2023年8月的时间节点来看，Stable Diffusion依然是小众产品。
用具体的数字来衡量，假如国内ChatGPT的用户有1亿人，那么Midjourney的用户大约是GPT的十分之一，千万级的规模；而SD又是MJ的十分之一左右，也就是百万级。
而事实上，SD之所以最有可能成为新一代生产力工具，正是因为它有更强的可控性，即便Midjourney也难以望其项背。
而我要做的事，就是毫无保留的与各位分享实际案例和方法，希望有更多人看到SD的生产能力，进而有兴趣学习和使用。
这篇文章不会告诉你如何绘制更好看的小姐姐，相反，你可以从中学到一种新技能：即便足不出户，也能用Stable Diffusion绘制精美的电商产品图。
具体而言，你会看到这样的过程：
一个随手拍摄的咖啡杯
如何变成这样
这样
或者是这样
制作全流程都在这篇文章里，跟着做，你也能学会。
在开始之前，我们先捋一捋制作思路：
从一张真实产品图开始——分割背景和产品——替换背景——调整尺寸和文字
拍摄真实产品图
别看一些MJ教程中用提示词出产品图，绕不开的问题是随机性太大。如果你的商品已经是实物，毫无疑问，必然货要对板。
首先你要拍摄若干张实物图，拍摄设备并不需要太高要求，手机相机都可以，唯一的要求是光线充足，细节清晰，就像下面这样：
虽然照片中放置商品的盒子沾满猫毛，但这并不重要，它提供了一个简单有效的参照物，在后面的制作流程中能极大地减少我们的修正工作量。
照片的处理工作还没结束，手机拍摄的照片分辨率超过3K，这样的分辨率在Stable Diffusion中处理难度太大，电商平台的商品详情页并不需要如此高的分辨率，所以我们要预先调整照片尺寸。
以手机拍摄的3024x4032为例。如果你的设备显存高于16G，那么你可以缩减一半，改成1512x2016；如果你的设备显存低于16G，我建议你一步到位缩小3-4倍，改成1008x1344或者756x1008，先出图，再扩精度。
万物皆可SAM
如果你看过我之前写的文章，就不难理解我对Segment Anything有多推崇。技术进步带来的直观变化，就应当是任何人都可以学会的效率工具。
左键选择要保留的图形，右键选择不需要的图形，然后点击预览，前后不过一分钟的时间，蒙板就已经做好了。
这一步工作还没完，为什么现在市面上一些基于SD制作的电商图工具出图效果并不理想，正是因为它们忽略的商品的相对关系。如果做出来的商品图让人看着一眼假，谁又会相信产品详情页的描述货真价实呢？
接下来这一段是重点：
原图导入controlnet，选择预处理器softedge_hed得到预览图
下载预览图，然后修改成下面这个样子：
这样，你就得到了一个主要产品和次要背景之间直接联系，这能为你后面的出图和修改节约大量的时间。
万事俱备，开始替换背景。
局部重绘
主模型推荐realisticVision或者majicmixRealistic
正向提示词，重点描述产品背景
(best quality),(masterpiece), (photorealistic:1.3),extreme detail, product photo,raw photo, coffee_shop background, day time,warm light, no human,
反向提示词，常规的反向embedding
bad-picture-chill-75v BadDream badhandv4 EasyNegative FastNegativeV2 ng_deepnegative_v1_75t UnrealisticDream,(coffee cup:1.5),
参数设置如下图
重绘幅度可以多尝试几次，有时降低幅度反而会有更好的出图效果。
Controlnet设置平平无奇，没什么特别需要调整的地方。
直接出图：
实测1363x1817分辨率直出，显存峰值占用21.6GB，建议低于24G显存的用户出图分辨率不要超过1K。
跑出一张图之后，你就可以多抽几次背景，或者继续修改提示词尝试，再或者按照之前介绍的扩图方法延展画面，最后加上必要的文字，一系列咖啡杯广告图就做好了。不清楚的地方可以回看前几期文章，这里就不再累述。
有些时候我们不止要有产品，还需要个代言人，最好还是能指定性别、年龄、肤色的代言人，怎么办？
好办！如果你看过画手的那篇文章就不难理解：你需要的并不是一个代言人，而是一张拿着产品的人像照片。
流程如下：
拍摄真人产品图
叫上你的同事或者亲朋好友，性别年龄都不重要，重要的是摆出pose
再一次，万物皆可SAM
别忘了手部特写，值得单独做个softedge_hed
万事俱备，开始重绘
主模型推荐realisticVision和photon（欧美面孔）或者majicmixRealistic（亚洲面孔）
正向提示词：
Best quality,masterpiece,ultra high res,raw photo,deep shadow,dark theme,(photorealistic:1.4),(1man,smiling),(fashion clothes:1.2),inspired by brutalist architecture,vibrant color palette,undertones,hart hand, (london street),(standing in front of starbucks coffee shop:1.3),(sfw:1.1),good fingers,good logo,(starbucks logo:1.3)
反向提示词：
bad-picture-chill-75v,BadDream,badhandv4,EasyNegative,ng_deepnegative_v1_75t,exposed, (nsfw:1.1), many fingers, many hands, (nsfw:1.1)(tatoo)
设置参数跟上面的案例差不多，区别在于controlnet是这样的：
如果你不放心身体姿态，多加一个openpose也未尝不可：
直接出图：
还是那句话，只要你成功做出了一张图，你就已经做出了无数张图。重复这个工作流，你可以制作出任意姿势的真人产品图，一次性生成十几张，慢慢挑就行了。
既然你已经看到了这里，我建议你也动手试一试。创作的快乐，真的难以想象。
来源：林叔的呓语
