阅读(1.8k) 书签赞(1) 我要纠错

Midjourney 应用场景5：头像

2023-05-08 15:26 更新

在 Stock Photo 一章中，介绍了 img2img 的方法，这个方法除了解决 Stock Photo 的那几个问题外，还很适合多个场景。

本章会着重介绍用这个方法生成的头像的 prompt。并且从本章开始会逐步丰富我们的 prompt 结构，使其更加完整。

注意事项

在介绍 img2img 的应用前，我想强调一下：

不要在 Discord Midjourney 公开群上传自己的照片！这样你的照片会被公开群里的所有人看见。建议使用 Midjourney Bot。
另外，非 pro 付费会员，生成的图片都会被其他会员看见。但你可以在生成完头像后，删掉生成的图片。如果还不知道如何使用 Bot ，及删除照片，请看基本操作篇。
img2img 的操作我就不过多赘述了。如果你还不太清楚，可以看基本操作篇，以及 Stock Photo 那篇。

3D 卡通头像

第一个要分享的是卡通头像。首先跟大家强调下：

我基本上把国内国外的生成头像教程都看过，并试过一遍，还跟 Midjourney 社群的人也交流过。我的理解是，以目前 V5 的能力，不管你如何调整 prompt ，想用 img2img 方法生成一张非常像原图的图片，基本靠运气，即使用了前面介绍的技巧七方法，也只是提高概率。如果你有令头像非常像的方法，不妨通过 Issue 分享给我，我会署下你的名字，并分享给大家。
各位在学习的过程中，如果发现生成的图片不像原图，也不需要气馁。这是正常的。
你可以通过我分享的方法，生成一张有原图神韵的卡通头像。注意肯定不会非常像原图。

在 prompt 里加上原图链接（建议使用证件照，或者背景比较单一的照片，这样成功率会高一些），然后用我前面提到的框架设计一个 prompt：

	Prompt	解释
类型是什么？	Portraits / Avatar	如果你的原图是证件照，可以在 prompt 里加入「肖像」一词，或者「Avatar 头像」。
主体是什么？	smiling cute boy, undercut hairstyle	这里可以是选填，你可以先不加这个描述，只填其余 prompt，然后如果生成的图片不像你。那你就在这里加点描述下你的头像的词，一般就是性别、样貌、发型、配饰（比如眼镜、耳环等）、表情等。注意，尽量挑特征比较强的部分输入，特征对了，生成的图片基本会有几份像。
背景是什么？	white background	我这里保留了证件照的白底，你可以加一些实际场景的背景，比如餐厅之类的。
构图是怎样的？	null	因为我们预先传了图片，图片是张证件照，所以不填
用什么镜头？	soft focus	柔焦是指摄影中，使用柔焦镜头，使得拍摄的影像既清晰又柔和的效果。一般多在拍摄人像的时候使用，我在 prompt 里加上这个，可以使照片更柔和。你也可以不加。
是什么风格？	3d render,Pixar style	因为目标是生成 3d 照片，所以这里加了 3d render（3d 渲染），以及我喜欢的皮克斯风格
参数	—iw 2	iw 是一个文字和 img 权重参数。数值越大，就越像原图，关于这个值的介绍，可以看高级参数篇。

最后，还有三个技巧：

如果你生成的照片并不像预设的照片，可以在四张图里，挑一张比较像的，然后点 V（Variation），让模型继续生成，再继续挑一张像一点的照片，然后继续生成新照片，直到出现一张比较像的。
第二个，我觉得很神奇，如果前两个方法你都试过了，你生成的图片还是跟原图不像，那就在 prompt 里加上「wear glasses（戴眼镜）」，真的很神奇，我只要加上戴眼镜就像非常多，如果你原图戴眼镜了，你试试在参数里加个 —no glasses，你会得到一张更不像你的图。
最后，就是多用一个参数，这个方法会在技巧八中展开说下。

本章最后，有我的证件照的案例。

技巧七：多参数同时使用

在使用 img2img 的方法生成头像时，我发现问题是「文字权重比图片权重高」，导致其生成的图片不像原图，iw 参数在 V5 里最多提升图片权重到 2，所以我就在想有没有可能进一步降低文字的权重。

