🐰 关注公众号「白兔AI」
扫码关注公众号，获取更多AI绘画教程和提示词
✨ 白兔去水印小程序
免费去水印工具，一键去除图片/视频水印
Inpainting功能概述
Inpainting（局部重绘）是Stable Diffusion中最实用的图像编辑功能之一。它允许你选择图像的特定区域进行重新生成，而保持其他区域不变。
与txt2img和img2img不同，Inpainting通过蒙版（mask）来指定需要重绘的区域。只有被蒙版覆盖的区域会被AI重新生成，未覆盖的区域保持原始图像不变。
Inpainting的典型应用场景包括：面部修复和替换、手部修复、背景替换、服装更换、添加或移除物体、以及局部风格调整等。
Inpainting模型的选择
使用Inpainting功能需要专门的Inpainting模型。标准的Stable Diffusion模型也可以用于Inpainting，但效果不如专门的Inpainting模型。
常用的Inpainting模型：SD 1.5 Inpainting模型、SDXL Inpainting模型、以及各种社区优化的Inpainting模型。
在WebUI中，Inpainting模型需要放在 models/Stable-diffusion/ 目录下。在img2img的Inpaint标签页中，你可以选择使用哪个模型。
蒙版绘制技巧
蒙版是Inpainting的核心，蒙版的绘制质量直接影响重绘效果。
画笔工具：最基本的蒙版绘制方式。可以调整画笔大小和不透明度。建议蒙版比实际需要重绘的区域稍大一些。
蒙版模式：WebUI支持 Inpaint masked（重绘蒙版区域）和 Inpaint not masked（重绘非蒙版区域）两种模式。
蒙版模糊：设置蒙版边缘的模糊程度。较高的模糊值可以让重绘区域与原始区域之间的过渡更加自然。通常建议设置为4-16像素。
参数设置详解
Inpainting的参数设置与img2img类似，但有一些特殊的参数需要注意。
Denoising Strength（去噪强度）：这是Inpainting中最重要的参数。0.1-0.3（轻微修改）、0.4-0.6（中等修改）、0.7-0.9（大幅修改）、1.0（完全重绘）。
Masked content（蒙版内容）：可以选择 Original（保留原始内容）、Latent noise（填充噪声）、Latent nothing（填充空白）。大多数情况下使用Original。
Inpaint area（重绘区域）：Full（整个图像都参与生成过程）或 Only masked（仅蒙版区域参与生成）。Full模式通常效果更好。
实战案例一：面部修复
面部修复是Inpainting最常见的应用之一。
步骤一：将需要修复的图像导入img2img的Inpaint标签页。
步骤二：使用画笔工具精确覆盖面部区域。蒙版应该覆盖整个面部。
步骤三：在提示词中详细描述正确的面部特征。
步骤四：设置Denoising Strength为0.4-0.6。
步骤五：设置Mask blur为8-16，点击Generate进行修复。
实战案例二：背景替换
背景替换是另一个常见的Inpainting应用。
步骤一：导入原始图像，使用画笔覆盖整个背景区域。
步骤二：在提示词中描述新的背景。
步骤三：设置Denoising Strength为0.7-0.9。
步骤四：设置Mask blur为8-16，确保主体与背景之间的过渡自然。
步骤五：生成后检查主体边缘是否自然。
实战案例三：服装更换
使用Inpainting可以更换人物的服装。
步骤一：导入图像，使用画笔精确覆盖服装区域。
步骤二：在提示词中描述新的服装。
步骤三：设置Denoising Strength为0.6-0.8。
步骤四：可以配合LoRA模型来增强特定服装风格的效果。
步骤五：生成后检查服装与身体的比例和自然度。
高级技巧与注意事项
分层修复：对于复杂的修复任务，建议分多次进行。每次只修复一个小区域。
使用ControlNet辅助：在进行Inpainting时，可以配合ControlNet来保持结构一致性。
保持提示词一致：在进行局部修复时，提示词应该包含原始图像的描述以及你想要修改的部分。
多次生成选择最佳：建议每次生成多张，从中选择最佳结果。
总结
Stable Diffusion Inpainting是一个功能强大的图像编辑工具，掌握它的使用方法可以大幅提升你的AI绘画质量。通过精确的蒙版绘制、合理的参数设置和系统的工作流程，你可以修复图像中的各种问题，实现精细的局部编辑。
Inpainting的学习曲线相对较平缓，建议从简单的面部修复开始练习，逐步尝试更复杂的应用场景。
Inpainting与ControlNet的结合应用
将Inpainting与ControlNet结合使用，可以实现更加精确和高质量的局部编辑。这是Stable Diffusion中最强大的图像编辑组合之一。
Canny + Inpainting：使用Canny ControlNet提取参考图像的边缘轮廓，然后在Inpainting中沿着这些轮廓进行重绘。这种方法特别适合需要精确保持物体形状的编辑场景。
Depth + Inpainting：使用Depth ControlNet保持空间关系的一致性，然后在Inpainting中修改特定区域的内容。这种方法适合场景编辑和风格迁移。
OpenPose + Inpainting：使用OpenPose ControlNet保持人物姿势的一致性，然后在Inpainting中更换服装、面部或背景。这种方法在角色创作中非常有用。
组合使用时需要注意权重设置。ControlNet的权重和Inpainting的去噪强度需要协调配合，避免一个过强而另一个被压制。建议先分别测试ControlNet和Inpainting的效果，然后再组合使用。