AI如何保存高质量，分辨率高的图片

AI是一款功能强大的矢量图形设计软件，我们在使用该软件绘制好图形之后就需要保存图片，下面我们就来看看在AI中是如何保存高分辨率图片的吧。

操作方法

打开AI之后，我们在工具箱内找到光晕选项，如图所示：

选择光晕选项在绘图区里绘制一个光晕，如图所示：

绘制光晕之后我们在文件菜单那里找到导出选项，如图所示：

点击导出选项，在弹出的对话框内设置保存的格式，并为保存的文件命个名字，如图所示：

设置好之后点击保存在弹出的对话框内设置品质为最高，然后在将分辨率也设置为最高，然后点击确定我们就得到高分辨图片了，如图所示：

ai导出清晰图片的正确方法

AI如何生成大尺寸高清图？——基于SD出大图的方法与效果对比

楔子

当前流行的基于StableDiffusion模型进行AI绘画，其原理是从一幅随机噪声图逐步减去噪点，最终生成人类可识别的图像。这个过程需要经过多步减噪运算（一般20~30步，部分采样方法可能需要50步才能得到较好的输出质量），对GPU算力有较高要求。配备中低端显卡的机器不仅出图慢，直接输出大分辨率图像还有可能崩显存。

再加上当前AI出图“百里挑一”的现实，现在通常是先出512 * 768左右的小图，找到内容构图比较适合的，再用图像放大算法提升分辨率，最终输出大尺寸高清图。这样比较高效省时间。

具体怎么操作呢？我试验并比较了几种常见的方法及效果，应该对AI画手们有所帮助。

图像放大的几种方法 原图（小分辨率768x768）

下面是一张AI输出的小图，原始分辨率768x768。可以明显看到图中的几个人物的脸部都是糊的，但我喜欢这幅画的整体结构和布局。

并排走着的一男两女好像是中世纪某个神秘组织的刺客成员，居中的男人刚完成了某项刺杀任务后回山复命，正被两个仰慕的师妹簇拥着走向山上的某个圣殿，背景中的皑皑白雪以及明媚的阳光让画面看起来更明亮，这似乎是一段愉快的旅程。

方法1：通过算法直接放大

首先，我通过SD WebUI的Extra选项页的R-ESRGAN 4x 算法来扩展成2倍分辨率：1536 * 1536。

放大后得到1536 * 1536分辨率的图像如下。放大图片查看，马赛克确实减少了，但是图中人物面部的缺陷完全没有修复，反而因为丢失了低分辨率下的人眼自动美化效果，看起来人脸的问题更突出了。这样的放大效果显然是不能让人满意的。

方法2：通过ControlNet-Tile模型图生图

Controlnet Tile模型是原Controlnet作者新推出不久的控制模型，它的原理是将一种将图像切成多个小块（Tile），然后对每个小块进行放大和重绘，可以提高图像的清晰度和质量。

切换到SD WebUI的img2img选项页，选择原图，启动Controlnet，并配置相关参数。

这里有两个比较重要的参数，一个是Denoising strength重绘幅度，数值越大，生成图像越有可能偏离原图，这里设为0.15；另一个参数是 Down Sampling Rate，系数越大，得到的参考图越小，生成图像越有可能偏离原图，填补的随机细节越多，这里设为1。可以尝试不同的参数组合看效果。

我重新生成后的效果如下，可以看到分辨率提升了，图像细节更丰富了，而且人物面部模糊问题也得到了一定的修复。但整体图像看着还是有些朦胧，人物和物体的边缘不够锐利。

方法3：文生图Hires 图生图重绘

还有一种步骤更多，但生成效果可能会更清晰的图像放大方法。具体操作如下：

Step 1: 按原图生成配置（包括 seed），重新文生图一次，选择 Hires.fix 输出高分辨率图像。

我这里设置的几个重要参数如下：

2倍放大 1536x1536，Denoising strength: 0.3，Hires steps: 10, Hires upscaler: R-ESRGAN 4x Anime6B

得到的图像跟通过Controlnet Tile模型放大的效果类似，细节提升而且修复了人物脸部。我这里可能设置的重绘幅度过大，中间男人的面容从络腮胡变成白面无须的帅哥了。根据不同的需要，可以尝试调小Denoising strength参数。

如果想得到更锐利的图像风格，还要进行第二步操作。

Step 2: 将上一步获得的生成图再次发送到图生图，按原配置和上一步的高分辨率重新生成一次，重绘幅度选择0.3。

再次生成后，可以看到图像的细节进一步增加了，而且大幅提升了图像对比度和锐度，人物边缘明显更清晰锐利了。

小结

以上尝试了3种图像放大的方法：

1. 通过算法直接放大
2. 通过ControlNet-Tile模型图生图
3. 文生图Hires 图生图重绘

生成效果细节对比：

其中方法1最忠实于原图，不具备修复能力，适用于原图就比较完美的情况；如果要在提升分辨率的同时，修复小图中的一些瑕疵（这是AI生成大图的常见需求），方法2和方法3都可以使用，其中方法2步骤更少，效果不错；但如果想要更清晰锐利的绘画风格，则方法3更适用。

在操作过程中，Denoising strength、Down Sampling Rate、upscaler等重要参数的设置，对最终效果影响很大。要获得满意的效果，需要多次尝试，既可能获得不如意的结果，也可能碰到意外之喜。

就像人类艺术创作，既需要遵循一定之规，也需要创意突破。通过数值调整来模拟创作过程，然后屏息以待最终的结果，这也是AI绘画的魅力之一吧。