Stable Diffusion 教程：额外功能、后期处理与高清化

"额外功能"对应的英文单词是 Extras，部分版本翻译为'后期处理'或'高清化'。其主要功能是放大图片、去噪、修脸等对图片的后期处理。注意这里对图片的处理不是 Stable Diffusion 本身的能力，都是额外扩展的。

图片放大

对于分辨率比较小的图片，如果强制用较大的分辨率展示，会出现图片模糊的情况，这时候就可以使用 SD WebUI 的图片放大功能。所谓图片放大就是在保持图片清晰度的前提下增加图片的分辨率，它还有个专业点的名词：超分辨率技术，简称为'超分'。

具体操作方式如下：

主菜单中点击进入'额外功能'。
点击'单张图像'，也就是一次只处理一张图片。后边的'批量处理'可以上传多张图片进行处理，'批量处理目录下图像'可以指定处理一个目录下的所有图片。
点击上传一张要处理的图片。
选择缩放比例。这里有两种方式：按照比例缩放和指定分辨率缩放，指定分辨率时可以设置是否自动裁剪。
Upscaler1 用来指定放大算法，常见的放大算法有下面几个：
- 无/None：单纯的放大，不做任何优化处理。
- Lanczos：使用加权平均插值方法，利用原始图像自身的像素信息，增加图像的细节，从而提高图像的分辨率。传统的纯数学算法，效果一般。
- Nearest：使用简单的插值方法，基于最近邻像素的值进行插值，从而增加图像的细节和提高分辨率。传统的纯数学算法，效果一般。
- LDSR：基于深度学习，通过使用轻量级的网络结构和残差学习，实现较高的超分性能和计算效率。
- ESRGAN：全称 Enhanced Super-Resolution Generative Adversarial Networks（增强超分生成对抗网络），基于深度学习的超分辨率算法。增加了很多看上去很真实的纹理，但是有时可能会过度拟合。
- 4x-UltraSharp：基于 ESRGAN 做了优化，比较适合处理真人。
- ESRGAN_4x：Real ESRGAN，完全使用纯合成数据来尽量贴近真实数据进行训练。
- R-ESRGAN 4x+：基于 Real ESRGAN 的优化模型，适合放大真实风格的图片，常用。
- R-ESRGAN 4x+ Anime6B：基于 Real ESRGAN 的优化模型，适合放大动漫风格的图片，常用。
- ScuNET GAN：基于深度学习，使用生成对抗网络（GAN）进行训练。主要用在提高图像的视觉效果和感知质量。
- ScuNET PSNR：基于深度学习，使用均方误差（PSNR）进行训练。主要用在提高图像的客观质量和准确性。
- SwinIR_4x：使用 Swin Transformer 思想，基于自注意力机制的 Transformer 结构，适合各种图像的超分，比较通用。

这些算法会在首次使用它们时分别下载，你也可以提前下载它们，并放到指定的目录。

Upscaler2 用来避免 Upscaler1 过度处理的问题，比如磨皮太严重。可以使用一些普通方法算法，比如 Lanczos。Upscaler2 可见度是指图片放大时使用 Upscaler2 算法进行处理的比例，为 0 时完全不使用 Upscaler2，为 1 时只使用 Upscaler2。
点击'生成'。
放大后的图片在这里显示。

小结

这个图片放大功能主要是为了放大 Stable Diffusion 生成的低分辨率图片，因为图片分辨率越大对显存的要求也越大，所以对于显存较小的同学，可以先在文生图中生成一张低分辨率图片，然后再在这里放大。

对于修复模糊图片，这个图片放大功能其实能力有限，实际测试 WebUI 默认自带的放大算法也就是能去去噪点，消消锯齿，出图的效果并不是很好，特别是原本就很糊的图片。

不过可能存在其它的算法具备较好的模糊图片修复效果，大家可以找来试试。

修脸

虽然图片放大本身对修复模糊图片的效果有限，但是它附带了一个修脸的参数。如果文生图生成的人脸效果不好，比如磨皮太严重、人脸变形等，都可以在这里试试。对于模糊的人脸，也有比较好的修复效果。

修脸方法支持两个模型：GFPGAN 和 CodeFormer，操作方法如下：

GFPGAN：腾讯开源的一个修脸模型，修复的细节比较清晰，人物形象的还原度比较高，气质保持的好。
CodeFormer：另一个修脸模型，修图的细节也比较清晰，皮肤纹理更真实一些，不过这个模型对牙齿的处理效果不好。这个模型还有一个面部重建权重的参数，取值范围 0-1，0 的时候模型会补充很多细节，面部改变较大；1 的时候面部基本没有改变，不会补充很多细节，但是也有修脸的效果。

这两个模型可以一起使用，我们可以通过 GFPGAN visibility 和 CodeFormer visibility 来设置它们的参与度。

以下是几组示例说明：

原图是 Stable Diffusion 生成的，我用图片管理工具缩小了分辨率。可以看到，相比仅放大，加上修脸之后，人物的面部有了明显的改善。
这是一张从网上收集的图片，原图就是比较模糊的老照片，分别单独使用 GFPGAN 和 CodeFormer 的效果。GFPGAN 的人物气质拿捏的比较到位，CodeFormer 面部纹理更真实一些，但是不宜将重建权重值设置的过小。
这也是从网上收集的图片，这张照片破损比较严重，使用的 GFPGAN 模型，能修复一些破损。

以上内容即为稳定扩散额外功能的核心介绍。