Loopback Scaler

概述：
Loopback Scaler 是一个 Automatic1111 Python 脚本，它使用迭代过程提高图像分辨率和质量。 该代码获取输入图像并执行一系列图像处理步骤，包括去噪、调整大小和应用各种过滤器。 该算法多次循环这些步骤，用户定义的参数控制图像在每次迭代中的演变方式。 结果是改进后的图像，通常比原始图像具有更多细节、更好的色彩平衡和更少的伪影。

注意：这是一个仅在 Automatic1111 img2img 选项卡上可用的脚本。

主要特征：
迭代增强：脚本在多个循环中处理输入图像，每个循环都会增加分辨率并改进图像质量。 然后插入一个循环的图像结果作为下一个循环的输入图像，该循环不断地建立在已创建的内容之上。

去噪变化：可以为每个循环调整去噪强度，允许用户在保留细节和减少伪影之间取得平衡。

自适应变化：脚本根据输入图像的平均强度调整每次循环的分辨率增加量。 这有助于产生更自然的结果。

图像过滤器：用户可以对最终图像应用各种 PIL 图像过滤器，包括细节增强、模糊、平滑和轮廓过滤器。

图像调整：脚本提供滑块来微调最终图像的清晰度、亮度、颜色和对比度。

脚本中提供了 img2img 处理的推荐设置，包括调整模式、采样方法、宽度/高度、CFG 比例、去噪强度和种子。

请注意，Loopback Scaler 的性能取决于 gpu、输入图像和用户定义的参数。 尝试不同的设置可以帮助您获得预期的结果。

提示、技巧和建议：
不要期望使用此方法重新创建带有提示的图像。

您可以从带有提示的 txt2img 开始。 生成您的图像，然后将其发送到 img2img。 为此过程创建图像时，拍摄分辨率较低的图像（512×768、340×512 等）

执行此过程时，总是在您的 img2img 选项卡中有提示，除非您有兴趣创建 choas :D。 您的结果通常会很差，但您可以在 img2img 中放置一个不同于您创建源图像的提示。 这种方法产生了非常有趣的结果。

当使用需要 VAE 的模型时，请将循环次数保持在低于正常水平的水平，因为这会导致图像在每次迭代时褪色。 幸运的是，如果需要，您可以通过 PIL 增强功能重新添加颜色和清晰度。

不要将最大宽度/高度设置为高于您通常可以生成的值。 此脚本不是升级模型，也不打算制作巨型图像。 它旨在为您提供可以发送到升级器的详细质量图像。

安装后，脚本界面底部有一个信息面板，可帮助您了解设置及其作用。

手动安装：
解压 loopback_scaler.py 脚本。

将脚本移动到 \stable-diffusion-webui\scripts 文件夹。

关闭 Automatic1111 webui 控制台窗口。

通过运行 webui-user.bat 文件重新启动 webui。

打开 Web 浏览器并导航至 Automatic1111 页面或刷新页面（如果它已打开）。

Automatic1111 扩展安装：
在 Automatic1111 中导航到您的“扩展”选项卡

单击“从 URL 安装”子选项卡

将 https://github.com/Elldreth/loopback_scaler.git 复制/粘贴到“扩展的 git 存储库的 URL”文本框中

单击“安装”按钮并等待它完成

单击“已安装”子选项卡

单击“应用并重新启动 UI”按钮