然后我就试了下 s 参数，发现的确好了很多。

如果生成的图片还是不像，你可以在 —iw 2 基础上，再加一个参数 —s 200 ，注意同时用两个参数时，中间不要有逗号。我发现加了 s 参数之后的确像了很多，我个人猜测是 s 和 iw 连用会进步一削弱 text 的权重。

s 是控制生成图片的风格化程度。简单理解，这个值越低会更符合 text prompt 的描述，数值越高艺术性就会越强，但跟 text prompt 关联性就会比较弱。所以如果你生成的图还是不像，就加大这个值，比如调到 500。

我想通过这个案例告诉大家，多个参数一起使用，有可能会形成合力，进一步放大模型的能力。未来有新的参数能力，不妨也想想有没有可能一起用？

动漫风头像

与 3D 卡通头像一样，主要的修改是在图片风格上：

	Prompt	解释
类型是什么？	Portraits / Avatar	继续使用相同描述
主体是什么？	smiling cute boy, undercut hairstyle	继续使用相同描述
背景是什么？	white background	继续使用相同描述
构图是怎样的？	null	继续使用相同描述
用什么镜头？	null	因为是漫画风，就不加柔光镜头了
是什么风格？	anime, Studio Ghibli	目标是制作动漫风的头像，所以这里加了 anime（动漫），然后加了吉卜力风格
参数	—iw 2 —s 500	注意同时用两个参数时，中间不要有逗号。

赛博朋克头像

这是我最喜欢的风格之一，也是只需要改一下风格和背景即可：

	Prompt	解释
主体是什么？	cyberpunk robot face, holographic VR glasses, holographic cyberpunk clothing	加了脸的修饰，还有戴上 VR 眼镜，穿上赛博朋克风衣服
背景是什么？	neon-lit cityscape background	为了让图片更像是赛博朋克，就加了个霓虹灯城市背景，让其看起来更有赛博那味
是什么风格？	Cyberpunk, by Josan Gonzalez	加了赛博朋克风格，以及我非常喜欢的赛博朋克画家 Josan Gonzalez

技巧八：使用 Seed 参数对图进行二次修改

注意：这个技巧，我个人觉得未来潜力比较大，但目前 Midjourney 的实现效果还比较一般，效果得不到保证。官方的社区的帮助文档也提到这个功能在 V5 非常不稳定。详细可以看看我整理的 Midjourney 官方 FAQ 一章。

你可能遇到类似这样的场景：

你输入一段 prompt，机器生成了 4 张图片
你看了下4张照片，发现其中有一张还行，但其余不是很满意，然后改了下 prompt，机器又生成了一些
但这次生成的照片你都不满意，你就很烦恼为何会这样
然后你就像为啥不能在第一次生成图上做修改呢？

基于某一次生成的结果进行二次 prompt 修改，理论上我认为是可以的，以赛博朋克头像为例，我先用上述 prompt 生成了四张图片，然后在消息的右上角点击 emoji 按钮（下图1），然后再输入框里（下图2）输入 envelope，然后点击信封 emoji（下图3），接着 bot 就会将 seed 号码发给你。

然后我修改上面的赛博朋克头像的 prompt，将其背景改为 China Town，此时需要注意：

新的 prompt 并不是只改 background，你需要将之前的 prompt 都带上。
prompt 仅修改 background 的部分。
最后带上 seed 参数。

以下是我的案例：

原 prompt：

{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, neon-lit cityscape background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1

新 prompt（seed 码只是示例，你要填写自己的 seed）：

{img url} avatar, cyberpunk robot face, holographic VR glasses,holographic cyberpunk clothing, China Town background, Cyberpunk, by Josan Gonzalez --s 500 --iw 1 --seed 758242567

以下是生成的效果（左图为原图，右图是用了 seed 后生成的图），可以看到，背景的确换了，但人的外观也有点变化

效果不是很好，但我觉得值得探索，这样能提高渐进优化的成功率：