Stable Diffusion手部修复教程：AI绘画手指画不好怎么办

在AI绘画创作中，手部绘制始终是一个棘手的挑战。常见的双手变形、手指数量异常、形态扭曲等瑕疵常令人困扰。本文将详细介绍Stable Diffusion中几种切实可行的手部修复方案，帮助您解决这一难题。

一、素材准备：生成待修复手部图片

在文生图界面中，我们首先随机生成一张带有手部缺陷的图片，作为后续修复操作的测试样本。

• 大模型：majicMIX realistic 麦橘写实_v7
• 正向提示词：

Prompt：a super beautiful Chinese girl showing two hands, open palms in a welcome sign, smiling, wearing a pink dress, standing in the street, front view, upper body
提示词：一个超级漂亮的中国女孩伸出双手，张开手掌做欢迎的手势，微笑着，穿着粉色的衣服，站在街上，正面，上身，

• 采样器：DPM++ 2M Karras
• 采样迭代步数：25
• 图片宽高：512*768
• CFG: 7

随机抽取一张手指存在缺陷的示例图片：

上图中的两只手均有明显问题，后续所有修复操作都将以该图片作为处理对象。

二、方法1：利用图生图局部重绘修复手部缺陷

【第一步】配置图生图局部重绘参数

进入图生图局部重绘界面，上传刚才那张存在手部问题的照片。

由于两只手都有瑕疵，建议分两步处理——先修复左手，再修复右手。使用右侧画笔工具将左手区域涂白作为蒙版。

重绘参数设置如下：

• 蒙版模式：重绘蒙版内容，专门针对手部区域
• 蒙版区域内容处理：原版
• 重绘区域：整张图片
• 采样器：DPM++ 2M Karras
• 采样迭代步数：25
• 图片宽高：512*768
• CFG: 7
• 重绘强度：0.7

【第二步】选择大模型与正向提示词

大模型仍沿用majicMIX realistic 麦橘写实_v7，正向提示词与生成原图时保持完全一致。

【第三步】生成图片

由于每次生成结果具有随机性，一次不理想可多次尝试，直至获得满意效果。

【第四步】重复上述步骤修复右手

相关说明：
（1）该方法修复手部存在概率性问题，通常需要反复抽选才能得到理想结果。
（2）最终效果的好坏与模型的渲染能力直接相关。

三、方法2：借助ControlNet的DWPose修复手部问题

【第一步】配置图生图局部重绘参数

同样在图生图局部重绘界面，上传需要修复的照片。

这次直接将两只问题手全部涂白。大模型、提示词、参数设置与方法1完全一致，此处不再重复。

【第二步】设置ControlNet Openpose模型

参数配置如下：

• 控制类型：OpenPose(姿态)
• 预处理器：dw_openpose_full
• 模型：control_v11p_sd15_openpose

启用dw_openpose_full时，预览图可同时识别面部、手部及全身姿态，覆盖范围非常全面。

关于dw_openpose_full的详细介绍，可参考之前发布的《手部修复的实现方式》一文，其中有非常详尽的说明。

【第三步】生成图片

这里有一个值得关注的细节：目前的DWPose控制器似乎能自动识别异常手部，生成的预览图中手部显示正常，省去了手动编辑的步骤。不过，生成的手指长度以及关节衔接处偶尔仍会出现轻微瑕疵。

四、方法3：使用ControlNet的HandRefiner修复手部问题

【第一步】配置图生图局部重绘参数

同样在图生图局部重绘界面，上传存在手部问题的照片。

将两只问题手涂白。大模型、提示词、参数设置保持不变。

【第二步】设置ControlNet HandRefiner模型

参数配置如下：

• 控制类型：Depth(深度)
• 预处理器：depth_hand_refiner
• 模型：control_sd15_inpaint_depth_hand_fp16

使用depth_hand_refiner获取的手部预览图效果：

【第三步】生成图片

好了，今天的分享就到这里。希望这几种方法能帮您彻底攻克手部这个老大难问题。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Stable Diffusion手部修复教程：AI绘画手指画不好怎么办要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题