伴随着 AIGC 非常火爆,各种各样的 AI 工具如雨后春笋般呈现,除了各位设计师知道的 Midjourney(以下简称“MJ”),同样还有十分亮眼的 Stable Diffusion。
以是本日我们紧张教大家如何利用 Stable Diffusion(以下简称“SD”)来进行 B 端图标和 C 端图标的创作,充分将 AIGC 灵巧的利用在项目的事情流程之中。
一、B 端图标那首先我们先来看看 B 端图标,有哪些特点?
从上图可以创造紧张特点为:立体块面感、轻科技、材质多为毛玻璃、光泽金属、轮廓光源。
UI 的利用场景多为功能模块赞助装饰、官网开屏页等……
以下图的数据云图标为例:
制作同等设计质量的图标,从三维建模到渲染末了到后期调度,均匀须要 2.5 小时制作周期。而且设计师须要有一定的三维软件设计能力。
我们先看看 MJ 的利用效果,这里我们利用常规的操作流程,直策应用关键词天生,这里我利用了两种不同的关键词:
第一种:
A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, white background, sense of technology, --ar 1:1
对照翻译:一朵云 Ul 图标,蓝色磨砂玻璃白亚克力材质, 白色背景, 科技感, 影棚灯光, 蓝色磨砂玻璃白色亚克力材质, 白色背景, 科技感, --ar 1:1
第二种:
Cloud icon, blue, frosted glass, transparent technology sense, white background, studio lighting, 3d, c4d, high detail, --ar 1:1
对照翻译:云朵图标,蓝色,磨砂玻璃,透明科技感,白色背景,影棚灯光,3d,c4d,高细节,--ar 1:1
我们可以看出上图直接天生的图标,偏差较大,且形式、角度、质感、颜色无法很好的掌握,基本不能利用。
首先利用垫图的第一种办法,将想要天生图标的参考样式上传到 MJ,接着合营关键词进行操作:
图片链接 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, --ar 1:1
右边便是天生的效果(下图中右边):
MJ 学习了参考图片后,在质感的利用和色彩上也比较靠近想要的风格了,由于参考的图片和须要天生的图像,在造型上有一定的不同,只是用关键词来进行生产,随机性比较强,以是造型不足可控。
接着我们采取垫图的第二种办法,将想要天生图标的造型样式上传到 MJ,合营关键词进行操作:
图片链接 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, --ar 1:1
右边便是天生的效果(下图中右边):
MJ 学习了参考图片后,在造型上靠近了想要的造型,但是在颜色和质感上,就无法学习到了,不太能够利用。
接着我利用组合垫图法,将两张素材都上传到 MJ,接着合营关键词进行操作:
图片链接 1 + 图片链接 2 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, --ar 1:1
得出的结论便是:MJ 学习了两张参考图片后,在想要的造型上靠近了一些,在颜色和质感上也靠近了,但是在细节的把控上还是有一定的随机性,还是不能直策应用。
小结一下,MJ 在进行 B 端图标设计的利用中,紧张有以下不敷之处:
可控性不足高 ;随机性较强 ;无法局部调度 ;风格不符下面我们来看看 SD 的效果如何?
