用AI快速完成H5头图、节日海报设计

8月 17, 2023 发表于: AI绘画教程. 评论

Sponsor

AIGC技术在各个领域都有了重要突破，特别是在设计领域。AI绘画技术的推出加速了设计行业的变革，为设计师带来了全新的机遇和挑战。

值得一提的是，Midjourney和Stable Diffusion等AI绘图工具迅速崭露头角，成为备受设计师青睐的代表。这些工具通过深度学习技术，从各种艺术作品中学习，以生成图像。它们的操作简便、生成速度快等特点，正好迎合了智行营销需求的高频率和快节奏等特点。因此，将AI绘画应用于设计流程中，有望提升设计师的创造力和效率。

在此背景下，智行ZXD深入研究和探索了AI绘画技术，并尝试出以下可实施落地案例： 下面看看，实际落地效果吧～

本文将通过以上四个案例，详细讲解智行ZXD利用AIGC工具的落地思路及流程，全文大纲如下：

1 Midjourney与Stable Diffusion区别
2 工作流程变化
3 案例一学生形象2D转3D
4 案例二Train star海报线稿上色
5 案例三H5活动头图2D转3D
6 案例四节日海报设计
7 写在后面

1、Midjourney 与 Stable Diffusion区别

Midjourney和Stable Diffusion是目前市面上最主流的两款AI绘画工具。不少设计师也在纠结哪一款更适合自己。通过以下维度的对比，我们可以更好地选择适合自己的工具。

2、工作流程变化

以往未使用Midjourney与Stable diffusion的情况下，设计师通用设计工作流程如下:

当设计师使用Midjourney与Stable Diffusion时，根据需求类型不同有以下两种工作流程：

流程一：首先设计师找参考构思画面，再通过Midjourney和Stable diffusion关键词生成画面，最后从中选合适图片进行优化调整，工作流程如下图所示：

流程二：首先设计师找参考并绘制草图，再通过Stable Diffusion基于草图生成图片，最后选择合适图片优化调整，工作流程如下图所示：

3、学生形象2D转3D

学生3D形象是专为智行学生群体而设计的独特人物形象。以往，3D形象需要设计师进行建模和渲染，这既耗费时间，又需要高水平的技术门槛。接下来，我们将探讨如何通过AIGC生成3D形象。第一步：绘制学生角色色稿

为了更好体现学生的青春活力，整体形象设定为：手拿书本、扎着双马尾、戴帽子，穿背带裤…

Stable diffusion人物色稿需注意：

结构清晰完整、线条流畅
如有描边，不能太粗，否则会当作结构生成
上色均匀，无需笔触肌理感

第二步：选择模型

大模型的选择决定了生成的风格，再配合lora对服装、五官、头发等细节进行调节，这里模型选择如下：

第三步：输入关键词关键词可以通过Stable Diffusion Tag反推功能来获取，在此基础上修改添加。 Prompt：best quality，soft smooth lighting, raking light, 1girl, solo, overalls, eyes, black hair, shirt, hat, twintails, shoes, watch, white shirt, white background, full body, simple background, wristwatch, short sleeves, looking at viewer, sneakers, holding book, orange footwear, short twintails, standing, pants, smile, hair ornament, blue overalls, bangs, orange headwear, surface scatters skin, 120mm lens, 3D,blender renderNegative prompt：badhandv4:1.3, ng_deepnegative_v1_75t:1.2, worst quality:1.25, low quality:1.25, lowres:1.1, monochrome:1.1, comic, sketch, blurry:1.05, detatched hand, multiple views, depth of field, bokeh

第四步：设置参数

采样步数：20（采样步数越高，生成时间越长）采样方式：DPM++ 2M Karras（在速度和质量的平衡最好）尺寸设置：1200×1800（需与草图尺寸保持一致，尺寸越大电脑性能要求越高）提示词相关性：7（数值越高，生成图像与提示词的关联度越高）重绘幅度：0.7 （重绘幅度越低，生成图片与底图越接近，反之自由发挥度越高）

第五步：设置Controlnet

预处理器：invert（图像有白色背景和黑色线条建议选择invert）模型：control_v11p_sd15_lineart预处理分辨率：1024（数值越高，生成图片精度越高，电脑性能要求越高）权重：1 （权重越高，草图对生成图像的控制程度越高）

第六步：生成图片

根据生成图片反复调节关键词、参数，多次生成。

第七步：Midjourney优化3D形象

Stable Diffusion能精准的把2D形象转换成3D，但现阶段整体3D立体感、皮肤质感欠缺，继续导入Midjourney优化，整体思路如下：Describle图生文：Stable Diffusion生成的图片通过Describle图生文命令来获取关键词垫图：Stable Diffusion生成的图片再次上传获取图片链接地址关键词优化：基于Describle关键词优化调整权重设置：设置–iw 2，生成图片尽量接近垫图