关于人工智能:AI绘图开源工具Stable-Diffusion-WebUI前端API对接

9次阅读

共计 10247 个字符，预计需要花费 26 分钟才能阅读完成。

本文次要介绍 AI 绘图开源工具 Stable Diffusion WebUI 的 API 开启和根本调用办法，通过本文的浏览，你将理解到 stable-diffusion-webui 的根本介绍、装置及 API 环境配置；文生图、图生图、部分重绘、前期解决等 API 接口调用；图像处理开发中罕用到一些办法如 Base64、PNG、Canvas及 URL 互相转换、Canvas 色彩转换等。

AI 绘图工具目前市面上比拟宽泛应用的次要有两款，一个是 Midjourney，它提供面向用户有好的操作界面，文生图、图生图等性能十分弱小，然而它是一款免费软件；另一个就是开源工具 Stable Diffusion, 同样具备弱小的 AI 绘图和图片再发明能力，然而学习老本和上手难度绝对较大，不过因为它是开源的，当初有十分多的用户和开发者，咱们能够找到丰盛的训练模型和学习资源。本文介绍的 Stable Diffusion WebUI 就是基于 Stable Diffusion 的具备比较完善的可视化操作界面的 AI 绘图开源工具，它的 github 拜访地址是 https://github.com/AUTOMATIC1111/stable-diffusion-webui。

顺便一提，本文上方的 Banner 图就是应用 Stable Diffusion 生成的 😎

在正式开发之前，咱们能够先体验一下 Stable Diffusion WebUI 以及两个接口封装和操作界面比拟优良的 AI 绘图网站，理解 文生图 、 图生图 、 前期解决 等根本操作步骤。

🔗 https://stablediffusionweb.com/WebUI
🔗 https://d.design
🔗 https://www.liblibai.com

咱们首先须要先在本地或者服务器装置部署 Stable Diffusion WebUI，能够从 Github 克隆仓库，而后按阐明文档进行装置，对前端开发来说装置流程非常简单，具体装置流程大家能够自行搜寻，当初网上曾经有很多保姆级的教程，本文不再赘述。

装置实现后，在 Windows操作系统中进入 stable-diffusion-webui 根目录，而后双击 webui-user.bat 文件即可开启本地运行服务，在浏览器中输出 http://localhost:7860 加载如下所示的界面。在 txt2img 输入框中输出须要生图图像的的正向关键词和反向关键词，点击 Generate 按钮即可生成图像。

实现根本装置后，还能够装置界面汉化插件、关键字中文翻译插件、本人喜爱的格调模型等，都能够依照教程非常容易实现。

在 stable-diffusion-webui 根目录下找到文件 webui-user.bat，应用编辑器关上这个文件，而后在 COMMANDLINE_ARGS 配置项前面增加 --api。

set COMMANDLINE_ARGS= --lowvram --precision full --api --listen

而后双击 webui-user.bat 重启服务，此时在浏览器中输出地址 https://localhost:7860/doc，就能看到如下所示的所有接口文档了，咱们能够从文档中找到须要接入的接口及具体参数。

💡 咱们还能够配置如上所示的 –listen 参数，这样就能够通过局域网拜访 stable-diffusion-webui 的接口了。

文生图接口，能够通过向 stable-diffusion-webui 服务发送正向关键字、反向关键字、图片尺寸、采样步数等参数来调用 AI 能力生成图片。咱们先来看看它有哪些可配置的 payload 参数选项。（临时只用到前面写了正文的参数，基本上能够满足大部分文生图参数配置）

