关于三视图的制作，很早之前就有些小同伴留言如何实现，当时只是给了大家制作的实现思绪，最近又有些小同伴提到了这个问题，今天我们就详细讨论一下这个问题，看一下最常见三视图的制作有哪些实现方式。话不多说，我们开整。
一. 实现方式一： 通过提示词实现
三视图提示词格式：
(three views of character:1.2),（three views of the same character in the
same outfit:1.2),full body,front,side,back,front view,side vide,back
view,front view of girl,side view of girl,back view of girl,【主体描述】 simple
background,white background,masterpiece,best quality
下面我们以具体示例看一下效果。
- 大模子：IP DESIGN | 3D可爱化模子 V4.0
模子下载地点 （文末网盘地点也可获取）
LiblibAI :
https://www.liblib.art/modelinfo/2beae39bf23edd20675436f88cbf0942
Prompt ：1girl,blonde hair,long hair,princess peach,blue
eyes,lips,eyelashes,earrings,crown,hood,casual
提示词 ：1个女孩，金发，长发，桃公主，蓝眼睛，嘴唇，睫毛，耳环，皇冠，兜帽，休闲
nsfw,lowres,bad anatomy,bad hands,text,error,missing fingers,extra
digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg
artifacts,signature,watermark,username,blurry,artist
name,
- 采样器：Euler a
- 采样迭代步数：25
- 图片宽高：768*512
- CFG: 7
我们看一下天生的图片效果。
相关阐明：
（1）这种实现方式可控性不太好，必要大量抽签才气抽到符合要求的图片。不管是基于SD1.5还是基于SDXL的大模子，很多大模子对于三视图的准确理解还是不到位的。固然假如有能很好理解三视图关键词的的大模子，那这种实现方式也是很好的哈。
（2）假如出现天生不了三视图中某个视图效果，可以适当提高一下该视图的提示词权重。
二. 实现方式二：借助三视图LORA实现
我们可以在liblibAI的官网，通过关键词"三视图"搜刮到相关的LORA。这里有很多支持各种不同风格的三视图LORA模子。
这里我们以使用量最大的mw_3d角色ip三视图q版
LORA为示例解说。该lora模子有支持SDXL大模子的尝鲜版（V2.0.1）和支持SD1.5大模子的版本（最新版V1.1）。
LORA：mw_3d角色ip三视图q版 V2.0.1 尝鲜版
该版本使用的是基于SDXL1.0底子版本的底膜。该版本对动物的支持貌似更好了一些。触发词：mw_sanshitu、three view、full body
下面我们以具体示例看一下效果。
Prompt ：mw_sanshitu,full body,mermaid,simple
background,standing，lora:mw\_3d角色ip三视图q版\_2.0.1:0.9\
提示词 ：Mw_sanshitu，全身，美人鱼，简单背景，站立
easynegative,dark,bad hands,bad feet,worst quality,low quality,normal
quality,bad artist,bad anatomy,blurry
- loar: lora:mw\_3d角色ip三视图q版\_2.0.1:0.9
- 采样器：Euler a
- 采样迭代步数：25
- 图片宽高：1024*768
- CFG: 7
我们看一下天生的图片效果。
上面我们没有加三视图的视角关键词，我们把视角关键词添加一下：
Prompt：mw_sanshitu,full body,front view,side view,back view,mermaid,simple
background,standing
固然也不能每次都能正确理解，但是抽签概率已经很大了。
相关阐明
：这种方式对于创作三视图来说，是相当不错的实现方式，但是没有办法准确的控制主体的姿势。三视图的视角仍然是随机的，固然可以通过提示词来控制，但是还是必要抽签概率。
三. 实现方式三：使用ControlNet的 openpose模子
这种实现方式主要是通过ControlNet的Openpose插件可以实现人物姿势自由控制，我们借助这个插件天生的3种不同视角的人体姿势，从而达到精准控制人物姿势的3视图效果。
关于Openpose灵活人物姿势的控制可以参照之前的文章相识。【Stable Diffusion【ControlNet】：Openpose
Editor插件，实现人物姿势自由】
下面我们来看一下具体示例操作步调。
【第一步 】：制作一张人物三视图的特征图片。
下面这张三视图的特征图片分别对应人物的：正面、侧面、反面。
相关阐明：对于我们来说制作三视图的特征图片并不容易，我们可以在LiblibAI网站大概C站上找一张三视图的真人图片，然后在ControlNet中使用Openpose模子的Openpose预处理器天生一张三视图的特征图片。具体操作如下。
【第二步
】：大模子选择、提示词编写、相关参数设置
- 大模子：AWPortaint V1.4
- 正向提示词
Prompt ：(three views of character:1.2),(three views of the same
character in the same outfit:1.2),1girl,long hair,wear school uniform,a
proud and confident smile expression,studio fashion portrait,studio
light,pure white background,
提示词 ：1个女生，长发，穿着校服，带着骄傲自大的微笑心情，工作室时尚肖像，工作室灯光，纯白色背景
ng_deepnegative_v1_75t,(badhandv4:1.2),(worst quality:2),(low
quality:2),(normal quality:2),lowres,bad anatomy,bad
hands,((monochrome)),((grayscale)) watermark,moles,large breast,big breast,
- 采样器：DPM++ 2M Karras
- 采样迭代步数：30
- 图片宽高：768*512
- CFG: 7
- 高分辨率修复：放大算法Lanczos，重绘幅度0.4 重绘采样步数30
- Adetailer插件：脸部模子 face_yolov8n
【第三步 】：ControlNet Openpose模子设置
相关参数设置如下：
- 控制类型：选择"OpenPose(姿态)"
- 预处理器：none (由于上传的是三视图特征图，这里就不必要再设置预处理器了)
- 模子： control_v11p_sd15_openpose
【第四步 】：图片的天生
相关阐明：
（1）使用ControlNet的openpose模子制作的三视图相对来说最稳固，每次都可以出三视图的效果。
（2）这种方式可以实现其他任意视图，不仅仅局限在三视图。
上面分享目前最常用的制作三视图的三种方法，在现实应用中，大家可以综合几种方法一起使用，比如结合实现方式二和三，在不同的场景可能会带来更好的效果。
好了，今天的分享就到这里了，希望今天禀享的内容对大家有所资助。
文章使用的AI绘画SD整合包、各种模子插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了，有必要的小同伴文末扫码自行获取。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
