使用Stable Diffusion API进行文生图生成的完整指南

初识Stable Diffusion API

在图像生成领域，Stable Diffusion API 提供了一种高效的方式来实现文本到图像的转换。与其他图像生成方法相比，Stable Diffusion API 的优势在于其灵活性和强大的自定义能力。用户可以通过简单的API调用，设置多种参数，生成高质量的图像。这种方法不仅适用于开发者，也为艺术家和设计师提供了新的创作工具。

Stable Diffusion API 示例

API 的背景与优势

Stable Diffusion API 是基于深度学习技术的文本到图像生成工具。它利用扩散模型，通过逐步添加噪声和去噪声的过程生成图像。与传统的生成对抗网络（GANs）相比，扩散模型在生成细节和处理复杂场景时表现更佳。Stable Diffusion API 的开放性使得用户可以轻松地在不同的开发环境中集成和使用。

与 Diffusers 的比较

在早期的图像生成尝试中，Diffusers 是一个常用的库。然而，Diffusers 在处理复杂功能时可能显得有些繁琐，特别是在采样器的添加和safetensors格式模型的读取方面。相比之下，Stable Diffusion 提供的API接口则显得更加简洁和直接，极大地提高了开发效率。

安装与部署Stable Diffusion WebUI

为了使用Stable Diffusion API，我们首先需要部署WebUI。WebUI提供了一种图形化的方式来管理和调用API接口，无论是自己从源码配置还是使用一键启动包，过程都相对简单且高效。

WebUI 部署

使用一键启动包

对于初学者来说，使用一键启动包是最简单的选择。通过访问一键启动包教程，用户可以快速安装并运行WebUI。

手动配置WebUI

如果希望对WebUI有更多的控制，可以选择手动配置。以下是启动WebUI的基本命令：

bash webui.sh --nowebui

或者使用Python脚本启动：

python launch.py --xformers --api

调用Stable Diffusion API进行文生图

一旦WebUI成功启动，用户可以通过API接口进行文生图的生成。以下是一个简单的Python示例，展示了如何调用API生成图像。

生成图像示例

文生图示例

通过以下代码，我们可以实现从文本到图像的转换：

import json
import requests
import io
import base64
from PIL import Image

url = "http://127.0.0.1:7860"
prompt = "dog"
negative_prompt = ""

payload = {
    "override_settings":{
          "sd_model_checkpoint": "v1-5-pruned.ckpt",
          "sd_vae": "animevae.pt",
          "CLIP_stop_at_last_layers": 2,
    },
    "prompt": prompt,
    "negative_prompt": negative_prompt,
    "steps": 30,
    "sampler_name": "Euler a",
    "width": 512,
    "height": 512,
    "batch_size": 1,
    "n_iter": 1,
    "seed": 1,
    "CLIP_stop_at_last_layers": 2,
    "restore_faces": False,
}

response = requests.post(url=f'{url}/sdapi/v1/txt2img', json=payload)
r = response.json()
image = Image.open(io.BytesIO(base64.b64decode(r['images'][0])))
image.show()
image.save('output.png')

图生图示例

除了文生图，Stable Diffusion API 还支持图生图功能，以下是相关示例代码：

import json
import requests
import io
import base64
from PIL import Image
import cv2

url = "http://127.0.0.1:7860"
prompt = "cat"
negative_prompt = ""

img = cv2.imread('image.jpg')
retval, bytes = cv2.imencode('.png', img)
encoded_image = base64.b64encode(bytes).decode('utf-8')

payload = {
    "prompt": prompt,
    "negative_prompt": negative_prompt,
    "steps": 30,
    "sampler_name": "Euler a",
    "width": 512,
    "height": 512,
    "batch_size": 1,
    "n_iter": 1,
    "seed": 1,
    "cfg_scale": 7,
    "CLIP_stop_at_last_layers": 2,
    "init_images": [encoded_image],
    "restore_faces": False,
}

response = requests.post(url=f'{url}/sdapi/v1/img2img', json=payload)
r = response.json()
image = Image.open(io.BytesIO(base64.b64decode(r['images'][0])))
image.show()
image.save('output.png')

带参数启动WebUI

在使用Stable Diffusion API时，可以通过带参数的方式启动WebUI，以便于调用不同的API接口。以下是相关操作步骤：

设置启动参数

在WebUI启动脚本中添加API启动参数：

set COMMANDLINE_ARGS=--api

启动并使用API

完成设置后，运行webui-user.bat，然后访问http://127.0.0.1:7860/docs/以查看API列表。

使用第三方库调用API

除了直接调用官方API，用户还可以使用第三方库如sdwebuiapi来简化调用过程。这些库对API进行了封装，使得调用变得更为简单。

安装与使用sdwebuiapi

可以通过以下命令安装sdwebuiapi：

pip install sdwebuiapi

以下代码展示了如何使用sdwebuiapi进行图像生成：

import webuiapi

def draw_expression(charactor_expression):
    api = webuiapi.WebUIApi(host='127.0.0.1', port=7860, sampler='Euler a', steps=20)
    prompt = "(masterpiece, best quality:1), 1girl, solo, arisu, halo,"
    for e in charactor_expression:
        prompt += e + ','
    prompt += "white background , "
    result1 = api.txt2img(prompt=prompt,
                          negative_prompt="noisy, blurry, grainy,text, graphite, abstract, glitch, deformed, mutated, ugly, disfigured, (realistic, lip, nose, tooth, rouge, lipstick, eyeshadow:1.0), low contrast",
                          seed=-1,
                          styles=["animate"],
                          cfg_scale=8)
    save_file_name = './outputs/output'
    for i in charactor_expression:
        save_file_name += '_' + i.replace(" ", "_")
    save_file_name += '.png'
    result1.image.save(save_file_name)
    return save_file_name

test_expression = ['Greet happily', 'Rub your hands']
img_file_Location = draw_expression(charactor_expression=test_expression)
print('output image saved to ' + img_file_Location)

常见问题解答（FAQ）

FAQ

问：如何安装Stable Diffusion WebUI？
- 答：可以通过一键启动包或手动配置的方式安装WebUI，具体步骤可以参考相关教程链接。
问：Stable Diffusion API 支持哪些功能？
- 答：Stable Diffusion API 支持文本到图像、图像到图像的生成，还可以自定义多种参数来优化生成效果。
问：如何提高生成图像的质量？
- 答：可以通过调整API的参数，如采样步数、图像宽高、采样器等来提高图像的质量。
问：如何使用第三方库调用Stable Diffusion API？
- 答：可以使用如sdwebuiapi等第三方库来简化API调用过程，这些库提供了封装好的接口，便于使用。
问：API调用时遇到错误如何解决？
- 答：首先检查API端口和地址是否正确，然后检查参数设置和网络连接，必要时参考官方文档进行故障排查。

通过以上指导，用户可以更好地利用Stable Diffusion API进行图像生成，满足多样化的创作需求。