老鹿學Ai繪畫：三種方法制作文字融入圖片

今天我們要分享的內容視頻版如下，視頻已添加進度條及配音，想要原視頻以及模型的鹿友后臺撩我獲取：

視頻版稍后單獨發送

以下是圖文版內容：

正文共：3267字 45圖

預計閱讀時間：9分鐘

今天要分享的內容是最近很火的這種文字融入圖片效果：

這個效果當時看到群里發出來的時候，我正在川西旅游，本想著回來之后試試寫一下，結果回來之后發現網上已經有教程了：

后來又一直很忙，一直拖到現在快一個月了，還是寫一下吧，算是個了結。

我這里總結了三種方法，前兩種方法網上已經有很多教程了，最后一種方法是我自己研究的，不太好，也算是一種思路吧！

好了，廢話不多說，讓我們看看如何制作這種文字融入圖片的效果吧！

01

前言及準備工作

雖說是三種方法，其實大體思路都差不多，都需要借助SD的，只不過用到的模型不一樣。

前兩種方法文生圖和圖生圖都可以，最后一種只能用圖生圖，我這里就統一用圖生圖來演示吧。

首先我用文生圖生成了這樣三張夜景圖：

然后再用Ps制作了這樣三張黑底白色的文字圖，這里有兩點提醒大家一下，首先文字可以適當高斯模糊一樣，這樣邊緣不會太銳利。

其次文字的構圖最好要參考一下你要融入的圖片，特別是人物圖，否則可能需要頻抽卡才能得到比較滿意的效果。

我這里是夜景圖，就簡單的把文字做了一下透視：

打開SD，在圖片信息里載入夜景圖獲取它的提示詞信息，然后直接發送到圖生圖：

大模型我用的是 ，這是C站下載量最高的一款寫實類模型，也是我最常用的一款，目前已經更新到V5.1版本了：

做這種效果有一定的隨機性，不要忘記保持隨機種子為-1，方便抽卡：

02

使用Tile模型制作

第一種方式是使用 Tile模型制作，這個是 1.1新增的一個模型。

模型以及預處理器在上一篇通用參數的文章中已經分享給大家了，各位鹿友可以自行去獲?。?/p>

這個模型最大的特點是它會根據你在中輸入的圖片信息在原圖中繪制新的細節。

因此它通常用于放大圖像，后面的文章我也會給大家分享我在工作中常用的兩種批量放大圖片的方法：

回到SD中，先把文字圖拖進里，勾選啟用和完美像素：

控制類型選擇Tile，這個模型有三種預處理，分別是顏色覆蓋、顏色覆蓋加銳化，重采樣。

前面兩種我測試過，由于我們輸入的文字圖是黑底的，使用顏色覆蓋生成的圖像會很暗。

因此我們就選擇重采樣這種方式就好，爆炸圖標點不點都沒關系：

先直接生成一張圖看看，你會發現文字過于清楚，畫面變黑了：

這是因為Tile的影響太大了，我們可以適當的調整權重以及開始和結束控制的介入步數。

這三個參數的數值不是固定的，和你的原圖有關，大家實際操作中可以自行測試：

當我們適當調整參數以后，效果就好多了：

不過你可能會發現生成的圖和原圖差別比較大，這是由于我們圖生圖的重繪幅度過高導致的：

如果你希望生成的圖像盡量和原圖相似，可以適當的降低重繪幅度：

但需要注意的是降低重繪幅度也會降低Tile對生成圖的影響，我們前面也提到了，Tile會繪制新的細節，重繪幅度降低了當然影響就弱了。

因此如果希望生成圖和原圖保持一致，就需要低重繪幅度高權重，反之同理，我這里將權重提高到了0.8，感覺是我想要的效果：

Tile還有一個降低采樣率的參數，這個數值越高，重繪的細節越少：

最后放大圖看看效果吧：

03

使用第三方模型制作

第二種方法是使用兩種第三方訓練的模型。

第一款在C站上的名字叫 ，在抱臉網上的名字叫：

第二款在C站的名字叫：

這兩個名字很相似，是照明，是明亮度，兩個模型可以單獨使用。

相比于Tile模型，這兩款模型更偏向于制作光影的效果，下面是對它們的區別解釋：

這兩款模型可能是同一個團隊訓練的，文后我也會把這兩款模型分享給大家：

使用的思路方面是Tile模型是一樣的，首先是 這個模型。

載入文字圖片，預處理器這里選擇無，模型選擇 ：

注意，我現在的重繪幅度是默認的0.75，直接點擊生成看一下，同樣畫面變得很暗，文字過于清晰：

因此同樣調整參數，權重0.35，開始和結束控制的介入步數分別是0.2和0.9，效果就好多了：

同樣的如果你希望畫面盡量保持不變，就需要降低重繪幅度，然后提高的權重：

放大圖片看看效果吧：

至于模型也是一樣，無非就是測試這三個關鍵參數，預處理器選擇無就行：

這個是放大后的效果：

04

使用+輪廓類模型制作

這是我自己研究的方法，只能用于圖生圖，并且可控性不高，隨機性很大，大家僅做了解吧！

首先通過圖片信息功能，在提示詞欄位輸入和生成圖相同的題詞：

在文生圖輸入欄位把原圖替換為文字圖：

再在中載入夜景圖，模型選擇深度圖，預處理器用最精準的 ++，爆炸一下：

默認重繪幅度0.75，點擊生成你會發現圖片變暗了，文字識別也不太準確。

圖片變暗是由于圖生圖識別的是輸入圖的顏色信息，圖片大部分是黑色，所以會變暗。

而文字識別不太準確是因為雖然圖生圖能讀取顏色信息，但0.75的重繪幅度足以讓生成圖與原圖產生較大的差異，并且設置中沒有能固定文字的設置：

因此我們需要再加入一個能固定文字形態的控制，比如在第二個中加入一個軟化邊緣的模型，預處理器我這里選擇的是 hed：

權重可以適當降低一點，然后就開始抽卡，你會發現圖片很暗并且文字過于清晰。

這是是由于重繪幅度還不夠導致的，因為這次我們是直接在圖生圖中輸入的是文字圖：

這種方法的思路是在.1之前，幾乎沒有模型能夠識別圖片的顏色信息。

因此我們可以借助圖生圖識別圖片顏色信息的功能告訴SD什么地方是亮的，同時用模型控制深度關系，最后再用輪廓類的模型來進一步限制文字的外形。

我們可以再次提高重繪幅度，然后抽卡得到一個感覺還不錯的效果：

不過這種方法最大的問題是可控性比較差，你可能需要多次抽卡才能得到一張比較滿意的圖，并且由于重繪幅度高，所以生成圖與原圖的差異也比較大。

最后圖片放大看看效果吧：