在AI绘画创作中，手部绘制始终是一个棘手的挑战。常见的双手变形、手指数量异常、形态扭曲等瑕疵常令人困扰。本文将详细介绍Stable Diffusion中几种切实可行的手部修复方案，帮助您解决这一难题。
一、素材准备：生成待修复手部图片
在文生图界面中，我们首先随机生成一张带有手部缺陷的图片，作为后续修复操作的测试样本。
- 大模型：majicMIX realistic 麦橘写实_v7
- 正向提示词：
Prompt：a super beautiful Chinese girl showing two hands, open palms in a welcome sign, smiling, wearing a pink dress, standing in the street, front view, upper body
提示词：一个超级漂亮的中国女孩伸出双手，张开手掌做欢迎的手势，微笑着，穿着粉色的衣服，站在街上，正面，上身，
- 采样器：DPM++ 2M Karras
- 采样迭代步数：25
- 图片宽高：512*768
- CFG: 7
随机抽取一张手指存在缺陷的示例图片：
上图中的两只手均有明显问题，后续所有修复操作都将以该图片作为处理对象。
二、方法1：利用图生图局部重绘修复手部缺陷
【第一步】配置图生图局部重绘参数
进入图生图局部重绘界面，上传刚才那张存在手部问题的照片。
由于两只手都有瑕疵，建议分两步处理——先修复左手，再修复右手。使用右侧画笔工具将左手区域涂白作为蒙版。
重绘参数设置如下：
- 蒙版模式：重绘蒙版内容，专门针对手部区域
- 蒙版区域内容处理：原版
- 重绘区域：整张图片
- 采样器：DPM++ 2M Karras
- 采样迭代步数：25
- 图片宽高：512*768
- CFG: 7
- 重绘强度：0.7
【第二步】选择大模型与正向提示词
大模型仍沿用majicMIX realistic 麦橘写实_v7，正向提示词与生成原图时保持完全一致。
【第三步】生成图片
由于每次生成结果具有随机性，一次不理想可多次尝试，直至获得满意效果。
【第四步】重复上述步骤修复右手
相关说明：
（1）该方法修复手部存在概率性问题，通常需要反复抽选才能得到理想结果。
（2）最终效果的好坏与模型的渲染能力直接相关。
三、方法2：借助ControlNet的DWPose修复手部问题
【第一步】配置图生图局部重绘参数
同样在图生图局部重绘界面，上传需要修复的照片。
这次直接将两只问题手全部涂白。大模型、提示词、参数设置与方法1完全一致，此处不再重复。
【第二步】设置ControlNet Openpose模型
参数配置如下：
- 控制类型：OpenPose(姿态)
- 预处理器：dw_openpose_full
- 模型：control_v11p_sd15_openpose
启用dw_openpose_full时，预览图可同时识别面部、手部及全身姿态，覆盖范围非常全面。
关于dw_openpose_full的详细介绍，可参考之前发布的《手部修复的实现方式》一文，其中有非常详尽的说明。
【第三步】生成图片
这里有一个值得关注的细节：目前的DWPose控制器似乎能自动识别异常手部，生成的预览图中手部显示正常，省去了手动编辑的步骤。不过，生成的手指长度以及关节衔接处偶尔仍会出现轻微瑕疵。
四、方法3：使用ControlNet的HandRefiner修复手部问题
【第一步】配置图生图局部重绘参数
同样在图生图局部重绘界面，上传存在手部问题的照片。
将两只问题手涂白。大模型、提示词、参数设置保持不变。
【第二步】设置ControlNet HandRefiner模型
参数配置如下：
- 控制类型：Depth(深度)
- 预处理器：depth_hand_refiner
- 模型：control_sd15_inpaint_depth_hand_fp16
使用depth_hand_refiner获取的手部预览图效果：
【第三步】生成图片
好了，今天的分享就到这里。希望这几种方法能帮您彻底攻克手部这个老大难问题。