我这边利用的 SD 版本是:秋叶 V4;
Checkpoint 大模型利用的是:DDicon;
Lora 模型利用的是:Playstation5DesignAI。
更多SD模型:
出图效率倍增!47个高质量的 Stable Diffusion 常用模型推举
“选用适当的模型,随随便便出个图,都要比打上一堆提示词的效果要好。
阅读文章 >
利用的流程我已经在上图标记出来了,大家可以根据步骤进行操作。
这里的正向提示词:
best quality, many details, 4k, blender, octane render, C4D, transparent glass texture, DDicon, blue, frosted glass, transparent technology sense, industrial design, white background, studio lighting, sunshine, flat, minimal, quasi-object, axisymmetric, Data, cylinder, file,
反向提示词:
lowers, bad anatomy, ((bad hands)), (worst quality:2), (low quality:2), (normal quality:2), paintings, sketches, lowres, bad anatomy, bad hands, text, error, missing, tingers,
直接输入进 SD 即可。
这里要提前准备好两张图:线稿图和黑白造型图,同时须要在 ControlNet 里启用两个种别,分别是 lineart 与 canny,将准备好的两张图分别导入进 ControlNet,并设置好参数;
首先采样方法选择“DPM++ SDE Karras”选择 Canny 的 invert 预处理器 以及对应的 Canny 模型,最后记得勾选“完美像素模式”。
然后我们就可以点击天生了,选好天生后以为比较 OK 的图片,发送到图生图中,接着再进行一次 ControlNet 的设置。
上图便是天生的效果啦。
后面可以将符合预期的效果图发送到图生图的局部重绘,涂鸦选择效果图须要重新优化的小细节点。
天生出来的效果图有更好的设计兼容性,末了我们再进 SD 的后期处理进行放大就可以利用啦~
采取 SD 工具赞助 B 端图标的设计,全体设计过程只须要 0.5 小时,紧张事情量紧张在于前期的黑白线稿绘制,大大降落了设计本钱与制作门槛。
二、C 端图标
C 端图标与 B 端图标最大的差异点在于视觉风格更为多样,整体风格配色与造型更为年轻化。视觉表现形式目前主流为 2.5D 与 3D 类型较多,通过同色系轻渐变塑造表示体积感。
接下来我们再看看 C 端图标该当如何用 SD 进行创作绘制。
我们找素材的时候,图片主体物材质的质感不须要保持相似,这一步只是确保形状调性同等。须要把稳的是,找的这一套图标,都须要有共同点,这是为了确保后续天生图标构造造型的同等性,使整套图标形成统一的视觉系列感。
例如我找的这几个,它们的共同点便是:轴侧构图、低多边形、圆润规整;之后我们便可以利用 ControlNet-硬边缘检测功能,从而“锁定”图标的大致外轮廓,用 SD 对这些图标进行风格样式的重绘。
利用步骤 - 打开 SD 后
第一步:点击展开 ControlNet,将图片拖动至预览选取框,(把稳,我们要上传的图片有几点哀求:1.背景干净没多余的元素或笔墨 2.图片尺寸比例 1:1,最好为 512x512 大小 3.图片清晰度不能过于模糊,担保外轮廓清晰)
第二步:选择预处理器 Canny(硬边缘检测)以及对应的 Canny 模型
第三步:勾选启用 ControlNet
关于 Checkpoint(俗话叫“大模型”)、Lora 模型,可以在 C 站进行下载,网址为: https://civitai.com/ ;目前“C 站”的模型不断迭代出新,视觉风格包罗万象,本次将会通过利用不同的 Checkpoint 大模型及 Lora 进行视觉调配,天生我们所期望的 C 端图标效果图。
我们先来说说 3D 直播礼物图标类型的图标,这类的图标可采取真实系大模型 Deliberate,搭配造型圆润可爱、质感材质倾向粘土手办的 Blindbox 盲盒和 3D rendering 风格的 Lora 模型。
接着我们来理解下提示词,这里的正向提示词能更好的帮我们确定想要的风格,这里要把稳的一点是:对词语利用双括号意味着让天生的画面更加聚焦于天生的物体,这里的“Polaroid camera(拍立得相机)”如不该用双括号的话,就可能天生:一个人拿着拍立得相机或者拍立得相机放在场景中,为了避免这样的情形,就可以利用双括号;
而反向提示词也比较通用,紧张是在正向提示词中加入想要天生的风格。
在利用 Lora 模型时候,可以在正向提示词区域调度 Lora 模型的效果权重数值,直接影响天生图的视觉风格比重。要把稳:Lora 权重默认为 1,最低不能低于 0.2,否则没效果影响。
迭代步数指的是 Stable Diffusion 天生图像所需的迭代步数。每增加一步迭代,都会给 AI 更多的机会去比对提示和当前结果,并进行调度。
更高的迭代步数须要更多的打算韶光。但高步数并不一定意味着更好的结果。当然,如果迭代步数太少,会降落天生图像的质量。
这里以 迭代步数 20 和 迭代步数 40 为例子,可以看出 迭代步数 40 天生的图片细节丰富、高质量,反不雅观迭代步数 20 的造型轮廓模糊,短缺细节。
