IC-Light V2：ai 打光操控升级 Demo
一、教程简介
IC-Light，全称为 Imposing Consistent Light，是一个由 ControlNet 作者「敏神」（张吕敏）于 2024 年开发的，旨在通过机器学习模型实现图像重新照明的项目，能够通过 AI 技术精确控制图像中的光照效果。相关论文成果为「Scaling In-the-Wild Training for Diffusion-based Illumination Harmonization and Editing by Imposing Consistent Light Transport」，在 ICLR 2024 获得 [10,10,10,10] 满分。
该教程为 IC-Light v2 升级版，相比于原版 IC-Light，IC-Light v2 是基于新推出的 Flux 模型训练的，这使得它能够更准确地识别图像的光照色调特征，实现更细致、逼真的融合效果。 IC-Light v2 具备 16 通道的 VAE 和原生高分辨率，这有助于保持图像细节，如皮肤纹理、阴影和高光，在改变光照色调后依旧被完美保存下来。
效果示例：
Prompt: beautiful woman, detailed face, warm atmosphere, at home, bedroom
Lighting Preference: Left
二、运行步骤
1. 启动容器并点击 API 地址进入 Web 界面
2. AI 操控灯光
进入 web 界面后，按照以下步骤进行操作：
主要功能参数
IC-Light 提供了多个可调节的参数，帮助用户精细化控制图像效果。
- Prompt:
描述图像主体特征。我们提供了多个主体描述（如：beautiful woman, detailed face，handsome man, detailed face），灯光描述也有几十种，用户可以根据场景需求选择。 - Lighting Preference（照明偏好）:
提供四种照明偏好：上、下、左、右。用户可以根据需求选择适合的照明方向。
注意：“照明偏好” 是初始潜能的设定，实际效果可能会根据其他参数变化。 - Images:
生成的图片数量。 - Seed:
随机种子，用于生成可复现的结果。 - Image Width/Height:
设置图片的宽度和高度。其他高级参数： - Steps:
25
指定模型生成图像的迭代步数。步数越多，图像细节越丰富，但生成时间也会增加。 - CFG Scale:
2
文本指导强度。较低的数值让生成的图像更加富有创造性，较高的数值则让图像更贴近输入文本。 - Lowres Denoise (for initial latent):
0.9
低分辨率图像的去噪强度。数值越高，去噪越强，图像也越平滑。 - Highres Scale:
1.5
高分辨率图像的缩放比例。数值越大，图像放大程度越高。 - Highres Denoise:
0.5
高分辨率生成时的去噪强度。数值越高，去噪越强，但图像细节可能会变得模糊。 - Added Prompt:
best quality
添加正面提示，帮助生成更高质量的图像。 - Negative Prompt:
lowres, bad anatomy, bad hands, cropped, worst quality
负面提示，用于减少低分辨率、解剖结构差、手部细节差、裁剪、质量低等问题。然后，您需要提供主体特征描述（例如：beautiful woman, detailed face），以及灯光特征描述（例如：sunshine from window）。
以下是一个示例演示：
prompt：神秘的人类，温暖的氛围，霓虹灯，城市。
Lighting Preference：照明偏好为左侧，生成的图像为左明右暗。
四、交流与探讨
🖌️ 如果您发现了优质项目，欢迎在后台留言推荐！此外，我们还建立了教程交流群，欢迎各位小伙伴扫码入群，备注【SD 教程】，与大家一起探讨技术问题，分享应用效果！