{
  "enable_hr": false,                 // 开启高清 hr
  "denoising_strength": 0,            // 降噪强度
  "hr_scale": 2,                      // 高清级别
  "hr_upscaler": "string",
  "hr_second_pass_steps": 0,
  "hr_resize_x": 0,
  "hr_resize_y": 0,
  "hr_sampler_name": "string",
  "hr_prompt": "","hr_negative_prompt":"",
  "prompt": "",                       // 正向关键字"styles": ["string"],"seed": -1,                         // 随机种子"subseed": -1,                      // 子级种子"subseed_strength": 0,              // 子级种子影响力度"seed_resize_from_h": -1,"seed_resize_from_w": -1,"sampler_name":"string","batch_size": 1,                    // 每次生成的张数"n_iter": 1,                        // 生成批次"steps": 50,                        // 生成步数"cfg_scale": 7,                     // 关键词相关性"width": 512,                       // 生成图像宽度"height": 512,                      // 生成图像高度"restore_faces": false,             // 面部修复"tiling": false,                    // 平铺"do_not_save_samples": false,"do_not_save_grid": false,"negative_prompt":"string",        // 反向关键字"eta": 0,                           // 等待时间"s_min_uncond": 0,"s_churn": 0,"s_tmax": 0,"s_tmin": 0,"s_noise": 1,"override_settings": {},             // 覆盖性配置"override_settings_restore_afterwards": true,"script_args": [],                   // lora 模型参数配置"sampler_index":"Euler",            // 采样办法"script_name":"string","send_images": true,                 // 是否发送图像"save_images": false,                // 是否在服务端保留生成的图像"alwayson_scripts": {}               // alwayson 配置}

依据须要的参数，在页面逻辑中，咱们能够像上面这样实现，此时服务端会依据接口参数，一次生成 4 张对应的图。接口返回胜利之后，咱们会接管到一个蕴含所有图片数据名为 images 的数组，数组项是格局为 base64 的图片，咱们能够向上面这样转化为页面上可间接显示的图片。

const response = await txt2img({id_task: `task(${taskId})`,
  // 正向关键词
  prompt: 'xxxx',
  // 反向关键词
  negative_prompt: 'xxxx',
  // 随机种子
  seed: 'xxxx',
  // 生成步数
  steps: 7,
  // 关键词相关性
  cfg_scale: 20,
  width: 1024,
  height: 1024,
  // 每次生成的张数
  batch_size: 4,
  // 生成批次
  n_iter: 1,
  // 采样办法
  sampler_index: 'xxxx',
  // 采纳的模型哈希值
  sd_model_hash: 'xxxx',
  override_settings: {
    sd_model_checkpoint: sdModelCheckpoint,
    eta_noise_seed_delta: 0.0,
    CLIP_stop_at_last_layers: 1.0,
  },
})
if (response.status === 200 && response.data) {
  try {
    const images = response.data.images;
    if (images.length === 0) return;
    data.imageUrls = images.map(item => `data:image/png;base64,${item}`);
  } catch (err) {}}

生成成果就是本文 Banner 图中的粉色长头发的 3D 卡通格调小姐姐 ✨，正向关键字 大抵是 girl, long hair, pink，模型采纳的是 3dAnimationDiffusion_v10，其余参数可自行调节。本文后续实例的 图生图 、 图优化 都将采纳这张图作为 参考图 进行演示。

图生图接口 ，stable-diffusion-webui 将依据咱们从接口传送的参考图，生成内容和格调相似的图片，就像最近抖音上很火的 瞬息全宇宙 特效一样，也能够将同一张图片通过抉择不同模型转化为另一种画风。上面是 图生图 接口的具体 payload 参数，能够察看到基本上和 文生图 是一样的，多了一些与 参考图片 相干的配置，如 init_images。

{
  "init_images": ["string"],
  "resize_mode": 0,
  "denoising_strength": 0.75,
  "image_cfg_scale": 0,
  "mask": "string",
  "mask_blur": 0,
  "mask_blur_x": 4,
  "mask_blur_y": 4,
  "inpainting_fill": 0,
  "inpaint_full_res": true,
  "inpaint_full_res_padding": 0,
  "inpainting_mask_invert": 0,
  "initial_noise_multiplier": 0,
  "prompt": "","styles": ["string"],"seed": -1,"subseed": -1,"subseed_strength": 0,"seed_resize_from_h": -1,"seed_resize_from_w": -1,"sampler_name":"string","batch_size": 1,"n_iter": 1,"steps": 50,"cfg_scale": 7,"width": 512,"height": 512,"restore_faces": false,"tiling": false,"do_not_save_samples": false,"do_not_save_grid": false,"negative_prompt":"string","eta": 0,"s_min_uncond": 0,"s_churn": 0,"s_tmax": 0,"s_tmin": 0,"s_noise": 1,"override_settings": {},"override_settings_restore_afterwards": true,"script_args": [],"sampler_index":"Euler","include_init_images": false,"script_name":"string","send_images": true,"save_images": false,"alwayson_scripts": {}}

