用Stable Diffusion绘制个性二维码 | AI绘图

本期要为大家介绍在stable diffusion webui中绘制个性二维码，需要通过借用qrcode插件以及2个ControlNet中的模型，首先安装qrcode插件，可以再stable diffusion webui的扩展-从网址安装中进行插件安装，在扩展的 git 仓库网址中粘贴插件安装地址“https://github.com/antfu/sd-webui-qrcode-toolkit.git”，点击安装即可完成插件安装，插件安装完成后记得要重启webui。

访问huggingface网站“https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster/tree/main”下载文件“control_v1p_sd15_qrcode_monster.safetensors”以及“control_v1p_sd15_qrcode_monster.yaml”文件。

在访问“https://huggingface.co/ioclab/ioc-controlnet/tree/main/models”下载文件“control_v1p_sd15_brightness.safetensors”，下载好的文件都放在ControlNet的model文件夹中。

准备工作完成后，可以再webui界面中看到QR Toolkit的入口，点击QR Toolkit后可以在里面生成二维码，左侧为QR Toolkit中对于二维码调整的各项参数，右侧为最终生成的二维码。所有参数设置完成后，点击Download即可下载二维码。

完成二维码下载后，回到文生图中，首先对ControlNet进行设置，ControlNet中要设置2个。

第一个ControlNet中勾选“启用”以及“Pixel Perfect”，上传二维码图片，预处理器留空，模型选择qrcode模型，Control Weight数值越高，二维码中的定位点越明显，最终二维码被识别的成功率也就越高，所以这块的数值至少要大于1.0会比较好，Starting Control Step(开始引导步数)设置在0~0.1之间即可，Ending Control Step（结束步数）设置在0.9左右即可，其他数据默认。

第二个ControlNet中，勾选“启用”以及“Pixel Perfect”，上传二维码图片，预处理器留空，模型选择brightness模型，Control Weight的权重数值无需过高，数值设置在0.1~0.3之间即可，Starting Control Step(开始引导步数)设置在0.6~0.7之间即可，其余参数无需调整。

然后设置其他参数，采样方法选择DPM++的即可，采样迭代步数建议大于40以上，可以开启高清修复，其余参数默认即可。

这里选择了大模型“meinamix_meinaV9”，关键词如下”RAW photo of an Indian castle surrounded by water and nature, village, volumetric lighting, photorealistic, insanely detailed and intricate, Fantasy, epic cinematic shot, trending on ArtStation, mountains, 8k ultra hd, magical, mystical, matte painting, bright sunny day, flowers, massive cliffs, Sweeper3D"，点击生成。

即可获得下方这张个性二维图片，而且完全是扫码出来内容的，当然若你生成的二维码图片无法被扫码出来，那么就需要对ControlNet中的各项参数进行微调，主要是“Control Weight”和“Starting Control Step”，调整到一个适合的数据，这里可能需要多次跑图才能调整至一个适合的参数。