，可以看到 0.7 以上的重绘幅度，能够出来上举的双臂；
接下来尝试 0.7-0.95 的重绘幅度，从结果可以看到 0.8 以上重绘太大，局面就发生改变了，0.75-0.8 之间相对好一些；
接下来尝试 0.75-0.8 的重绘幅度，从结果可以看到 0.8 开始，机器人右臂可以上举了，更接近我们想要的姿态，但形变太大；
为了使局面风格节制更严瑾，加大 Reference_only 的权重到 1.5，使局面节制更准确；
再次尝试 0.7-1 的重绘幅度，从结果可以看到：局面更精准，且重绘幅度为 1 时整体姿态生成更彻底，没有多余的手臂；
暂时关闭「底本」，选择图 4，配置重绘幅度为 1；
到这一步已经生成了新的姿态（不过还不准确理想），可以在这张图基础上重绘，成功率将会更高；
将图 4 发送到图生图「局部重绘」，这次只须要用画笔涂抹手和脚的部分就可以，能够节制更精准；
接下来是在上图基础上重绘，保持 controlnet 不变，openpose 权重开到 2，再用一轮「底本」来尝试下 合适的重绘幅度；
根据结果可以看到 0.9、1.0 的重绘后果更好，我们再进一步尝试 0.9-1.0 之间每 0.5 步生成一张图
从结果可以看到 1.0 的重绘后果更好；
这一批的姿态已经非常接近我们想要的，不再须要继续局部重绘了；
选择第 3 张图，发送到「图生图」通过小幅度重绘为画面填充细节，高清修复；
尝试「图生图」合适的重绘幅度，看结果 0.3 的重绘幅度就够了，后面基本没太大变化，甚至数值大可能更差；
关闭「底本」配置重绘幅度为 0.3，加大批次生成，挑选最合适的两张 1 与 3，在 ps 中将瑕疵去除，融合优点合成失去右图
到这里，我们已经基本失去了一张 70 分的换好姿态的图了
接下来将是最后一步，发送到「图生图」，通过插件 tile diffusion 和分块 vae 进行高清修复，补充细节高清放大；
同时保持 2 个 controlnet 配置不变；
加大批次生成后，挑选失去左图，在 PS 中微调后失去右图；
到这一步基本工作已完成了，为了更好玩有趣，我们可以生一个与动作更匹配的开心表情～～～
怎么样，上图 2 张你更喜欢哪个呢？