如何让 AI 生成的图片上显示指定文本？

~

目前很流行的是让ai形成文本图画，我试了试

目前来看常用的Stable Diffusion 和 DALLE-2 还没有特意做文字生成这方面的训练，即使提出了类似要求，也很容易生成乱码或者扭曲的文字。但是使用图像编辑软件（如Adobe Photoshop、GIMP等），在生成的图片上添加文字。打开AI生成的图片，在编辑模式下，选择适当的工具（如文本工具），设置字体、大小、颜色等参数，然后在图片上添加指定的文本。就可以有效避免这个问题，新手党可以保存速冲。

不过已经有很多人提出类似的需求了，比如想要在牌子、衣服上印特定的字，或者制作特定的文身、水印等等，这的确是有实际意义的。据说 Google 的 AI 会好一点，而且 NVIDIA 公开的 eDiff-I 已经有比较可用的结果了。

我觉得大概思路是使用文字生成模型，将需要显示的文本输入模型中，然后生成对应的图像。有一些开源的文字生成模型（如AttnGAN、StackGAN等）可以用于这个任务。

比如网友晒处的例子，常见的普通文本可以直接使用 wearing a T-shirt reads "some words" 尝试生成但是即便是使用这种方式，也很难定向设置字体/字号/样式等，如果是 Logo或者文身，最好还是用类似 PS 正片叠底叠加的方式，能整合

在 Stable Diffusion 里自动生成最好，整合不了也可以等大佬们直接做类似的插件功能。这种方法需要相关的算法和训练数据，机器学习技术可以帮助实现图像和文本之间的关联

。其实现在游戏捏人的时候有很多类似的做法，我印象很深的就是寅子的「忠义」，其实就是一个图片的叠加，绑定在人物建模上。至于有人提到用 controlNet 做，我初步想了想可能控制不了这么精细（也可能我钻研的还不够透彻…）。

目前 controlNet 提供的预处理模型及功能看模型描述最有希望的是 mlsd？但那玩意主要是用来检测建筑边缘的吧…还是得试试总之，我的想法是，对大佬们或者炼模型的人应该不难，我试着加入文字的训练，不过中文可能就不是很好了。

将来提 issue 的人多了可能会有更简便的模型或插件来实现，现在硬要找一些奇技淫巧有点太强求了。

您好，亲~！
要让AI生成的图片上显示指定文本，可以尝试以下方法：
1. 图像编辑软件：使用图像编辑软件（如Adobe Photoshop、GIMP等），在生成的图片上添加文字。打开AI生成的图片，在编辑模式下，选择适当的工具（如文本工具），设置字体、大小、颜色等参数，然后在图片上添加指定的文本。
2. 文字生成模型：使用文字生成模型，将需要显示的文本输入模型中，然后生成对应的图像。有一些开源的文字生成模型（如AttnGAN、StackGAN等）可以用于这个任务。它们基于先前的训练数据和深度学习算法，可以将文本描述转化为图像。
3. 图文合成技术：利用图文合成技术，通过AI算法将指定的文本和图像进行融合生成新的图像。这种方法需要相关的算法和训练数据，机器学习技术可以帮助实现图像和文本之间的关联。
无论使用哪种方法，都需要借助相应的工具和技术来实现。具体的实现方式可能因使用的软件、模型或算法而有所不同。因此，在实践中，需要根据具体情况选择合适的工具和方法。

---

如何让 AI 生成的图片上显示指定文本？视频