Stable Diffusion生成图片参数查看与抹除

这篇具有很好参考价值的文章主要介绍了Stable Diffusion生成图片参数查看与抹除。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

前几天分享了几张Stable Diffusion生成的艺术二维码,有同学反映不知道怎么查看图片的参数信息,还有的同学问怎么保护自己的图片生成参数不会泄露,这篇文章就来专门分享如何查看和抹除图片的参数。

查看图片的生成参数

1、打开Stable Diffusion WebUI,点击Tab菜单中的【图像信息/PNG Info】,不同版本的WebUI可能显示的文字或略有不同。

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

2、在左侧选择本地的一张图片,如果是Stable Diffusion生成的图片,我们可以在右边看到图片的生成参数,依次是:提示词、反向提示词、模型详细参数。

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

我们还可以在参数的下边看到几个按钮,他们可以把参数或者图片发送到生成窗口,这样可以节省一些复制参数的时间,有兴趣的可以试试。

如果不是SD生成的图片,或者被抹除的信息,我们就什么也得不到:

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

抹除图片的生成参数

这里介绍一个开源的小工具:exifcleaner,地址在:Releases · szTheory/exifcleaner · GitHub

如果你访问Github不方便,也可以从我的网盘下载这个文件,步骤是关注微/信/公/众/号:萤火遛AI,然后发消息:图片参数抹除,即可获得下载地址。

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

可以看到,它提供了很多操作系统的版本,大家可以选择适合自己的。

我这里直接下载 ExifCleaner-3.6.0.exe 这个Windows免安装版本,启动后界面如图所示:

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

把需要抹除信息的图片拖进去就好了,处理完毕后显示信息如下图所示:

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

然后我们再次通过Stable Diffusion WebUI读取图片信息,验证相关参数确实被抹除了。

Stable Diffusion生成图片参数查看与抹除,AIGC,stable diffusion,AI作画,图片保护

注意:这个处理工具默认是处理完毕后直接替换原来的图片,所以如果你还想保留原来的图片,记得先复制一份。


以上就是本文的主要内容了,如果你有更好的方法,欢迎与我分享。文章来源地址https://www.toymoban.com/news/detail-582818.html

到了这里,关于Stable Diffusion生成图片参数查看与抹除的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • AI图片生成Stable Diffusion参数及使用方式详细介绍

            Stable Diffusion环境搭建与运行请参考上一篇博文《AI图片生成Stable Diffusion环境搭建与运行》,地址为“https://blog.csdn.net/suiyingy/article/details/128896426”。运行成功后,网页浏览器显示页面主要包括txt2img、img2img、Extras、PNG Info、Checkpoint Merger、Train、Settings和Extensions等八

    2024年02月08日
    浏览(89)
  • 实测AIGC工作流,Stable Diffusion + Mubert 实现图片与音乐的转换生成

    社区分享了不少文本生成图像的AIGC(AI生成内容)应用的突破,图像类的生成已经是“红海”了。 我们需要寻找“蓝海”,近期出现了其他内容的突破吗? Mixlab 小杜 社区五月份介绍了 Pollinations.ai ,平台集成了文本、图像、音频、视频等多种模态的模型,近期平台功能也

    2024年02月12日
    浏览(51)
  • 图生图—AI图片生成Stable Diffusion参数及使用方式详细介绍

            本文为博主原创文章,未经博主允许不得转载。         本文为专栏《Python从零开始进行AIGC大模型训练与推理》系列文章,地址为“https://blog.csdn.net/suiyingy/article/details/130169592”。         Stable Diffusion webui的详细安装步骤以及文生图(txt2img)功能详细介绍

    2024年02月08日
    浏览(89)
  • Stable Diffusion生成图片

    画质 masterpiece,best quality,illustration,extremely detail CG unity 8k wallpaper,ultra-detailed,depth of field 杰作,最佳质量,插图,极度详细的8K壁纸,超高详细度,景深 画风 Chinese ink painting,water color,oil painting,sketch,realistic 中国水墨画,水彩,油画,素描,写实 人物 1girl,solo,upper body,black hair,

    2024年02月07日
    浏览(44)
  • Stable Diffusion 生成高清图片

    记录一下使用 Stable Diffusion 生成高清图片使用的插件和过程。 打开 Stable Diffusion,单击 “扩展” = “从网址安装”, 输入下面项目,单击 “安装”, 扩展的 git 仓库网址: https://github.com/Coyote-A/ultimate-upscale-for-automatic1111 然后单击 “已安装\\\",确认 “ultimate-upscale-for-automatic1

    2024年02月08日
    浏览(104)
  • 使用stable diffusion生成图片

    requirements.txt 内容如下 保存为stable_diffusion.py并执行  

    2024年02月13日
    浏览(84)
  • AIGC专栏4——Stable Diffusion原理解析-inpaint修复图片为例

    Inpaint是Stable Diffusion中的常用方法,一起简单学习一下。 https://github.com/bubbliiiing/stable-diffusion 喜欢的可以点个star噢。 txt2img的原理如博文 Diffusion扩散模型学习2——Stable Diffusion结构解析-以文本生成图像(文生图,txt2img)为例 img2img的原理如博文 Diffusion扩散模型学习3——Sta

    2024年02月10日
    浏览(37)
  • 【深度学习 AIGC】stable diffusion webUI 使用过程,参数设置,教程,使用方法

    如果你想使用docker快速启动这个项目,你可以按下面这么操作(显卡支持CUDA11.8)。如果你不懂docker,请参考别的教程。 模型文件即checkpoint已包含了与vae相关的参数。然而,稳定扩散官方和novelai泄露的文件都包含了额外的vae,用于改进面部或其他细节。因此,加载vae文件实

    2024年02月05日
    浏览(53)
  • 【AIGC】PyTorch Stable Diffusion 和 Habana Gaudi 的艺术生成

      In this post, we will learn how to run PyTorch stable diffusion inference on Habana Gaudi processor, expressly designed for the purpose of efficiently accelerating AI Deep Learning models. 在本文中,我们将学习如何在 Habana Gaudi 处理器上运行 PyTorch 稳定扩散推理,该处理器专为高效加速 AI 深度学习模型而设计。  

    2024年02月09日
    浏览(37)
  • 在线试用Stable Diffusion生成可爱的图片

    https://inscode.csdn.net/@inscode/Stable-Diffusion 采样迭代次数设为80,生成批次和每批数量均设为4,其他均为默认参数。 下面先找几个stable diffusion内测时用到的提示词,来测试一下inscode的生成效果,然后再给一组相似的中文提示词,看一下二者的区别。 提示词1 英文提示词 sun and

    2024年02月15日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包