Midjourney常见玩法及prompt关键词技巧

news/2024/5/22 7:44:43

今天系统给大家讲讲Midjourney的常见玩法和prompt关键词的一些注意事项,带大家入门~(多图预警,建议收藏~)

一、入门及常见玩法

1、注册并添加服务器(会的童鞋可跳过~)

Midjourney虽然有官网,但是它的功能是通过Discord这个社区实现的,所以我们去注册这个网站就可以,社区网站链接如下:http://discord.com/ 。注册也很简单,用邮箱就可以,没有ChartGPT那么麻烦。

注册完成之后呢,我们把Midjourney Bot添加到自己的服务器上,然后就可以对机器人输入命令,开始玩起来了。具体添加步骤如下:

(1)点击“搜索公开服务器”加入Midjourney社区

点击后我们可以发现这里很多服务器,然后点击我们需要的Midjourney服务器。

点击Midjourney服务器后,点击Getting Started,页面跳转后点击“加入Midjourney”,完成一个机器人验证。

(2)创建自己的服务器

点击绿色框框里的加号,弹窗跳出创建服务器的窗口,点击“亲自创建”-“仅供我和我的朋友使用”-自定义自己的服务器名称-点击创建,就完成自己服务器的创建了。

(3)将Midjourney Bot添加到自己的服务器上

找到Midjourney图标,点击成员名单显示名单,找到Midjourney机器人,点击它,将它添加至服务器,弹窗处选择我们刚刚自己创建的服务器就可以,授权完成之后就成功将Midjourney机器人添加到我们自己的服务器上了,这样就不用到社区里跟别人挤到一起创作了。

完成服务器的添加后,我们就可以点击自己的服务器,在右边的框框里就可以看到自己和Midjourney机器人了,点击最下边的发消息对话框就可以开始进行作画啦!(之前是可以有免费试用机会的,不过最近好像直接要订阅费才能用了。)

2、常见命令

最常用的有两种命令,一个是“/imagine”命令,一个是“/blend”命令

“/imagine”命令就是prompt关键词回车后可以直接出图,比如下面这样。

“/blend”命令是将2张或多张图(最多5张)合并后生成新的图片,可以用于不同风格的一个融合,例如下面的例子。

3、优化与变换

到目前为止我们已经可以生成图片了,接下来我们就看看如何对图片进行优化和进一步的变换。

我们应该有注意到生成的图片下面有8个按钮(U1、U2、U3、U4、V1、V2、V3、V4)和一个刷新键。

首先,这里的数字1-4,分别代表的是左上、右上、左下、右下四张图片。

U代表的是选择该图片,并添加细节。比如生成了4张,我觉得第4张最符合我的审美,并且想下载下来,那么就点击U4进行生成。

V代表生成更多这类图片,比如V4就是对第4张图片,再生成一组这类图片(4张),结合下面的例子理解一下。

刷新按钮,就是对目前所生成的图片觉得不太理想,再重新生成一组。

Make Variations 跟V的功能类似,就是在此基础上变形。Light/Beta upscale redo表示不同级别的重做,对画面进行柔化,类似人脸磨皮。

二、参考图+关键词出图及参数介绍

1、参考图+关键词出图

上面我们介绍了如何通过关键词生图,也知道了如何通过多张图片合并的方式生图,那么能不能通过图片+关键词生成新的图片呢?比如很多宝妈可能想给自己的宝宝生成哪种动漫、迪士尼、泡泡玛特这种风格,诶,那就可以通过这种方式来实现。以下是具体操作步骤:

(1)首先点击加号上传你需要参考的图片,Midjourney机器人会以此图为基础生成图片。

(2)在对话框里面给这个图片命名,任意输入就行,比如我输入6,然后再次按回车键,把图片信息给到机器人。

(3)点击图片,点击“在浏览器打开”,然后复制图片网址。

(4)将图片链接粘贴至/imagine prompt后面,注意: 链接后缀必须是.png或者jpg,否则无法生效。图片链接粘贴完成后,必须空一格,再输入描述语关键词, 按回车键,最终新生成的图片就会参考原图。下面就是根据小女孩的写实照生成的迪士尼风格的小女孩头像。

