最近几天AI绘画没有什么大动作，正好有时间总结下Stable Diffusion的一些基础知识，今天就给大家再唠叨一下文生图这个功能，会详细说明其中的各个参数。
文生图是Stable Diffusion的核心功能，它的核心能力就是根据提示词生成相应的图片。
本文以 Stable Diffusion WebUI 为例，使用方法参考下图：
1、基础模型：选择一个用来生成图片的模型，不同的模型可以生成不同风格的图片。
2、文生图/txt2img：这一排是 WebUI 的主功能菜单，默认选中的就是文生图。
3、提示词：提示词就是我们的绘画指令，描述图片中的内容，描述越详细则生成的图片越符合预期。可以使用中文，不过建议用英文，网上分享的提示词也都是英文的。
例子中的提示词是：
提示词很重要，后边会有专门的文章来介绍它，这里分享一个提示词的常用套路：图片的质量、主体、细节，比如这里 best quality, masterpiece 都是用来声明图片质量的，adult women, asia, full body 是主体，后边的 long black hair, beautiful detailed eyes, small breasts 都是细节描述。
4、反向提示词：描述不希望在图片中出现的内容，比如画面模糊，多手多脚等问题。
例子中的反向提示词是：
5、Generation：Stable Diffusiion 文生图生成页签。
6、采样器：用来一步步生成图片的算法，默认的 Euler a 可以适用于绝大多数的场景，一般先用它就行了；其它SDE的采样器也不错，可以多试试 。后边会有专门的文章来介绍采样器。
7、采样步数：采样器使用多少步来生成图片，不同的采样器表现各异，一般使用 20-50 步，步数越多越慢，Euler a 使用20步基本就够了。
8、图片尺寸：对于SD 1.5的模型默认是 512_512，对于SD XL的模型默认是 1024_1024。如果想生成其它比例的图片，比如3:4、16:9，需要注意不要把尺寸调得太大，生成的图片中可能出现多个主体或者多余的肢体。如果想要大尺寸的图片，可以到“额外功能/Extras”中放大，后续文章会有介绍。
9、生成次数：设置连续生成几次，默认为1，次数越多需要的时间越长。
10、每次数量：每次生成同时出图的数量，数量越大，占用的显存越大。
11、提示词引导系数：提示词对生成图片的重要程度，值越大，图片中的内容越贴近提示词的描述，反之则Stable Diffusion 自由发挥的多。
12、图像生成种子：参与图片初始化的一个参数。默认为-1，则每次自动生成一个随机数，在其它参数都不改变的情况下，它会给图片带来一些随机性，这也是AI绘画的魅力所在，总会有一些新的变化。在其它参数和种子都不变的情况下，Stable Diffusion 可以生成完全一致的图片，这就是稳定扩散的意思。
13、点击“生成”，会有进度条出现，坐等图片生成就可以了。
14、生成好的图片会出现在这里。
写在最后
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
