我妈上个月过生日，我想送她点不一样的——把她30年前那张结婚照转成油画风格打印出来。本来以为很简单的事，结果硬是折腾了我一个周末。照片里的人脸变形、背景错乱、风格不对味，翻车翻得我妈差点以为我故意丑化她。好在最后成品出来的时候，她看了足足五分钟没说话，然后小心翼翼地把画框放在了客厅最显眼的位置。这玩意儿做礼物确实是王炸级别。
照片转AI绘画的三种主流方案
目前市面上把照片转绘画靠谱的方案就三种，我全部实测过：
方案一：Stable Diffusion + ControlNet（效果最好但门槛最高）
这是目前画质天花板方案。核心流程：把照片丢进ControlNet，选择Canny边缘检测或Lineart模式提取轮廓，然后用你选的艺术风格模型（油画、水彩、动漫等）重新渲染。关键参数就三个：ControlNet的权重——建议0.65到0.85之间，太高了会保留太多照片痕迹不够"画"，太低了构图会崩；denoising strength——0.55到0.7比较理想，低于0.5风格转换不明显，高于0.8人脸容易认不出原主；以及采样器——建议DPM++ 2M Karras，步数30-40步就够了。
我拿自己一张生活照做了对比测试，ControlNet Canny权重0.75、denoising 0.65、步数35——出来的油画效果人脸相似度还有85%以上，笔触质感也很自然。
方案二：Midjourney的/blend + describe（最方便但控制弱）
如果你不想折腾本地部署，Midjourney是最省事的。用/blend命令把照片拖进去，它会自动混合生成新图。但/blend的不可控性太大——你没法精确指定艺术风格，有时候出来是油画、有时候像水彩、有时候直接崩成抽象画。我的经验是/blend之后立刻用/describe让Midjourney反向生成提示词，然后手动修改提示词加入具体风格描述，再走正常的/imagine流程。多了一步，但可控性提升了不止一倍。
方案三：国产AI平台一键转换（最快但风格有限）
WHEE和通义万相都有"照片转绘画"的专属功能，上传照片选风格就完了，真正的一键操作。WHEE支持12种预设风格，通义万相支持8种。缺点是风格模板不够灵活——你想微调某个参数基本没门。适合快速出图、对个性化要求不高的场景。
不同艺术风格的处理差异
油画风格是我用得最多的，提示词里加"oil painting texture, visible brushstrokes, impasto technique, canvas grain, classical portrait lighting"这一串，出来的质感非常接近真实油画。水彩风格难点在于通透感——加"watercolor wash, wet-on-wet technique, paper texture, soft color bleeding, white space"效果好很多。动漫风格建议用专门的动漫模型而不是通用模型，AniArt或者Counterfeit系列模型对动漫化处理的理解远超SD通用模型。
三种特殊场景的实战案例
除了标准的人像转绘画，我还折腾过三个比较特别的场景，效果出乎意料地好。
第一个是老照片修复加转绘。我爸翻出一张他小时候的黑白照，已经泛黄还有折痕。我先用AI修复工具（推荐CodeFormer或者GFPGAN）把照片修复到清晰状态，然后再走ControlNet转油画流程。出来的效果比直接拿清晰照片转还有味道——那种老照片特有的光影颗粒感加上油画笔触，是一种全新的审美体验。我爸看到成品后沉默了好一阵，说比他自己记忆里的画面还好看。修复加转绘的双流程出来的图有一种时间的厚度，这是数码相机直接拍不出来的质感。
第二个是宠物照片转动漫风。给家里的猫做动漫头像——猫的五官比例和人完全不同，通用模型容易把猫咪画成毛茸茸的人脸。解决方法是选用专门的动物LoRA模型，比如cat portrait系列。ControlNet建议用depth模式而不是canny模式，因为猫的毛茸茸边缘如果用硬边缘检测会丢失蓬松感。关键参数：denoising降到0.45-0.55之间，保留更多原始猫脸结构。
第三个是合照转绘画。多人合照转绘画，每个人的脸都要认得出，难度比单人翻倍。我的经验是用ControlNet的IP-Adapter模式，给每张人脸单独做一个面部嵌入。然后分批渲染——先整体跑一遍低denoising的底图，再用人脸区域单独做inpaint微调每个人的脸。一张四人合照我大概需要跑6-8轮才能全员满意。不过情侣照做成油画送人的效果是单人的三倍以上，那个感动程度完全不一样。
照片到AI绘画只是AI图像处理的一个方向，如果你还想做自动化批量出图，可以看我们的AI自动生成绘画全流程教程。如果要自己搭建本地环境，AI绘画系统搭建指南会帮到你。
FAQ
照片转AI绘画后像不像原人？
取决于你的参数设置。denoising strength在0.55-0.65之间，人脸相似度能保持80%以上；超过0.75的话艺术感更强但人脸辨识度开始明显下降。如果想要极致相似度，建议用img2img的inpaint模式单独保护面部区域。
用手机照片够清晰吗？
1200万像素以上的手机原片完全够用。但要注意照片光线不能太暗——AI对暗部细节的还原不如亮部稳定。我一般会先用手机自带编辑把曝光拉高0.3-0.5档再丢进AI处理。
有没有完全免费的方案？
SD+ControlNet本地部署是永久免费的，前提是你有显卡。云端方案的话，LiblibAI每天有100免费额度，包含ControlNet功能。通义万相的图生图也有每天免费配额。