本书共9章，从基础原理、功能实操和行业实战3个维度全面讲解Stable Diffusion，帮助读者快速掌握AI技能，提高生产力。
本书主要内容如下：
第1章介绍主流AI绘画工具，了解Stable Diffusion优势，完成工具安装。
第2章介绍Stable Diffusion的简单的基础模型及原理。
第3章介绍Stable Diffusion的文生图设置与实现，涉及提示词、图片采样、面部修复与高清修复功能、分辨率、生成批次与每批数量、随机种子和差异随机种子等方面的设置。
第4章介绍Stable Diffusion的图生图设置与实现，包括工具界面中图生图、绘图、局部重绘、局部重绘(手涂蒙版)、局部重绘(上传蒙版)等功能的设置。
第5章介绍脚本功能的设置与使用，实现图片的X/YIZ轴设计、提示词矩阵和批量载入设置等。第6章介绍多种高频使用的附加功能，包括缩放、批量处理、马赛克修复、信息提取、提示词反推等，能有效提高实际出图效率和质量。
第7章介绍ControlNet等常用插件，完成对图像的线条、色彩、人物姿势、物品类型等多方面的特定条件设计，并且实现对分块重采样、局部重绘、指令修改、参数模式、Tag自动填充等功能的设置与完善。
第8章介绍Stable Diffusion在游戏、电商、插画、建筑行业和其他副业领域的实操案例与技巧，满足游戏角色多视图、原画、图标、商品展示图、插画线稿、室内设计和建筑设计线稿的生成与设计等实际工作需求。
第9章扩展介绍另一常用工具Midjourney的注册安装和基础操作，帮助读者扩展AI绘画知识面。

孟德轩，Alibaba DesignAIGC生态认证培训讲师，培训学员超过30000名，凭借前瞻性的教学思路以及简明易懂的教学风格，成为bilibili网站AI教学领域的“头部”博主，被学员亲切地称为“轩轩老师”。

前言
第1章 认识Stable Diffusion
1.1 主流AI绘画工具
1.2 Stable Diffusion的独特优势
1.2.1 开源免费
1.2.2 本地部署
1.2.3 高度拓展性
1.2.4 内容无限制
1.3 Stable Diffusion的安装
1.3.1 本地安装
1.3.2 云端安装
第2章 Stable Diffusion的基础模型及原理
2.1 三大生成模型
2.1.1 CLIP模型
2.1.2 扩散模型
2.1.3 VAE模型
2.25 类特定模型
2.2.1 Checkpoint大模型
2.2.2 Embedding模型
2.2.3 Hypernetwork模型
2.2.4 LoRA模型
2.2.5 VAE模型
第3章 Stable Diffusion文生图
3.1 提示词
3.1.1 提示词功能
3.1.2 常用提示词
3.1.3 提示词语法
3.1.4 提示词相关性
3.2 图片采样
3.2.1 采样的基础原理
3.2.2 采样方法的比较与选择
3.2.3 采样迭代步数
3.3 面部修复与高清修复功能
3.3.1 面部修复功能原理
3.3.2 面部修复效果对比
3.3.3 高清修复功能原理
3.3.4 高清修复效果对比
3.3.5 高清修复功能的放大算法选择
3.4 分辨率
3.5 生成批次与每批数量
3.6 随机种子
3.7 差异随机种子
第4章 Stable Diffusion图生图
4.1 图生图
4.1.1 缩放模式
4.1.2 重绘幅度
4.2 绘图
4.3 局部重绘
4.3.1 局部重绘实操
4.3.2 蒙版边缘模糊度
4.3.3 蒙版模式
4.3.4 蒙版区域内容处理
4.3.5 重绘区域
4.4 局部重绘（手涂蒙版）
4.4.1 局部重绘（手涂蒙版）实操
4.4.2 蒙版透明度
4.5 局部重绘（上传蒙版）
4.6 批量处理
第5章 脚本
5.1 X/Y/Z plot
5.1.1 轴类型和值
5.1.2 参数设置
5.2 提示词矩阵
5.2.1 语法
5.2.2 参数设置
5.3 批量载入提示词
第6章 附加功能
6.1 单张图像
6.1.1 缩放模式
6.1.2 放大算法
6.2 批量处理
6.3 从目录进行批量处理
6.4 面部马赛克修复还原
6.4.1 GFPGAN算法
6.4.2 CodeFormer算法
6.5 图片信息提取
6.6 提示词反推
第7章 常用插件扩展
7.1 ControlNet
7.1.1 ControlNet的安装
7.1.2 参数设置
7.2 线条约束
7.2.1 Canny：硬边缘检测
7.2.2 SoftEdge：软边缘检测
7.2.3 MLSD：直线检测
7.2.4 Lineart：线稿提取
7.2.5 Scribble：涂鸦提取
7.3 深度约束
7.4 法线约束
7.5 色彩分布约束
7.6 姿势约束
7.6.1 openpose：姿势检测预处理器
7.6.2 openpose_hand：姿势和手势检测预处理器
7.6.3 openpose_faceonly：脸部特征检测预处理器
7.6.4 openpose_face：姿势和脸部特征检测预处理器
7.6.5 openpose_full：姿势、手势和脸部特征检测预处理器
7.6.6 直接上传姿势图
7.6.7 自主生成姿势
7.7 内容约束
7.8 物品类型约束
7.9 分块重采样
7.10 局部重绘
7.11 指令修改
7.12 参数模式
7.13 Tag自动填充
第8章 Stable Diffusion的商业化应用
8.1 游戏行业的应用
8.1.1 写实角色的多视图设计
8.1.2 二次元角色的多视图设计
8.1.3 游戏原画生成
8.1.4 游戏图标设计
8.2 电商行业的应用
8.2.1 模特形象生成
8.2.2 指定模特面部特征
8.2.3 AI图片高清放大
8.3 插画行业的应用
8.3.1 线稿生成
8.3.2 线稿上色
8.3.3 图书插图生成
8.3.4 图画扩充
8.4 建筑行业的应用
8.4.1 无线稿的室内设计
8.4.2 室内设计线稿生成
8.4.3 室内设计线稿上色
8.4.4 建筑线稿生成
8.4.5 建筑线稿上色
8.5 其他领域的应用
8.5.1 旧照片修复
8.5.2 图片风格转换
第9章 AI绘画工具扩展：Midjourney
9.1 Midjourney基础知识
9.2 软件注册
9.2.1 注册Discord
9.2.2 添加Midjourney服务器
9.2.3 接入Midjourney Bot
9.3 图像生成方法
9.3.1 文生图
9.3.2 图生图