【ゼロから始める生成AIチャレンジ】元画像から新たに画像を生成する（Stable Diffusion）

そもそも画像生成の沼にはまったきっかけはブログのアイキャッチを思った通りに作りたい！ということでした。

というわけで今回は元画像から画像を生成する方法をご紹介します。

皆さんStable Diffusionの起動は済んでいますね？

今回はChatGPT（DALL-E）で作ったこの画像をもとにStable Diffusionで近い画像を生成してみます。

前回の記事はこちら

シリーズトップはこちら

Stable Diffusionで元画像に近い画像を生成する

サイトを見てみると標準の機能と拡張機能を利用する方法がありましたが今回は特に難しいことをする必要もないのでで標準機能でやってみます。

簡単です。

流れ的には

1. 元画像からプロンプトを抽出
2. プロンプトの編集
3. 画像生成

この3ステップになります。

プロンプトを抽出

Stable Diffusion WebUIのトップからimg2imgをクリックします。

プロンプトを抽出せずに画像を置いてGenerateをクリックしても画像は生成されますが精度はかなり低いのであまりお勧めできません。

プロンプトの編集

この状態で出てくるプロンプトはあくまでも画像から抽出された情報です。

試しにこのまま作ってみましょう。

こんな感じ。

このまま生成してもある程度の画像生成は可能ですがポジティブプロンプトに入れたいワードやネガティブプロンプトが入っていませんので、そのあたり追加していきます。

私はVすき焼きさんの以下のモデルを使用しているので推奨設定どおりに設定をしておすすめのネガティブプロンプトを追加します。

このままimg2imgのタブから生成してもOKですし、txt2imgにコピペしてもOKです。（今回はtxt2imgで生成します。）

あわせて読みたい

Vsukiyaki/ShiratakiMix · Hugging Face We’re on a journey to advance and democratize artificial intelligence through open source and open science.

ポジティブプロンプトについてはよくある以下のあたりを入れておけば問題ないでしょう。

masterpiece, best quality,

モデルの推奨設定部分でHireStepsやClipSkipなどの細かい設定もありますが、この辺は各自調べていただければ…

画像生成

では生成してみましょう。

今回使ったプロンプトは以下の通りです。

ポジティブプロンプト

masterpiece, best quality,1girl, bangs, blush, brown eyes, brown hair, closed mouth, collarbone, collared shirt, heart necklace, jewelry, looking at viewer, medium hair, necklace, pendant, shirt, simple background, smile, solo, upper body, white background

ネガティブプロンプト

(easynegative:1.0),(worst quality,low quality:1.2),(bad anatomy:1.4),(realistic:1.1),nose,lips,adult,fat,sad, (inaccurate limb:1.2),extra digit,fewer digits,six fingers,(monochrome:0.95)

こんな感じ。

全部の画像を比較してみましょう。

元の画像	抽出した通り	プロンプトを変更

あれれ…抽出した通りの画像のほうがもともとの画像に近いですね。

この辺はガチャというか何度か生成して好みの画像が生成されるまで回すしかありません。

またモデルの違いでも生成される画像は大きく変わりますので好みのモデルを見つけてください。

まとめ

前回の記事はこちら

シリーズトップはこちら