最近很火的艺术二维码效果你是否想拥有同款呢? 这次的教程将向你详细介绍如何使用 Stable Diffusion 生成像这样的艺术二维码~！

二维码原理

二维码原理大致可以按照下图做个简单的认识，识别到定位点后解析里面的信息，包含的信息越多，二维码内的点就越密集

扫描二维码时，在识别定位点后会解读二维码内的信息

处理二维码

-1. 首先我们在 SD 中安装 QR Toolkit 插件

https://github.com/antfu/sd-webui-qrcode-toolkit

来到扩展界面，复制上面的地址后点击到从网址安装即可。

-2. 一个容易和图片融合的二维码是基础的基础，二维码的前期处理有两个方向需要考虑，分别是改变定位点样式和令二维码更简洁。

首先改变定位点样式，这样生成出来的二维码不会有明显的定位点框，但相应的，可识别率也会降低，需要在两者和参数之间找到一个平衡

在 QR Toolkit 中可以找到对不同类型点的不同样式，可以尝试不同的搭配组合，不同的搭配组合之间对生成的图影响很大，包括图片内容和识别率，不同的提示词也会在不同样式的二维码上有不同的画面表现，需要多次尝试

其次，二维码信息要尽可能的少，图案就越简单，生成的二维码也会更容易扫描, 在 QR Toolkit 中可以设置二维码的容错，从左至右容错率分别是 7%，15%，25%, 30%, 我们需要确保较高的容错率，但越高的容错率也对应着更复杂的图像，一般而言推荐 25% 和 30%，教程用 25%（Q）为例

配置 ControlNet

接下来来到 controlnet，我们需要下载两个非官方的 controlnet 模型：QR Code Monster v1.0 和 Brightness，在下面的链接下载

https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster/tree/main 、

https://huggingface.co/ioclab/ioc-controlnet/tree/main/models

Brightness 是一个类似 depth 的 controlnet，同时包含了从 0 到 1 阶段的光影构图可控的目的的 controlnet，QR Code Monster 则控制图片更像二维码

在两个 controlnet 通道中分别加载这两个模型，预处理器选 none，

控制权重代表了 controlnet 介入的强度，推荐的参数为 QR Code Monster: >1.2 , Brightness 0.2~0.4 之间 , 强度和介入区间调的越大，则最终图片的明暗对比也越大，二维码和图像的融合也更差，更像二维码。

引导介入 / 终止时机控制了 controlnet 生效的步数区间，推荐在最后让 AI 自由发挥，介入区间调的越大，则最终图片更像二维码更易扫描，越小则提示词和二维码融合程度就越高对应的扫描成功率也就越低。

数据并非绝对，教程内的参数不是最优解，得到相对好的结果依然需要大量的尝试才行。

生成图片

模型，提示词，采样步数，采样器，都可以按照喜好随心调，教程也给出例图的参数供参考：

Model: breakdomain_M2150

Steps: 30

Sampler: Euler a

CFG scale: 8

其中提示词可以写一些比较容易和二维码融合的提示词，比如丝带，森林、海浪、花朵。采样步数可以开高一些，高清修复打开效果会更好，推荐最终生成的图片像素大于 1000

最后，不断的尝试是得到易扫描，融合度高，好看的二维码的必要条件，所以，上手多尝试，拥有属于自己的二维码吧~