在页面接口逻辑中，咱们能够通过以下办法实现，其余参数和文生图都是一样的，咱们只须要把参考图以 base64 格局增加到 init_images 数组即可。

const response = await img2img({
  // 正向关键词
  prompt: prompt,
  // 反向关键词
  negative_prompt: negativePrompt,
  // 初始图像
  init_images: [sourceImage.value],
  // 尺寸缩放
  resize_mode: 0,
  // ...
});

咱们将 文生图 示例中的图片作为 参考图 ，而后将大模型切换为 墨幽人造人_v1030，就能失去如下图所示的 真人写实格调 的图片。

图生图 API 还能够实现图片 部分重绘、涂鸦、重绘蒙版、高清放大、图像裁减 等成果。本文中，咱们简略解说以下如何实现部分重绘性能。

要实现 部分重绘 性能，首先咱们须要应用 Canvas 创立一个画布，而后通过鼠标挪动在画布上涂抹出须要重绘的门路，在理论开发时咱们能够实现一个如下图所示的图片重绘编辑器，右侧图片黄色区域 🟨 是通过画笔涂抹须要重绘批改的区域。涂抹性能能够通过以下代码简略实现，像擦除、 画笔大小色彩抉择 、 撤销重做 等扩大性能可自行搜寻如何实现。

<div>
  <canvas id="canvas"></canvas>
  <img src="your_image.jpg" id="image">
  <button onclick="clearMask()"> 革除遮罩 </button>
</div>

<script>
var canvas = document.getElementById('canvas');
var image = document.getElementById('image');
// 设置 canvas 宽高与图像尺寸雷同
canvas.width = image.width;
canvas.height = image.height;
var ctx = canvas.getContext('2d');
var isDrawing = false; // 是否正在绘制
var lastX = 0;
var lastY = 0;
// 鼠标按下事件处理程序
canvas.addEventListener('mousedown', function(e) {
  isDrawing = true;
  [lastX, lastY] = [e.offsetX, e.offsetY];
});
// 鼠标挪动事件处理程序
canvas.addEventListener('mousemove', function(e) {if (!isDrawing) return;
  drawMask(e.offsetX, e.offsetY);
});
// 鼠标开释事件处理程序
canvas.addEventListener('mouseup', function() {isDrawing = false;});
// 绘制遮罩函数
function drawMask(x, y) {ctx.beginPath();
  ctx.moveTo(lastX, lastY);
  ctx.lineTo(x, y);
  ctx.strokeStyle = 'rgba(0, 0, 0, 1)'; // 设置遮罩色彩（彩色）ctx.lineWidth = 20;                   // 设置遮罩宽度
  ctx.lineCap = 'round';                // 设置线条末端形态为圆形
  ctx.stroke();
  [lastX, lastY] = [x, y];
}
// 革除遮罩函数
function clearMask() {ctx.clearRect(0, 0, canvas.width, canvas.height);
}
</script>

涂抹实现后，咱们右键保留图片，能够失去如下图左侧所示的图片。然而 stable-diffusion-webui 须要的 Mask 遮罩图是涂改区域为纯白色，非批改区域为彩色，且大小须要和原图统一，如右侧图片所示。此时就须要将失去的左侧通明遮罩层转换为右侧须要的遮罩层图片。

