这个脚本利用稳定的扩散v1.5从拥抱面孔的扩散器库来基于给定文本提示符生成图像变化。通过使用火炬和pil，它处理输入图像，应用驱动的转换并保存结果。

您可以克隆此回购以获取代码https://github.com/alexander-uspenskiy/image_variations>

源代码：

import torch from diffusers import StableDiffusionImg2ImgPipeline from PIL import Image import requests from io import BytesIO  def load_image(image_path, target_size=(768, 768)):     """     Load and preprocess the input image     """     if image_path.startswith('http'):         response = requests.get(image_path)         image = Image.open(BytesIO(response.content))     else:         image = Image.open(image_path)      # Resize and preserve aspect ratio     image = image.convert("RGB")     image.thumbnail(target_size, Image.Resampling.LANCZOS)      # Create new image with padding to reach target size     new_image = Image.new("RGB", target_size, (255, 255, 255))     new_image.paste(image, ((target_size[0] - image.size[0]) // 2,                            (target_size[1] - image.size[1]) // 2))      return new_image  def generate_image_variation(     input_image_path,     prompt,     model_id="stable-diffusion-v1-5/stable-diffusion-v1-5",     num_images=1,     strength=0.75,     guidance_scale=7.5,     seed=None ):     """     Generate variations of an input image using a specified prompt      Parameters:     - input_image_path: Path or URL to the input image     - prompt: Text prompt to guide the image generation     - model_id: Hugging Face model ID     - num_images: Number of variations to generate     - strength: How much to transform the input image (0-1)     - guidance_scale: How closely to follow the prompt     - seed: Random seed for reproducibility      Returns:     - List of generated images     """     # Set random seed if provided     if seed is not None:         torch.manual_seed(seed)      # Load the model     device = "cuda" if torch.cuda.is_available() else "cpu"     pipe = StableDiffusionImg2ImgPipeline.from_pretrained(         model_id,         torch_dtype=torch.float16 if device == "cuda" else torch.float32     ).to(device)      # Load and preprocess the input image     init_image = load_image(input_image_path)      # Generate images     result = pipe(         prompt=prompt,         image=init_image,         num_images_per_prompt=num_images,         strength=strength,         guidance_scale=guidance_scale     )      return result.images  def save_generated_images(images, output_prefix="generated"):     """     Save the generated images with sequential numbering     """     for i, image in enumerate(images):         image.save(f"images-out/{output_prefix}_{i}.png")  # Example usage if __name__ == "__main__":     # Example parameters     input_image = "images-in/Image_name.jpg"  # or URL     prompt = "Draw the image in modern art style, photorealistic and detailed."      # Generate variations     generated_images = generate_image_variation(         input_image,         prompt,         num_images=3,         strength=0.75,         seed=42  # Optional: for reproducibility     )      # Save the results     save_generated_images(generated_images) 

登录后复制

它的工作原理：

>加载和预处理输入图像

接受本地文件路径和url。

> 将图像转换为rgb格式，并将其调整为768×768，以维持纵横比。
添加填充以适合目标尺寸。
初始化稳定扩散v1.5

>将模型加载在cuda上（如果有）或落回cpu。 使用stablediffusionimg2imgpipeline处理输入映像。 生成ai修改的图像变化

添加文本提示来指导转换。
强度（0-1）和引导量表（更高=更严格的提示依从性）等参数允许自定义。

每个提示支持多个输出图像。

将结果保存到图像输出目录。

>输出带有顺序命名方案的生成图像（生成_0.png，生成_1.png等）。

示例用例

>您可以使用以下提示来将一个人的图像转换为中世纪的国王 提示=“在中世纪的环境中，将这个人当作强大的国王，逼真的和详细的。

初始图像：

结果：

cons＆pros

cons：

在某些硬件配置上可能会很慢。

小尺寸模型限制。

• pros：

>在本地运行（不需要云服务）。

用于微调输出的可自定义参数。

可重现的可选随机种子。

以上就是使用稳定的扩散V上的笔记本上的AI驱动图像处理 – 这比您想象的要容易！的详细内容，更多请关注php中文网其它相关文章！