背景
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
应用体验
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/WebUIhttps://d.designhttps://www.liblibai.com
环境配置
装置 Stable Diffusion WebUI
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。
开启 API 性能
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。
实现
文生图
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
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。
部分重绘
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, // ...});前期解决
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}其余
更多接口
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。
实用办法
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。
总结
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 。
附录
- [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
参考
- [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