实现动漫角色生成的Python代码

以下代码使用Python和Stable Diffusion模型实现动漫角色生成功能，可通过文本描述生成高质量的动漫风格图像。

import torch
from diffusers import StableDiffusionPipeline
from PIL import Image

# 加载预训练的Stable Diffusion模型
pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16
).to("cuda")

# 生成动漫角色的函数
def generate_anime_character(prompt, negative_prompt=None, steps=50):
    with torch.autocast("cuda"):
        image = pipe(
            prompt,
            negative_prompt=negative_prompt,
            num_inference_steps=steps,
            guidance_scale=7.5
        ).images[0]
    return image

# 示例使用
prompt = "beautiful anime girl, pink hair, blue eyes, school uniform, detailed face, anime style, 4k"
negative_prompt = "low quality, blurry, deformed, extra limbs"
character_image = generate_anime_character(prompt, negative_prompt)

# 保存图像
character_image.save("anime_character.png")

代码说明

模型配置部分使用Hugging Face的Diffusers库加载Stable Diffusion模型。"runwayml/stable-diffusion-v1-5"是基础模型，可以替换为其他动漫专用模型如"andite/anything-v4.0"。

生成函数接受三个主要参数：正面提示词、负面提示词和迭代步数。正面提示词应详细描述想要的动漫角色特征，负面提示词用于排除不想要的元素。

示例中的提示词生成一个穿校服的粉发蓝眼动漫女孩，负面提示词排除了低质量、模糊和变形等问题。输出图像会保存为PNG格式文件。

进阶优化建议

使用更专业的动漫模型能获得更好效果：

pipe = StableDiffusionPipeline.from_pretrained(
    "andite/anything-v4.0",
    torch_dtype=torch.float16
)

调整生成参数可以改善质量：

image = pipe(
    prompt,
    height=768,
    width=512,
    num_inference_steps=70,
    guidance_scale=8.5
).images[0]

添加LoRA模型能实现特定风格：

pipe.load_lora_weights("path/to/lora", weight_name="anime_style.safetensors")

环境准备

运行此代码需要：

• Python 3.8+
• PyTorch with CUDA
• Diffusers库
• Transformers库
• 至少8GB显存的NVIDIA GPU

安装依赖：

pip install torch diffusers transformers pillow