照片转化为AI绘画怎么搞？风格迁移实测

有没有试过把自己拍的照片转化为AI绘画？老实讲，第一次我以为是按个按钮的事，结果出图人脸糊成马赛克，整整调了一下午。后来才弄明白，照片转AI绘画不是"一键魔法"，它本质是让AI照着你的参考图重画一遍——结构你给、风格AI出。所以你光丢张图进去没用，得告诉AI"参考到什么程度、风格往哪走"。这点搞清楚，后面就顺了。

这篇不讲虚的，我把自己踩过的坑和实测参数都摆出来。想从零补基础的，可以先看什么是AI绘画的原理入门，再回来看这篇会顺很多。

先搞清楚三条路，别上来就图生图

照片转AI绘画有三条路——ControlNet卡线稿、IP-Adapter搬风格、图生图直接喂。前两者稳，图生图最快但最容易跑偏。我个人觉得新手最容易踩的坑就是只用图生图，结果出图跟原图"像又不像"，怪得很。

三条路里，图生图（img2img）就是丢张照片进去，给个提示词让AI重画，重绘幅度一般开0.3到0.5。开低了像原图加了滤镜，开高了人脸直接换人。它快，但控制力最差。

ControlNet是另一种思路，它先用预处理器把你的照片拆成线稿、深度图这些"骨架"，再让AI照骨架重画。结构锁得死，风格随便换。

IP-Adapter更偏风格——你给它一张参考画，它把那张画的色调笔触"借"过来，套在你的照片结构上。和ControlNet搭配是绝配。

三件套搞明白，你就能去读如何画AI绘画的完整入门那种基础文了，思路接得上。

ControlNet才是主力，canny加depth双控

做人像转换我最常用canny线稿锁轮廓加depth深度图锁体积，两个ControlNet叠一起，权重都开0.6到0.7，人脸基本不崩。这套是我反复试出来的，单用canny容易平面化，单用depth轮廓会飘。

预处理器选canny（边缘检测）锁外形，depth（深度图）锁前后关系。两个ControlNet叠在ComfyUI或WebUI里，canny权重0.65、depth权重0.6，CFG开5.5，步数28，采样器用DPM++ 2M Karras——这是我现在的人像标配。出图约15秒一张，4060Ti上。

说个翻车事：最早我把canny权重开到1.0想"锁死点"，结果整张图像被线框框死，AI一点发挥空间没有，画出来跟描红一样死板。后来降到0.65才平衡。ControlNet权重不是越高越好，留点余地给AI发挥反而自然。

还有个坑：canny对低光照片不友好，黑乎乎的夜景canny出来全是噪点线。这种情况换lineart或者depth独挑大梁更靠谱。

IP-Adapter决定风格，但权重别开太大

风格靠IP-Adapter喂参考图，权重0.55到0.75区间最稳，开到1.0以上人脸就糊成油画笔触——这是我翻车最多次的地方。

IP-Adapter的玩法是丢一张你想要的风格参考图进去（比如梵高星空、二次元插画、赛博朋克霓虹），它把这张画的色调和笔触借过来，套在ControlNet锁好的结构上。

我建议先用IP-Adapter plus版（不是基础版），细节还原好一截。做人像的话可以再加个IP-Adapter FaceID，专门稳脸。

参考图选片有讲究。别选太抽象的画当风格参考，AI会跟着乱。我自己最爱用那种"色彩明确、笔触清晰、构图简单"的画，比如莫奈风景或者新海诚那种干净天空。复杂构图参考图会让IP-Adapter抓不到重点。

想看更宽的创作方法论，可以翻翻从灵感到成片的创作方法，这篇偏整体流程，跟本篇的"转照片"互补。

模型选错全白搭，SDXL甩SD1.5一截

转照片我用SDXL系底模，推荐realvisxl或juggernautXL，出片率和细节都甩SD1.5一条街，尤其皮肤质感差距明显。SD1.5不是不能用，但转人像照片，SDXL明显更"真"。

根据 Civitai 社区模型库的下载和评分数据，SDXL系写实模型的平均评分比SD1.5时代头部模型高出一截，新手直接从SDXL起步少走弯路。SD1.5更适合做特定风格（比如老二次元模型），写实人像不是它的强项。

模型下载回来放models/Stable-diffusion目录，重启WebUI刷新就能看到。如果显存不够（8G以下），开xformers或者用--medvram参数能救一救。实在跑不动SDXL，SD1.5里realistic vision V5也能凑合，权重降低点。

模型加载这块如果操作卡壳，可以去 Hugging Face 模型站搜模型名，下载页一般有作者写的使用说明，比C站有时候还详细。

提示词别偷懒，负面词比正面词还重要

照片转AI绘画时负面词写deformed, blurry, extra fingers, bad anatomy基本能挡掉80%的崩图，正面词反而几句话够用。

正面词不用写小说。我的人像转绘正面词就一句：a portrait of a person, soft lighting, detailed skin texture, cinematic，再加风格描述词（比如oil painting style或者anime style）。够用了。

负面词才是大头。除了上面那几个万能词，转照片我还会加lowres, bad hands, missing fingers, mutated, ugly, watermark, jpeg artifacts。这一串加上去，崩图率明显降。

权重用法：关键词后面加括号和数字调权重，比如(masterpiece:1.2)是加强，(blurry:0.8)是减弱。别一上来全开1.5，容易过曝。我个人觉得权重1.1到1.3是甜区。

局部重绘救翻车，别整张从头来

眼睛画歪、手多根指头，别整张重画，用局部重绘（inpaint）框出来单独刷，5到8次内基本能修好。这是省时间的关键，整张重画等于赌运气，局部重绘才精准。

WebUI里切到img2img的inpaint标签，把出问题的区域涂蒙版，提示词单独写要修的部分（比如"left hand with five fingers"），重绘幅度0.5到0.6，只刷蒙版区域开（Only masked）。

有个小技巧：蒙版边缘羽化开大点（mask blur给4到8），修出来的边缘不会硬。刷完不满意就再刷一次，AI每次出图都不一样，多试几次总能挑到好的。

我个人觉得新手最容易在这步放弃。修一次不行就放弃了，其实再刷两三次大概率就成了。耐心值钱。

更多关于怎么从手绘草图转AI成图的思路，可以参考手绘转AI绘画的草图到成图流程，思路类似，都是结构先行。

常见问题

照片转化为AI绘画会侵权吗？

看你怎么用。你自己拍的照片转成画，自用没事。但如果拿别人的照片（尤其明星、网红）去转再公开发布，涉及肖像权。商业用更要谨慎，模型本身也有许可协议，SDXL商用要看 Stability AI 的许可条款，别想当然。

没有显卡能用在线版做吗？

能。在线版比如 civitai 的在线生图，以及一些基于SDXL的网页工具，都能跑ControlNet和图生图，速度慢点但能用。免费额度有限，重度用还是得上本地显卡。

ControlNet和IP-Adapter必须一起用吗？

不必须，但强烈建议一起。只ControlNet能锁结构但风格还得靠提示词硬写，难精准。只IP-Adapter有风格但结构会跑。两个一搭，结构风格都有了，出图成功率最高。新手可以先单独试IP-Adapter找感觉，再上ControlNet。

人脸总是崩怎么办？

三步排查：一是底模换SDXL写实系，SD1.5人像天生弱；二是加IP-Adapter FaceID模块，专门稳脸；三是canny权重降到0.6给AI发挥空间。还不行就inpaint局部重绘人脸区域，单独刷。我个人经历里，FaceID加上之后崩脸率从三成降到一成以内。