哈喽，各位同学大家好，欢迎大家来到今天的课程。本节课将教大家如何在 Stable Diffusion（SD）中，将平面人物或插画图像转换为具有3D质感的效果。

实现这一效果需要用到一个专门的3D卡通风格模型。该模型在 Civitai 上可搜索获取，输入关键词“Sam”即可找到对应模型。点击进入模型页面后，可预览其生成效果——呈现为典型的3D卡通风格。由于网络加载可能较慢，请耐心等待页面完全加载。

确认模型效果满意后，下载并将其放入 Stable Diffusion 的大模型（Checkpoint）文件夹中即可。

接下来准备一张用于转换的平面图像。示例图片来自花瓣网，选择时建议优先考虑构图清晰、主体明确、背景简洁的素材。将图片保存至本地（如桌面），便于后续调用。

在 SD 的图生图（img2img）界面中，将准备好的图片拖入输入区域。设置迭代步数为30左右，采样方法选用 DPM++ 2M Karras（或其他常用方法均可）。图像尺寸不建议过小，可根据显存情况适当调高分辨率。

提示词（Prompt）与反向提示词（Negative Prompt）暂不填写，后续通过反推功能辅助生成。重点启用 ControlNet 插件，并选择其中的 “Canny” 预处理器。

启用 Canny 后，点击“完美像素”按钮进行预处理，并勾选“启用”。其余 ControlNet 参数暂时保持默认，先观察初步生成效果。

为提升提示准确性，可使用反推功能解析原图内容。反推出的提示词通常包含：裙子、格子纹、长头发女孩、挥舞手臂、绿色背景等。这些描述基本符合原图特征，仅需补充细节，例如添加“草地”以强化背景语义。

生成初稿后，可能出现画面边缘出现乱码或水印残留的情况——这是因 Canny 边缘检测将花瓣网水印一并识别所致。此时可通过调整 Canny 预处理器的两个阈值参数（Low Threshold 和 High Threshold）来缓解：

• 适当提高两个阈值，可减少水印及无关线条的识别强度；
• 阈值并非越高越好，需兼顾原图结构保留程度；
• 若需更高自由度，可将 ControlNet 的控制权重（Control Weight）设为约 0.8，给予模型一定创作空间。

为进一步提升画质，可在提示词中加入质量类关键词，例如：“杰作”、“最高质量”、“真实光影”等。反向提示词则建议填写：“最低质量”、“坏图片”，避免使用易引发误判的词汇（如“畸形”）。

针对局部细节（如发色、瞳色），可在提示词中明确指定，例如：“红色长发”、“褐色眼睛”。若生成结果已满足预期，亦可不作修改。

若对当前输出效果仍不满意，可尝试以下优化方式：

• 小幅降低重绘幅度（Denoising Strength），例如设为 0.5，再执行一次图生图，使画面更贴近原图结构；
• 调整图像尺寸后，利用高清修复（Hires.fix）功能放大倍数，增强细节表现力；
• 不同素材适配性存在差异，建议多尝试各类平面图像，尤其注意五官清晰、姿态自然的素材更易获得理想结果。

整体而言，通过合理配置 Canny 控制、提示词引导及参数微调，可稳定产出风格统一、结构准确、具备明显3D质感的图像。实际应用中，也可将本方法与其他技术（如 Inpainting、LoRA 微调等）结合使用，以拓展创作可能性。