用 Stable Diffusion 和 ControlNet 两款 AI 工具打造超美 QR Code
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
与背景融合的超美QR Code风格
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。