sd webui image sequence toolkit

这是Automatic111的WebUI的扩展名，它支持批处理处理和更好的镶嵌。

请参阅官方Wiki以获取安装说明。

要使用增强的IMG2IMG，请切换到“脚本”列下的“ img2img”选项卡，然后选择“增强的img2img” 。

• 输入目录：包含您要处理的所有图像的文件夹。
• 输出目录：要保存输出图像的文件夹。
• 蒙版目录：包含所有蒙版的文件夹。这不是必不可少的。
• 使用输入图像的alpha通道作为掩码：如果您的原始图像以透明背景为PNG格式，则可以使用此选项来创建具有透明背景的输出。注意：选择此选项时，将不使用“蒙版目录”中的掩码。
• 将另一个图像用作面具：使用“掩码目录”中的掩码进行涂漆图像。注意：如果相关的掩码是空白的图像或不提供掩码，则不会处理原始图像。
• 将蒙版用作输出alpha通道：将蒙版添加为输出alpha通道。注意：当选择“使用输入图像的alpha通道作为掩码”选项时，此选项会自动激活。
• 放大蒙面区域：作物并调整蒙面区域的大小到方形图像；与原始图像相比，当蒙版面积相对较小时，这将提供更好的结果。
• alpha阈值：确定背景和前景的α值。
• 旋转图像（顺时针） ：当原始图像颠倒时，这可以改善AI的性能。
• 输入文件夹下的过程给定文件，由逗号分隔：处理某些映像从文本框到右侧的图像。如果未检查此选项，则将处理文件夹下的所有图像。
• 要处理的文件：要处理的图像的文件名。建议用数字后缀命名您的图像（例如000233.png，000234.png，000235.png，...或image_233.jpg，image_234.jpg，image_235.jpg，...）。这样，您可以使用233,234,235或简单地使用233-235来分配这些文件。否则，您需要提供完整的文件名，例如image_a.webp，image_b.webp，image_c.webp。
• 使用DeepBooru提示：使用DeepDanbooru预测图像标签。如果您在提示区域中输入了一些提示，它将附加到提示的末尾。
• 使用上下文信息：如果在当前和下一个框架的预测结果中都存在标签，则可以提高准确性（也许）。
• loopback ：类似于环回脚本，这将两次运行IMG2IMG输入图像以增强AI的创造力。
• FirstPass宽度和FirstPass高度：当第一通道尺寸较小时，AI往往更具创意。
• 剥夺力量：第一次传球的脱氧力量。最好保持不高0.4。
• 从文本文件中读取标签：这将从文本文件中读取标签，其文件名与当前输入映像相同。
• 文本文件目录：可选。如果未指定，它将从输入目录加载。
• 使用CSV提示列表和输入文件路径：使用.CSV文件作为每个图像的提示。一条图像的一行。

要使用多帧渲染，请切换到“脚本”列下的“ img2img”选项卡，然后选择“多帧渲染” 。这应与ControlNet一起使用。有关更多信息，请参见原始帖子。

• 输入目录：包含您要处理的所有图像的文件夹。
• 输出目录：要保存输出图像的文件夹。
• 最初的Denoise强度：第一帧的Denoise强度。您可以分别设置第一帧和其余框架的降噪强度。其余帧的降噪强度通过IMG2IMG主界面控制。
• 在每次迭代中附加询问的提示：使用剪辑或DeepDanbooru预测图像标签。如果您在提示区域中输入了一些提示，它将附加到提示的末尾。
• 第三列（参考）图像：曾经放在第三列的图像。
  • 无：仅使用两个图像，即先前的帧和当前帧，而没有第三个参考图像。
  • FirstGen：使用处理的第一帧作为参考图像。
  • 原始IMIMG：使用原始第一帧作为参考图像。
  • 历史：在当前框架之前将二次框架用作参考图像。
• 启用颜色校正：根据回环图像使用颜色校正。当使用非firstgen图像作为参考图像时，请打开以减少颜色褪色。
• 解冻种子：一旦检查，每次生成图像时，基本种子值都会自动增加1个。
• 环回来源：第二列中的图像。
  • 上一：从上一个生成的帧中生成帧。
  • Currrent：从当前帧生成帧。
  • 第一：从第一个生成的帧生成帧。
• 从文本文件中读取标签：这将从文本文件中读取标签，其文件名与当前输入映像相同。
• 文本文件目录：可选。如果未指定，它将从输入目录加载。
• 使用CSV提示列表和输入文件路径：使用.CSV文件作为每个图像的提示。一条图像的一行。

Automatic1111的WebUI-https：//github.com/automatic1111/stable-diffusion-webui

多帧渲染-https：//xanthius.itch.io/multi-frame-rendering-for-stablediffusion