用 Stable Diffusion 和 ControlNet 两款 AI 工具打造超美 QR Code

GamesIndustry • 2023年9月30日 22:54 • 投稿

从年初到现在，AI的发展持续日新月异，虽然热度有一点点下降，但还是很多 AI 工具与创新一直推出。最近，有开发者利用 AI 工具创造出了一种独特的 QR Code，这种 QR Code 不仅结合了艺术的风格，还可以真的被扫瞄出内容。

而且开发者还制作了超多组这样的 QR Code，这里我不是要教大家怎么操作，单纯分享他的创作过程和几张他生成的超美 QR Code，如果有兴趣看更多 QR Code 的话，可以搜寻他的文章去看看。

利用 Stable Diffusion + ControlNet 训练制作 QR Code 图片

这些超美的 QR Code 其实主要是希望可以把 QR Code 完美的隐藏在图片里面，希望不要那么突兀。

而这些QR Code是利用ControlNet为主打造，ControlNet可以生成具有特定条件的图像，但是需要花费大量的时间和运算能力去训练AI图库，训练的信息量从8万到300万不等。

而且训练的时间也超长，要花上至少 600 个 A100 GPU 小时，但因为取得了开发脚本的关系，再加上 HuggingFace 也做了 Diffusers 实现，所以他自己在训练时的过程变得相对容易。

在训练的过程中，会需要一个输入与输出的参考，输入的参考就是我们想要合成的图片，输出的参考就是一张 QR Code 的图片，训练的过程就是告诉他，最后的结果必须是要向 QR Code 那样子。

然后上述的流程不断反复的训练。也就是说，利用 ControlNet 可以生成符合特定条件图片的特性，再搭配 Stable Diffusion 和以生成特定风格图片的能力，就可以达到我们把 QR Code 和图片融合在一起的要求。

下面我们就来看几张他分享的超美 QR Code 吧

在他的个人博客中其实还有更多类似的 QR Code 图片，如果有兴趣的话可以搜索「AI 生成可扫码图像— 新 ControlNet 模型展示」这篇文章。

整体来说，虽然还是看得到图片上有三个 QR Code 的方框，但是在很多时候可以和图片的背景融合在一起，例如下面这个图就完美融合到房子的墙壁里了。

所以如果可以把图片变成像是下图，QR Code 的突兀感就会比较低。

总结来说，这样的作法对于 QR Code 来说真的算是一个蛮创新的呈现方式，虽然说如果以人工来做的话，当然可以特意为了迎合 QR Code 的格式，特地制作出可以把 QR Code 融合进去的图像，但如果要利用 AI 做出来就真的不是那么容易了，所以我个人是觉得这个真的是蛮厉害的应用。