🗺️
Stable DiffusionでQRCodeアートを作成した話
2023年5月末からRedditでStable Diffusionのimg2imgをQRCodeに適用するという話が上がっていた.
それらのQR コードはカスタムトレーニングされたControlNetモデルを使用して生成されている.
執筆現在ではカスタムされたControlNetモデルの公開は停止している.
カスタムモデルを使用しない方法
考え方は単純である.
1.通常のControlNetの使用方法の一つである,画像の高画質化「Tile」機能を使う.
2.高画質化の過程で入力プロンプトの絵柄を組み込んでいく.
3.組み込まれる度合いをパラメータを使用して調整していく.
使用環境
ソフトウェア
- AUTOMATIC1111 Stable Diffusion GUI
- ControlNet 拡張機能
- Model:https://civitai.com/models/36520/ghostmix
- ControlNet Model :Tile https://huggingface.co/lllyasviel/ControlNet-v1-1/blob/main/control_v11f1e_sd15_tile.pth
実行
-
Img2imgページに移動
-
ModelをGhostMixに変更
-
Promptを入力Redditにのってたやつ(例は後述)
- Pos:a cubism painting of a town with a lot of houses in the snow with a sky background, Andreas Rocha, matte painting concept art, a detailed matte painting
- Neg:ugly, disfigured, low quality, blurry, nsfw
-
QRコードを img2img キャンバスにアップロード
-
設定値の入力
- Resize mode: Just resize
- Sampling method: DPM++2M Karras
- Sampling step: 50
- Width: 768
- Height: 768
- CFG Scale: 7
- Denoising strength: 0.75
-
4で使用したものと同じQRコードをControlNetの画像キャンバスにアップロード
-
ContronNetのパラメータをセット
- Enable: Yes
- Control Type: Tile
- Preprocessor: tile_resample
- Model: control_v11f1e_sd15_tile [a371b31b]
- Control Weight: 0.87
- Starting Control Step: 0.23
- Ending Control Step: 0.9
8.生成ポチ
認識できるものできないものが生成されるのでうまいこと調整してみましょう
認識できるもの
たまに認識できるもの
認識できないもの
認識できない生成物はおよそ20%
追記
美少女とかもいける
お問い合わせはTwitterDMまで
Discussion