粉粉嫩嫩,有点可爱,多少是想要拥有的吧~

2、参数介绍

常见的参数具体有以下几个:

(1)" --q ":代表图片质量,系统默认为1,数字越大,生图时间越长,质量越高。只能输入 --q 0.25 --q 0.5 --q 1 --q 2 --q5 这五种数字。

(2)" --v ":代表用的哪个版本,目前是到了v5,比较真实逼真。

(3)" --ar ":可以调整图片比例,默认是1:1,也可以自己换成自己想要的比例,例如2:3、9:16等。

(4)“ --iw ”:使用--iw命令可以控制新图片与参考图的相似程度,数值范围为0~2(--v 5情况下),默认值为0.25,数值越大,参考原图的比重越高。例如下面这张图,就是使用了“ --iw ”参数,最终生成的图片就会比较像原图片。

(5)“ --no ”:表示删除不要的元素,例如我们这里的不要参考图的那根棒子,最终的成图里就有没有棒子的图片,虽然还不是十分智能,但相比第一次不带“ --no ”生产的图片已经正常许多了。

(6)“ --seed ”:表示随机种子,Midjourney每次跑出的图都是不一样的,即使是同样的关键词,那么这个时候就可以通过“ --seed ”参数,每次都用一样的随机种子来生图,保持每次生图的一致性。例如我用“ --seed ”参数生成一组8-78岁的肖像图。

Midjourney默认是不会公开seed值的。那么具体怎么生成这个seed值呢?

①在设置这里,确保开启了“允许服务器成员直接向您发起私聊”(Allow direct messages from server members)的按钮。

②点击某个任务的action按钮,然后点击信封表情(如果没有,就输入envelope,就能看到)。

③点击消息,查看Midjourney机器人发给自己的seed值。

单张图片的seed值获取方法同上。上面8张图就是用同一个seed值生成的,像不像一个人一生的肖像演变。

注意:所有参数的前后都是有英文状态下的空格的,而且冒号也是英文状态下的,要不然不生效,例如," --ar 2:3"的正确打法是“空格--ar空格2:3”。

三、prompt框架及关键词技巧

1、prompt关键词框架逻辑

最近也玩了一段时间,对于prompt关键词也总结一套自己的提示框架供大家参考。

主要分了两个部分,一个是对物体的描述,一个是对人物画像的描述。

(1)人物画像:主体+装饰说明+容貌细节描述+动作说明+镜头提示+环境说明+整体风格说明+参数设定。例如这个小女孩头像的关键词提示:

(2)物体描述:主体+(背景+周围)环境提示+镜头提示+整体意境/风格说明+参数设定。如下面这款香水的提示词,整体效果看着还可以。

另外还有一些prompt关键词提示的小技巧,大家继续往下看⬇️

2、prompt关键词技巧

(1)少而精

输出少而关键的内容,例如下图一只可爱的小猪猪,一只会飞的可爱小猪猪。 虽然提示的内容很简短,但是输出的内容还不赖。

(2)宁可只写关键词,也不要用长篇累牍

宁可只写关键词,也不要用长篇累牍。看看下面这个反例。

出来的画面一点儿不搭边,但是换成关键词提示就不一样了。

(3)最好用英文关键词

能用英文关键词就不用中文,Midjourney好像更能识别英语,有可能它学习的材料更多是英文材料。以下是中英文输出的图片对比。

这里推荐一个在线翻译软件——DeepL,听说是比谷歌翻译还牛逼,无所谓,翻译的难度其实不高,用ChatGPT直接生成关键词也可以。

(4)图片参数设置技巧必看

这里还是想再次提醒一下参数设置时要注意的问题,记住前后空格和英文状态,具体方法参见上面参数部分,不再赘述。

四、Midjourney优缺点及总结

最后,说说Midjourney优缺点和未来有可能发展的方向吧。

优点就很明显了,只要输入prompt关键词就能生成图片,对于绘画小白来说实在太友好。而且还可以生出来的图片色彩绚丽,非常炫酷,给人视觉上的冲击,画面的整体效果还不错,常常能给艺术创作者灵感。

