如何使用 ControlNet 生成图像变形动画
由于之前的实验 导电d，我们有使用 ControlNet 进行变形的想法。 直到那时我们才切换到使用 depth2img 模型，它可以从深度图创建图像，而不是 ControlNet。 ControlNet 不仅可以在深度上发挥作用。 这篇文章 有更多关于该技术的信息。
我会给你一个程序的简要说明。 如果我们在 img2img 中生成图像，则可以使用去噪强度选项，它会影响生成过程中的步骤数。 例如，steps = 30 且 denoising strength = 0.5，则只剩下 15 个步骤要创建。 这个推理可以应用于动画变形。 您可以变形任何图像； 肖像并不是唯一可以做的。
拍摄原始照片。 激活 ControlNet，同时将图片框留空。 选择seed为-1生成随机测试； 批次计数会影响它们的数量。 您可以尝试引导参数、接收卡的重量和 ControlNet 模式。 如果你喜欢生成，用鼠标将它拖到img2img，然后重复这个过程，寻找第二张图片最终会变成的图片。 当每张图片都完成后，如何制作动画的问题就出现了。 （开始时，请记住将批次计数设置为 1 以避免创建额外的照片。）
我们现在将使用一个有趣的解决方案，但稍后我将讨论它的缺点。
将使用 XYZ 图； 您必须从脚本列表中选择它。 它将使我们不仅可以创建最终图像，还可以创建源图像的过渡。
我们将 X 值放在以下行中：
0.0.296.0.39.0.459.0.515.0.563.0.606.0.644.0.68.0.713.0.743.0.772.0.799.0.825.0.85.0.874.0.897.0.919.0.94.0.961.
这意味着当生成开始时，我们将收到 21 张图片而不是一张（用逗号分隔的值的数量）。 为什么会有这条线？ 例如，它可能看起来不同。
这种格式使其更易于理解：您从自动化请求 20 张图像并要求它演示去噪将如何影响 0 到 1 范围内的值的结果。第二个选项的缺点是它会导致值的线性变化，因为denoise的特性，看起来不是逼真的变形。 接近零的数字几乎对结果没有影响。 并且在大于 0.5 的水平上，它开始产生非常显着的影响。
结果，第一条线是 x.4 类型的曲线，或者 x 增加了 0.4。 直线、线性函数和曲线将产生更准确的输出，在图像中形成对比。 您可以使用搅拌器来创建这样的字符串。
在创建线条之前，您必须选择过渡的帧数。 它可以在项目设置中编辑。
您必须执行多个步骤才能获得一行。 首先，试验曲线的形状。 为此，请从动画参数的上下文菜单中选择“删除关键帧”。
这是获取曲线的公式； 参数变为蓝色，表示驱动程序正在其中运行。
你可以在这里摆弄价值。 4. 但是，避免太低。 frame/21 表示在第 0 帧到第 1 帧处从 0 到 21 的值偏移。仅保留 1 到 20 帧之间的值。
尽管如此，钥匙不是驱动程序。 他们必须先做好准备。 为此，请在 3d 窗口中单击“对象”>“动画”>“烘焙动作”，然后单击“确定”。
但是，这会影响对象所有可能的键，应该删除它们。 选择除第一行以外的所有内容，然后按键盘上的 X（鼠标应位于列表下方）。
现在，要获得屏幕左侧的行，请单击播放并打开控制台窗口。
得到一个可以复制的字符串。
现在要制作动画，需要对一开始制作的每个图片位置分别做这个过程，然后在一些视频编辑器中将其组合成动画。
是的，这个过程还不是自动化的，但你可以为自己完全定制一切。 您可以更改生成模型和 ControlNet 模型和模式，启用或禁用预处理，或您喜欢的任何其他内容。 最主要的是不要失去好的结果，然后正确地重复一切以创建动画。
技术的缺点——你不应该为过渡打下很多基础。 我们在上面写道，降噪会影响步数。 结果可能是输出会重复图片，因为几个去噪值将在相同的步数内。 他们的数量可以在自动控制台中观察到。
该技术可以与interpolator retarders结合使用，即发送动画补全缺帧； 这将提供更平滑的更改。
阅读更多相关文章：
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Damir 是团队领导、产品经理和编辑 Metaverse Post，涵盖 AI/ML、AGI、LLM、Metaverse 等主题 Web3- 相关领域。 他的文章每月吸引超过一百万用户的大量读者。 他似乎是一位在 SEO 和数字营销方面拥有 10 年经验的专家。 达米尔曾在 Mashable、Wired、 Cointelegraph、《纽约客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作为数字游牧者往返于阿联酋、土耳其、俄罗斯和独联体国家之间。 达米尔获得了物理学学士学位，他认为这赋予了他在不断变化的互联网格局中取得成功所需的批判性思维技能。
更多文章
Damir 是团队领导、产品经理和编辑 Metaverse Post，涵盖 AI/ML、AGI、LLM、Metaverse 等主题 Web3- 相关领域。 他的文章每月吸引超过一百万用户的大量读者。 他似乎是一位在 SEO 和数字营销方面拥有 10 年经验的专家。 达米尔曾在 Mashable、Wired、 Cointelegraph、《纽约客》、Inside.com、Entrepreneur、BeInCrypto 和其他出版物。 他作为数字游牧者往返于阿联酋、土耳其、俄罗斯和独联体国家之间。 达米尔获得了物理学学士学位，他认为这赋予了他在不断变化的互联网格局中取得成功所需的批判性思维技能。
