文生图怎么扩图
“文生图怎么扩图”这个问题，通常指的是在使用 Stable Diffusion (SD) 等文生图模型生成图像后，如何将生成的图像放大（提高分辨率）并保持图像细节，或者在原有图像的基础上进行内容的扩展。
这涉及到两种主要的技术：
图像放大 (Upscaling): 提高图像的分辨率，增加像素数量，同时尽量保持或增强细节。
图像扩展/外绘 (Outpainting): 在原有图像的边界之外，根据内容和Prompt，生成新的、与原图风格一致的内容，从而扩大图像的画布。
下面我们分别介绍这两种操作在 Stable Diffusion Web UI (AUTOMATIC1111) 中的实现方法。
一、 图像放大 (Upscaling)
在 Stable Diffusion Web UI 中，主要有两种方式进行图像放大：
1. 使用 Hires. fix (高分辨率修复) - 推荐在生成时使用
这是在生成图像时，一次性获得高分辨率图像的最佳方法。
原理： Hires. fix 会先以较低分辨率生成一张图像（例如 512x512），然后将其放大到一个更高的分辨率（例如 1024x1024），在放大过程中，它会再次使用Prompt和一些额外的去噪步骤来“重绘”细节，从而避免直接放大低分辨率图像时出现的模糊、重复或细节丢失问题。
如何使用：
在 txt2img 标签页（或 img2img 标签页）。
设置你想要的最终分辨率（例如 Width: 1024, Height: 1024）。
勾选 “Hires. fix” 选项。
Upscaler (放大器): 选择一个放大算法。
Latent (nearest-exact) 或 Latent (bicubic)：SD自带的放大器，效果不错，速度较快。
ESRGAN_1x / R-ESRGAN 4x+ / 4x-UltraSharp 等：外部训练的放大模型，通常能带来更锐利、更细腻的细节，但可能需要额外下载模型文件（放在 stable-diffusion-webui/models/ESRGAN 目录下）。
Hires steps (高分辨率步数): 通常设置为与主生成步数相同或略低（例如 20-30 步）。
Denoising strength (去噪强度): 这是关键参数！
0.1 - 0.3： 保持原图结构，只进行轻微的细节增强和放大。适合在低分辨率图已经很满意的情况下微调。
0.4 - 0.7： 允许AI在放大过程中进行更多的细节重绘，可以修正一些小问题，增加细节，但可能改变原图一些细节。这是最常用的范围。
0.7 以上： AI重绘的成分会更多，可能导致图像风格或内容发生较大变化。
Upscale by: 选择放大的倍数。如果目标是1024x1024，而基础模型在512x512下生成，这里选择 2。
点击 Generate。
2. 在 img2img 标签页使用放大功能
如果你已经生成了一张低分辨率的图像，想对其进行放大，可以在 img2img 标签页操作。
如何使用：
将你想要放大的低分辨率图像拖拽到 img2img 标签页的图像区域。
Prompt & Negative Prompt: 保持与原图生成时一致，或者根据需要进行微调，以指导放大过程中的细节重绘。
Sampling method & Sampling steps: 设置与原图生成时一致或相似的参数。
Width & Height: 设置为你最终想要的高分辨率尺寸（例如 1024x1024）。
Denoising strength: 这是关键！
0.1 - 0.3： 仅进行放大和轻微细节修复，最接近原图。
0.4 - 0.6： 允许AI在放大过程中增加更多细节，可能出现一些变化。
0.6 以上： AI重绘的成分更多，变化会更明显。
Send to Extras (发送到 Extras)： 这是一个更纯粹的放大流程，不涉及Prompt和去噪。
在 img2img 标签页生成图像后，点击图像下方的“Send to Extras”按钮。
切换到 Extras 标签页。
在 Upscaler 下拉菜单中选择你想要的放大器（如 Latent, ESRGAN 等）。
设置 Upscale by 的倍数。
点击 “Generate”。这种方式不会重绘细节，只是简单放大。
二、 图像扩展/外绘 (Outpainting)
Outpainting 允许你在现有图像的边界之外扩展画布，并让AI根据现有内容和Prompt生成新的区域。
原理： Web UI 会将原图的边界部分（需要你指定）“遮罩”起来，然后用Prompt来填充这个遮罩区域。AI会尝试理解图像内容，并生成与之融合的新内容。
如何使用：
切换到 img2img 标签页。
将你想要扩展的图像拖拽到图像区域。
在图像上涂抹/遮罩区域：
点击图像区域上方的“Paint”按钮（或者直接在图上操作）。
使用鼠标在你想要AI生成新内容的区域进行涂抹。例如，如果你想让图像的右侧延伸出去，就在右侧区域涂抹。
重要： 涂抹的区域不应覆盖原图主体内容，而是要覆盖你希望AI“画”出来的新区域。
Prompt & Negative Prompt: 编写Prompt来描述你希望在扩展区域看到的内容，并与原图内容相匹配。例如，如果原图是海边的女孩，你想向右扩展，Prompt可以写：“a girl on the beach, ocean waves, sunny day, continuation of the scene.”
设置生成参数：
Width & Height: 设置为你最终想要的画布尺寸。例如，原图是512x512，你想扩展到1024x512，那么Width设为1024，Height保持512。
Denoising strength: 这个参数非常关键！
0.4 - 0.7： 推荐的范围。让AI在填充遮罩区域时有足够的自由度来生成新内容，同时与原图融合。
数值过低： AI可能无法很好地填充遮罩区域。
数值过高： 可能导致新生成的内容与原图风格不一致。
Inpaint area: 选择“Only masked” (只处理遮罩区域)。
Mask blur: 设置一个值（如4-8），用于模糊遮罩边缘，使新旧内容融合得更自然。
点击 Generate。 AI会在你涂抹的区域生成新的内容，并尝试与原图融合。
总结与建议：
生成时放大 (Hires. fix)： 如果你想直接获得一张高分辨率的图，这是最推荐的方式。可以有效控制细节和避免直接放大的问题。
后期放大 (img2img + Extras)： 如果你已经有一张低分辨率图，只是想放大尺寸，可以使用 img2img 的 Send to Extras 功能，或者在 img2img 中进行放大，但后者需要仔细调整 Denoising strength。
扩展画布 (Outpainting)： 如果你想在原有图像的基础上增加更多内容，扩展场景，那么 Outpainting 是你的选择。关键在于准确涂抹遮罩区域，并设置合适的 Prompt 和 Denoising strength。
迭代优化： 无论哪种方式，可能都需要多次尝试，调整 Prompt、Denoising strength、放大器等参数，才能达到满意的效果。
通过掌握 Hires. fix 和 Outpainting 这两种技术，你就可以有效地对文生图的结果进行“扩图”操作了。