Canvas 遮罩层转换方法能够通过如下形式实现，绘制 Mask 图片，Canvas 应用鼠标绘制彩色图案，导出图片时须要把空白局部变为彩色，绘制线条的局部变为红色，并且须要转换成和原图雷同的尺寸。其中两个参数 _canvas 是须要转换的画布，_image 是涂抹的原图。其中用于获取图像原始尺寸的办法 getImageOriginSize 能够在本文开端办法汇总中查看

export const drawMask = async (_canvas, _image) => {return new Promise(async(resolve) => {
    const canvas = _canvas;
    const ctx = canvas.getContext('2d');
    const imageData = ctx.getImageData(0, 0, canvas.clientWidth, canvas.clientHeight);
    const imageDataContent = imageData.data;
    // 批改图像数据中的像素色彩
    for (let i = 0; i < imageDataContent.length; i += 4) {
      // 判断透明度是否小于阈值
      if (imageDataContent[i + 3] < 128) {
      // 将通明局部设置为彩色
        imageDataContent[i] = 0;
        imageDataContent[i + 1] = 0;
        imageDataContent[i + 2] = 0;
        imageDataContent[i + 3] = 255;
      } else {
        // 将线条局部设置为红色
        imageDataContent[i] = 255;
        imageDataContent[i + 1] = 255;
        imageDataContent[i + 2] = 255;
        imageDataContent[i + 3] = 255;
      }
    }
    // 将批改后的图像数据导出为图片格式
    const exportCanvas = document.createElement('canvas');
    exportCanvas.width = canvas.clientWidth;
    exportCanvas.height = canvas.clientHeight;
    const exportCtx = exportCanvas.getContext('2d');
    exportCtx.putImageData(imageData, 0, 0);
    // mask 放大到和原图统一
    const size = await getImageOriginSize(_image);
    const finalMask = await scaleImage(exportCanvas.toDataURL(), size.width, size.height);
    resolve(finalMask);
  });
}

而后咱们将转换后的遮罩图以 base64 的模式作为 mask 参数增加到接口参数中，增加一些正向关键字等参数进行图生图接口申请，返回后果和上述 API 都是一样的，最终就能够失去上面所示的图像，能够察看到被涂抹区域的花朵隐没了 🌺。

const response = await img2img({init_images: [sourceImage.value],
  mask: data.mask,
  // ...
});

💡 本文实现中将用到十分多对于图像转换的办法，，比方 PNG 转 Base64、URL 转 Base64、Canvas 转 Base64 等，这些办法的具体实现将放在文章开端的汇总中。

前期解决接口 ，能够实现图片 高清放大、裁切、裁减 等性能，有批量和单图调整两种接口，如下所示是单图调整接口。咱们先来看看单图优化 API 能够接管的参数有哪些：

{
  "resize_mode": 0,
  "show_extras_results": true,
  "gfpgan_visibility": 0,
  "codeformer_visibility": 0,
  "codeformer_weight": 0,
  "upscaling_resize": 2,
  "upscaling_resize_w": 512,
  "upscaling_resize_h": 512,
  "upscaling_crop": true,
  "upscaler_1": "None",
  "upscaler_2": "None",
  "extras_upscaler_2_visibility": 0,
  "upscale_first": false,
  "image": ""                       // 原图
}

stable-diffusion-webui 还有许多实用的 API 能够调用，比方能够通过 进度查问 接口实时获取到生成图片的进度、剩余时间、排队状态等、能够通过 配置查问 接口获取到配置信息、已装置的模型列表等；反向推理 接口能够通过已生成的图片反推出图像信息、形容关键字等。具体接口应用办法和参数都能够在 API 文档中查问。

在做 Web 图片解决利用时须要用到很多图片相干的实用办法，以下是一些简略汇总。

① Canvas 转 Base64/PNG

要将 Canvas 转换为 Base64 格局图像数据，能够应用 Canvas 的 toDataURL() 办法。该办法将返回一个蕴含图像数据的字符串，其中包含图像的类型，如 image/png 和 Base64 编码的图像数据。

// 获取 Canvas 元素
var canvas = document.getElementById("myCanvas");
var ctx = canvas.getContext("2d");
// 将 Canvas 转换为 Base64 格局的图像数据
var dataURL = canvas.toDataURL();