缺点的话,或者说勉强还能算得上的话,免费次数用完后的付费算一个吧(对有些小伙伴来说可能不算哈,因人而异)。另外的话,虽然prompt关键词不难,但是对于没啥基础的小伙伴,还是需要经过学习和了解的阶段,才能进入自由创作的阶段,未来如果能有标准化的产品(有可能是第三方公司)去对接Midjourney的接口,让prompt关键词的输入更符合用户使用习惯,让用户能更简单使用这款产品的话就更好了。


http://www.mrgr.cn/p/75652870

相关文章

Linux之根分区扩容

前言Linux根分区扩容是运维中必不可少的操作,扩容之前需要清楚系统的根分区是逻辑卷还是一块磁盘,根据不同的情况进行不同的扩容操作。相关概念MBR和GPTMBR(Master Boot Record)(主引导记录)和GPT(GUID Partition Table)(GUID意为全局唯一标识符)是在磁盘上存储分区信…

Comate代码问答侧边栏区域使用体验

相信一直使用Comate的同学已经察觉到了 “侧边栏好像变得不一样了?” 没错! Comate侧边栏2.0来啦!新年新气象,侧边栏也要新! 🌈 侧边栏现在的功能? 基于文心大模型和飞桨能力,可以在侧边栏技术问答区域通过自然语言生成代码。你可以在这里问任何想问的技术问题!例如:…

【Vue + keep-alive】路由缓存

一. 需求 列表页,n 条数据项可打开 n 个标签页,同时1条数据项的查看和编辑共用一个标签页。如下所示: 参考 // 主页面 // 解决因 路由缓存,导致 编辑后跳转到该页面 不能实时更新数据 onActivated(() > {getList() })二. 实现…

Flutter 之 HTTP3/QUIC 和 Cronet 你了解过吗?

虽然 HTTP3/QUIC 和 cronet 跟 Flutter 没太大关系,只是最近在整理 Flutter 相关资料时发现还挺多人不了解,就放到一起聊聊。 本篇也是主要将现有资料做一些简化整合理解。 前言 其实为什么会有 HTTP3/QUIC ?核心原因还是现有协议已经无法满…

基于GAN的图像补全实战

数据与代码地址见文末 论文地址:http://iizuka.cs.tsukuba.ac.jp/projects/completion/data/completion_sig2017.pdf 1.概述 图像补全,即补全图像中的覆盖和缺失部分, 网络整体结构如下图所示,整体网络结构还是采取GAN,对于生成器,网络结构采取Unet的形式,首先使用卷积…

Spyder修改python解释器

Spyder更改为python3.10解释器因为系统安装的python版本为3.10,但是官网下载最新的Spyder内置python版本为3.7.9,强迫症一犯就想着更改成3.10,步骤如下: 偏好里面更改控制台的运行方式(根据个人习惯设置就行,这里设置在专用控制台运行) 安装IPython先用pip3 list查看一下…

你的数据库用对索引了吗?一文揭秘PolarDB XPlan索引选择

深度解读PolarDB分布式版XPlan的索引选择​对于数据库来说,正确地选择索引是基本要求,选错索引轻则导致查询缓慢,重则导致数据库整体不可用。PolarDB分布式版存在多种不同的索引:局部索引、全局索引、列存索引、归档表索引。局部索引就是单机数据库上常用的索引,目的是避免…

论文复现---MUTANT

Robust anomaly detection for multivariate time series through temporal GCNs and attention-based VAE 基于时序神经网络和基于注意力的VAE的多变量时间序列鲁棒异常检测 https://github.com/Coac-syf/MUTANT * numpy1.21.2* torch1.9.1* scipy1.7.1* scikit-learn0.24.2*…

vue中websocket的使用---详解

一、什么是webscoketWebSockets 是一种先进的技术,它可以在用户的浏览器和服务器之间打开交互式通信会话。使用此 API,可以向服务器发送消息并接收事件驱动的响应,而无需通过轮询服务器的方式以获得响应。WebSockets 这种技术中有一个接口名为WebSocket,它是一个用于连接 W…

ARP代理

10.1.0.1/8 和10.2.0.1/8是在同一个网段 10.1.0.2/16 和10.2.0.2/16 不在同一个网段 10.1.0.1/8 和10.1.0.2/16 是可以ping通的 包发出来了,报文有发出来,目的地址是广播包 广播请求,发到路由器的接口G 0/0/0 target不是本接口&#xff0…

Neo4j 图形数据库中有哪些构建块?