下图便是我们天生的 3D 直播礼物图标,可以看出生成的图标风格还是十分统一的。
下面我们再看其余一个案例:赛博机器图标。
这类图标我们选用的大模型是:MechaMix Lora 模型为:Real Mechanical Parts。
这里要说的一点是关于触发词,很多创作者在 C 站上传模型时,会带上触发词,我们可以在右边的先容中直接查看,并将触发词加入到正向提示词中,这样能让 SD 更准确的识别模型的预设效果与参数。
有一个知识点要把稳一下叫 canny 权重,由于机器风格每每造型构造相对繁芜夸年夜,这里我们把 Canny 掌握权重从默认的 1 调度为 1.5。缘故原由是掌握图标形状变革差异不要过大,使得与参考图不符。
这里以 掌握权重 0.6 和 掌握权重 1.5 为例子,可以看出掌握权重 0.6 天生的图片剥离外轮廓造型,造型自由发挥,比较浮夸、反不雅观掌握权重掌握在 1.5 的图片则更看重形状轮廓,天生的比较靠近我们想要的。
下图便是我们天生的赛博机甲图标,可以看出生成的图标风格无论是在造型、配色、视角都十分统一,下面我罗列一些目前市场上比较盛行风格的提示词,按照上面教的步骤就可以天生对应风格的图标了。
描边厚涂手绘图标:
正向提示词:
((图标内容:1)), isometric view, paint material, glossiness, cartoon, clay material, (cute), white background, fine luster, mockup, behance, dribbble, soft circularism, (low poly:1), jim lee
个中:jim lee 为触发词
反向提示词(通用):
Grayscale, low saturation, (worst quality, low quality:2), ((character:2)), EasyNegative, bad_prompt_version2
国风水墨图标:
正向提示词:
((图标内容:1)), isometric view, paint material, glossiness, cartoon, clay material, (cute), white background, fine luster, mockup, behance, dribbble, soft circularism, (low poly:1), shuimobysim, wuchangshuo,
个中:shuimobysim, wuchangshuo 为触发词
反向提示词(通用):
Grayscale, low saturation, (worst quality, low quality:2), ((character:2)), EasyNegative, bad_prompt_version2
扁平轻渐变图标:
正向提示词:
((图标内容:1)), isometric view, paint material, glossiness, cartoon, clay material, (cute), white background, fine luster, mockup, behance, dribbble, soft circularism, (low poly:1), vector, 2d, geometry, Flat Style, Colorful gradient, game icon institute,
个中:game icon institute 为触发词
反向提示词(通用):
Grayscale, low saturation, (worst quality, low quality:2), ((character:2)), EasyNegative, bad_prompt_version2
像素风格图标:
正向提示词:
((图标内容:1)), isometric view, paint material, glossiness, cartoon, clay material, (cute), white background, fine luster, mockup, behance, dribbble, soft circularism, (low poly:1), pixel art, 2d, Low Resolution, pixel, pixel sprite, 16bitscene,
个中:pixel, pixelsprite, 16bitscene 为触发词
反向提示词(通用):
Grayscale, low saturation, (worst quality, low quality:2), ((character:2)), EasyNegative, bad_prompt_version2
我们可以将 AI 天生的位图通过这个在线网站( https://vectorizer.ai/ )工具转换成可编辑的 SVG 矢量图,该网站不须要注册,而且完备免费的,我们将下载好的 SVG 矢量图拖至 Figma 或者 Adobe AI 软件,便可以编辑对应的路径及视觉样式。
末了,文章到此就告一段落了,当然这只是 AIGC 在 UI 实际利用场景中的一部分,本文可以说是给 AIGC 的初学者供应了勾引的浸染,后续我们还会推出更多类似的文章,请敬请期待~
欢迎关注作者微信"大众年夜众号:「ASAK」