11 文生图Stable Diffusion：生成第一个图像的基础用法

查看大图

文生图学习要同时看输入描述、生成流程、参数影响和最终用途。阅读时可以按「一、准备工作 -> 二、生成第一个图像 -> 加载模型 -> 准备输入文本」建立结构，再回到正文里的代码、案例或指标做验证。

查看大图

读完后，用一个真实小任务复查：输入是什么，处理环节在哪里，输出是否可验收；失败时先查「一、准备工作」，再查「二、生成第一个图像」。

在前一篇文章中，我们介绍了如何使用API调用Stable Diffusion来生成图像。本文将深入探索基础的生成用法，并通过简单的示例引导你成功生成你的第一个图像。

一、准备工作

在生成图像之前，确保你已经安装了相关的库和工具，包括Stable Diffusion的模型和所需的Python库，比如torch、transformers和diffusers。如果还未安装，可以使用以下命令：

查看大图

生成第一张 Stable Diffusion 图像时，先固定模型、提示词、尺寸、步数、种子和保存目录。

pip install torch transformers diffusers

二、生成第一个图像

在Stable Diffusion中，生成图像的基本步骤包括加载模型、准备输入文本以及执行生成过程。我们来看看如何一步步实现。

查看大图

看完《文生图Stable Diffusion：生成第一个图像的基础用法》后，建议用一分钟复盘：关键概念是否分清、练习步骤是否可复现、结论能不能换成自己的话。

1. 加载模型

首先，我们需要导入所需的库并加载Stable Diffusion的预训练模型：

import torch
from diffusers import StableDiffusionPipeline

# 设置设备为cuda以加速生成过程
device = "cuda" if torch.cuda.is_available() else "cpu"

# 加载Stable Diffusion模型
model_id = "CompVis/stable-diffusion-v1-4"
pipe = StableDiffusionPipeline.from_pretrained(model_id).to(device)

2. 准备输入文本

Stable Diffusion生成图像的关键是输入的文本提示。我们将定义一个简单的文本提示作为例子：

prompt = "A futuristic city skyline at sunset"

3. 执行图像生成

通过调用管道的__call__方法，我们可以生成图像：

# 生成图像
with torch.no_grad():
    image = pipe(prompt).images[0]

# 保存生成的图像
image.save("futuristic_city_sunset.png")

在上面的代码中，生成的图像被保存为futuristic_city_sunset.png。你可以打开这个文件，欣赏一下Stable Diffusion生成的美丽图像。

4. 运行示例

将以上代码放入一个Python脚本中，并运行它。你应该会看到生成的图像文件在你的工作目录中。下面是完整的示例代码：

import torch
from diffusers import StableDiffusionPipeline

# 设置设备为cuda
device = "cuda" if torch.cuda.is_available() else "cpu"

# 加载模型
model_id = "CompVis/stable-diffusion-v1-4"
pipe = StableDiffusionPipeline.from_pretrained(model_id).to(device)

# 输入文本提示
prompt = "A futuristic city skyline at sunset"

# 生成图像
with torch.no_grad():
    image = pipe(prompt).images[0]

# 保存图像
image.save("futuristic_city_sunset.png")

查看大图

如果《文生图Stable Diffusion：生成第一个图像的基础用法》还没完全消化，可以从这张卡片的四个动作重新走一遍。

查看大图

回看《文生图Stable Diffusion：生成第一个图像的基础用法》时，不必一次做大项目，先用一条简单样例确认主线是否清楚。

三、总结

通过上述步骤，你成功地生成了第一个图像。在使用Stable Diffusion时，需要特别注意输入的文本描述，它将直接影响生成图像的质量和内容。

在下一篇文章中，我们将深入探讨一些进阶技巧，比如如何使用可调参数和后处理策略来提升生成图像的效果。那么，准备好探索更多的可能性了吗？让我们一起前进！