Adetailer扩展中实现自动保存遮罩图像的技术方案
2025-06-13 03:32:58作者:宗隆裙
背景介绍
Adetailer作为Stable Diffusion WebUI的一个强大扩展,主要用于图像细节增强和自动修复。在实际应用中,用户经常需要获取处理过程中生成的遮罩(mask)图像,以便进行后续处理或分析。本文将详细介绍如何在Adetailer中实现自动保存遮罩图像的功能。
技术实现原理
Adetailer的核心处理流程中已经包含了生成预览图像的功能,我们可以通过扩展这一功能来实现遮罩图像的保存。主要技术点包括:
- 遮罩图像获取:从Adetailer处理结果中提取生成的遮罩
- 图像处理:对原始遮罩进行必要的后处理(如模糊处理)
- 保存机制:利用现有的图像保存功能实现遮罩的持久化存储
具体实现步骤
代码修改方案
在Adetailer的脚本文件(!adetailer.py)中,我们可以通过以下修改实现遮罩保存功能:
- 首先需要导入必要的图像处理模块:
from PIL import Image, ImageFilter
- 在图像处理流程中添加遮罩保存逻辑:
# 获取模糊处理后的遮罩
blurred_mask = masks[0].convert("L").filter(ImageFilter.GaussianBlur(args.ad_mask_blur))
# 保存纯遮罩图像
self.save_image(
p,
blurred_mask,
condition="save_mask",
suffix="-ad-mask" + suffix(n, "-"),
)
# 保存带遮罩的合成图像
composite = pp.image.copy()
composite.putalpha(blurred_mask)
self.save_image(
p,
composite,
condition="save_mask_composite",
suffix="-ad-mask-composite" + suffix(n, "-"),
)
功能说明
- 遮罩模糊处理:使用高斯模糊对遮罩边缘进行处理,确保后续应用时过渡自然
- 两种保存格式:
- 纯遮罩图像:灰度图像,白色表示需要处理的区域
- 合成图像:原始图像与遮罩的叠加,便于直观查看效果
- 命名规范:自动添加"-ad-mask"或"-ad-mask-composite"后缀,便于识别
使用注意事项
- 重启生效:修改代码后需要完全关闭Stable Diffusion WebUI(包括后台进程)才能使更改生效
- 设置启用:需要在WebUI设置中启用"保存灰度遮罩"或"保存遮罩合成图"选项
- 性能考虑:当前实现只保存第一个遮罩,如需保存多个需要进一步修改代码
- 存储空间:保存额外图像会增加存储需求,特别是处理大量图片时
扩展思考
对于更复杂的需求,可以考虑以下增强功能:
- 多遮罩保存:修改代码循环处理所有生成的遮罩
- 自定义路径:实现独立的遮罩保存路径设置
- 格式选择:支持不同图像格式(PNG/JPG等)的保存
- 压缩选项:提供遮罩图像的压缩质量设置
总结
通过在Adetailer中实现遮罩自动保存功能,用户可以更方便地获取中间处理结果,为后续的图像处理流程提供更多可能性。这一改进虽然代码量不大,但能显著提升工作流程的灵活性和效率。开发者可以根据实际需求选择实现基础功能或进一步扩展更复杂的保存选项。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C046
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0123
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.31 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
699
162
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
697
374
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.23 K
675
Ascend Extension for PyTorch
Python
243
281
React Native鸿蒙化仓库
JavaScript
271
328