Neo4j 图形数据库具有以下构建块 - 节点属性关系标签数据浏览器 节点 节点是 Graph 的基本单位。 它包含具有键值对的属性,如下图所示。 NEmployee 节点 在这里,节点 Name "Employee" ,它包含一组属性作为键值对。 属性 属性是…

隐式/动态游标的创建与使用

目录 将 emp 数据表中部门 10 的员工工资增加 100 元,然后使用隐式游标的 %ROWCOUNT 属性输出涉及的员工数量 动态游标的定义 声明游标变量 打开游标变量 检索游标变量 关闭游标变量 定义动态游标,输出 emp 中部门 10 的所有员工的工号和姓名 Orac…

uniCloud云函数概述---云对象

云对象是普通云函数的升级版,功能和云函数是一样的。它在大多数场景下替代了普通云函数。 云对象是对象化的云函数,比如一个文章云对象,它可以包括文章的创建,文章的删除,文章的编辑等功能。 (一句话描述云对象: 等同于PHP后端部份)一、创建云对象 打开项目,找到uniCl…

Docker Container (容器) 常见命令

Docker 容器的生命周期 什么是容器? 通俗地讲,容器是镜像的运行实体。镜像是静态的只读文件,而容器带有运行时需要的可写文件层,并且容器中的进程属于运行状态。即容器运行着真正的应用进程。容 器有初建、运行、停止、暂停和删除…

JSNeat: Recovering Variable Names for Minified Code with Usage Contexts

发表:ICSE,2019,德克萨斯大学达拉斯分校计算机科学系,Tien N. Nguyen团队(https://personal.utdallas.edu/~tien.n.nguyen/) 开源:https://github.com/trunghieu-tran/RecoverJSName-JSNeat 主要内容本文提出了一种基于信息检索(IR)的方法JSNEAT来恢复经过混淆的JS代码…

HarmonyOS 简易封装网络请求框架

设计思路网络请求框架的设计目标是简化 HTTP 请求的发送和响应处理过程。为了实现这一目标,我们定义了几个核心组件:IHttpRequest: 定义了发送 HTTP 请求的基本操作,如设置 URL、请求头、请求参数等。 IHttpListener: 定义了 HTTP 请求完成后的回调方法,用于处理请求的成功…

QOJ5717

好,好难。非常好题目,拜谢 Itst。不过如果我去考这场估计就哈哈了。\(k = 3\) 都能卡。 还是要避免一条路走到黑啊。懂得变通。\(k=1\) 是送的。 \(k=2\) 较为平凡,只需要将相对大的、相对小的各放一起。 \(k=3\) 不简单了。首先二分答案 \(mid\),经过 800 万年转换视角,钦…

运行程序时出现mschrt20.ocx未注册找不到控件问题

其实很多用户玩单机游戏或者安装软件的时候就出现过这种问题,如果是新手第一时间会认为是软件或游戏出错了,其实并不是这样,其主要原因就是你电脑系统的该dll文件丢失了或没有安装一些系统软件平台所需要的动态链接库,这时你可以下载这个mschrt20.ocx文件(挑选合适的版本文…

libtorch模型预测环境配置说明

1、cuda环境 (1)更新nvidia显卡驱动 首先在NVIDIA官网下载与电脑显卡类型一致的显卡驱动,我的显卡是quadro P2000,下载对应的显卡驱动程序安装。 474.82-quadro-rtx-desktop-notebook-win10-win11-64bit-international-whql.exe (2)cuda的安装 显卡驱动安装完成后,NVIDI…

每日两题2

不同路径 class Solution { public:int uniquePaths(int m, int n) {vector<vector<int>> dp(m1, vector<int>(n1,0));//创建dp表dp[0][1] 1;//初始化//填表for(int i 1; i < m; i){for(int j 1; j < n; j){dp[i][j] dp[i-1][j] dp[i][j-1];}}ret…