Layer-Divider 是一個 Stable Diffusion web UI 的擴充功能，搭配 SAM（Segment-Anything Model）實現圖像分層並可保存為 PSD 檔案，以利後續用 Photoshop 細修，過程中也能將人物順便做去背，另外可針對配件去調整顏色等，對於需要對 AI 繪圖影像做後製處理的人來說能節省不少時間。
🔗 Layer-Divider：https://github.com/jhj0517/stable-diffusion-webui-Layer-Divider
▲ 打開 Stable Diffusion web UI 切到「擴充功能」頁面，選「從網址安裝」，將擴充功能完整的 git 網址（即 https://github.com/jhj0517/stable-diffusion-webui-Layer-Divider.git ）輸入進去再點「安裝」按鈕，安裝完畢可以在 stable-diffusion-webui\extensions\ 路徑下看到名為 stable-diffusion-webui-Layer-Divider 的資料夾。
▲ 切到「已安裝」，可以看到「stable-diffusion-webui-Layer-Divider」已經安裝，未來可以在此檢查更新。點「更新並重新啟動使用者介面」，這樣就成功啟用該擴充功能囉！
▲ 擴充啟用後會新增主頁籤「Layer Divider」，將圖像上傳上來後點「GENERATE」就可以開始進行分層了！首次處理都要等待下載相關 SAM 模型，右側可以選擇處理模型等參數，就先用預設值試一次！開發者提供的參數解釋如下：
points_per_side：沿圖像一側要採樣的點數。總點數為 points_per_side2。如果為 None，'point_grids' 必須提供明確的點採樣。 pred_iou_thresh：[0,1] 中的過濾閾值，使用模型預測的遮罩品質。
stability_score_thresh：[0,1] 中的過濾閾值，使用在二元化模型遮罩預測的截止值變化下遮罩的穩定性。
crops_n_layers：如果 > 0，將對圖像的裁剪再次進行遮罩預測。設置要運行的層數，其中每個層具有 2**i_layer 個圖像裁剪。
crop_n_points_downscale_factor：圖層 n 中採樣的邊界點數縮小了 crop_n_points_downscale_factor**n 倍。
min_mask_region_area：如果 > 0，將應用後處理以消除面積小於 min_mask_region_area 遮罩中的斷開區域和孔洞。需要 opencv。
※ 注意：我在首次處理遇上錯誤訊息，找尋 GitHub 上的問答時找到解決方式，需要進入 Web UI 的 Python 虛擬環境（參考教學）並重新安裝 pytoshop 依賴套件，完整操作指令如下：
cd 軟體根目錄（EX: D:\stable-diffusion-webui）
python -m venv venv
pip install pytoshop==1.1.0 -I --no-cache-dir
▲ 完成處理後各個分層預覽都會在下方顯示，可以點擊右方按鈕打開 PSD 檔案的存放位置（預設路徑為：stable-diffusion-webui\extensions\stable-diffusion-webui-Layer-Divider\layer_divider_outputs\psd）。
▲ 可以用 Photoshop 打開 PSD 檔案並做後製處理細修，很方便的工具。
《上一篇》Stable Diffusion web UI x AnythingV5：AI 繪圖從零開始教學，無中生有的二次元女孩！ 
《下一篇》Stable Diffusion web UI x a1111-sd-webui-lycoris：使用 LyCORIS 模型 AI 生成影像！ 
留言區 / Comments
萌芽論壇