② 图片 URL 转 Base64

export const convertUrlToBase64 = src => {
  return new Promise(resolve => {const img = new Image()
    img.crossOrigin = ''
    img.src = src
    img.onload = function () {const canvas = document.createElement('canvas');
      canvas.width = img.width;
      canvas.height = img.height;
      const ctx = canvas.getContext('2d');
      ctx.drawImage(img, 0, 0, img.width, img.height);
      const ext = img.src.substring(img.src.lastIndexOf('.') + 1).toLowerCase();
      const dataURL = canvas.toDataURL('image/' + ext);
      resolve(dataURL);
    }
  });
};

③ Base64 转 PNG

export const convertBase64ToImage = src => {return new Promise((resolve) => {const arr = src.split(',');
    const byteString = atob(arr[1]);
    const ab = new ArrayBuffer(byteString.length);
    const ia = new Uint8Array(ab);
    for (let i = 0; i < byteString.length; i++) {ia[i] = byteString.charCodeAt(i);
    }
    const file = new File([ab], generateRandomId(), { type: 'image/png'});
    resolve(file);
  });
}

④ 获取图像原始尺寸

export const getImageOriginSize = (src) => {return new Promise((resolve) => {const image = new Image();
    image.src = src;
    image.onload = () => {
      resolve({
        width: image.naturalWidth,
        height: image.naturalHeight
      });
    };
  });
}

⑤ 等比缩放 Base64

export const scaleImage = (src, width, height) => {return new Promise((resolve) => {const image = new Image();
    image.src = src;
    image.onload = () => {const canvas = document.createElement('canvas');
      canvas.width = width;
      canvas.height = height;
      const ctx = canvas.getContext('2d');
      ctx.drawImage(image, 0, 0, width, height);
      resolve(canvas.toDataURL());
    };
  })
};

还有上述文章中提到的将通明黑白 Canvas 转化为 stable-diffusion-webui 部分重绘所需的 黑底红色图案 办法等。

本文次要蕴含的知识点包含：

stable-diffusion-webui 的根本介绍
stable-diffusion-webui 装置及 API 环境配置
文生图、图生图、部分重绘、前期解决等 API 接口调用
图像处理开发中罕用到一些办法如 Base64、PNG、Canvas及 URL 互相转换、Canvas 色彩转换等

想理解其余前端常识或其余未在本文中详细描述的 AI 相干 开发技术相干常识，可浏览我往期的文章。如果有疑难能够在评论中留言，如果感觉文章对你有帮忙，不要忘了 一键三连哦 👍。

[1]. 🌴 Three.js 打造缤纷夏日 3D 梦中情岛
[2]. 🔥 Three.js 实现炫酷的赛博朋克格调 3D 数字地球大屏
[3]. 🐼 Three.js 实现 2022 冬奥主题 3D 趣味页面，含冰墩墩
[4]. 🦊 Three.js 实现 3D 凋谢世界小游戏：阿狸的多元宇宙
[5]. 🏡 Three.js 进阶之旅：全景漫游 - 高阶版在线看房
...
【Three.js 进阶之旅】系列专栏拜访 👈
【前端玩转 AIGC】专栏拜访 👈

[1]. Stable Diffusion WebUI
[2]. stable-diffusion-webui github
[3]. stable diffusion 远端跑图—— Api 基础知识把握
[4]. 哩布哩布 AI

正文完

人工智能

发表至：人工智能

2023-09-04

0

关于人工智能:ACL2023基于电商多模态概念知识图谱增强的电商场景图文模型FashionKLIP

关于人工智能:深度学习与CV教程13-目标检测-SSDYOLO系列

关于人工智能:Hugging-News-0414-Attention-在多模态领域的应用Unity-API-发布

关于人工智能:Code-LlamaLlama-2-学会写代码了

关于面试:Linux运维工程师面试题6

关于人工智能:AI绘图开源工具Stable-Diffusion-WebUI前端API对接

背景

应用体验

环境配置

装置 Stable Diffusion WebUI

开启 API 性能

实现

文生图

图生图

部分重绘

前期解决

其余

更多接口

实用办法

① Canvas 转 Base64/PNG

② 图片 URL 转 Base64

③ Base64 转 PNG

④ 获取图像原始尺寸

⑤ 等比缩放 Base64

总结

附录

参考

站内搜索