Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

我想要替换图片里的文字，怎么弄

Answer

以下是几种替换图片里文字的方法：

  1. 使用 DALL·E 的编辑功能：
    • 可以进行添加耳机、去掉错误文字、添加正确文字等操作。但对于添加较多区域小的文字识别可能不太好。
    • 还可以修改鹿角等元素。
    • 给定原始图片后可直接要求修改画幅以及分辨率，如修改为 16:9 4K 高清，然后圈中想要修改的画面细节进行二次修改。
  2. 利用 ideogram 平台：
    • 这是一个海外生图平台，早期以能够准确生成图片中的文字而出名，目前仍有大量创作者生成各类创意 Logo，对英文字母的生成非常友好，也支持中文。
    • 最简单的方法是在首页信息流中找到中意的 Logo 款式，点进去 retry，替换掉提示词中字母的部分。目前支持主流的图片比例，输入框下方有一些主流风格可以选择。
  3. 通过特定的工作流：
    • 如 liblib 及 esheep 在线工作流，很方便，适合没有强悍本地主机的朋友。包括极简 Logo、毛绒风格 Logo、夏日冰冰凉风格 Logo 等。
  4. 利用 SD 相关技术：
    • 先在 ps 中做一张任意文字的图片，黑底白字，文字可做任意变形处理，完成之后适当虚化，让边缘不至于很生硬。
    • 将图片放入 controlnet 中，预处理器选择 inpaint_global_harmonious 全局重绘，模型选择 lightingBasedPicture。
    • 控制权重、介入时机和终止时机等参数来控制文字在画面中的显眼程度，融合要自然，可能需要反复调试。
    • 大模型使用 majicmixRealistic，设定好尺寸开始刷图。
Content generated by AI large model, please carefully verify (powered by aily)

References

DALL·E推出编辑功能

作者：三思[heading3]DALL原图和局部重绘后的图对比[heading3]1、添加耳机[heading3]2、去掉错误文字[heading3]3、添加正确文字（文字识别错误）[content]⚠️对于添加比较多区域小的文字识别不好（衣服上写着WaytoAGI）文字是错误的。[heading3]3、修改鹿角[heading3]其他案例：[heading3]局部重绘/替换元素[content]例：画人首蛇身女娲图——去掉腿替换成蛇身[heading2]测试者：卢三金[content]局部修改给定原始图片后直接要求修改画幅以及分辨率修改为16:9 4k高清第二步圈中想要修改的画面细节进行二次修改最终成果以及prompt：In the center of the widescreen image,there's a large equilateral triangle,within which a dark and ominous portal pulsates with malevolent energy,set against a bleak,hellish landscape.The focus is solely on the Doom Slayer,a solitary figure of resilience and determination,as he strides towards the portal.The surrounding area is devoid of demons,emphasizing the theme of a lone hero against the forces of darkness.The eerie ambiance is enhanced by stark lighting that casts long shadows,highlighting the Doom Slayer's iconic armor and the sheer scale of the portal within the triangle.This scene is rendered in 4K resolution in a 16:9 aspect ratio,capturing the essence of a solitary warrior embarking on a daunting journey.面部表情修改测试者：infinity选中面部，输入Prompt：Very wicked smile with a stubble on his face

第六期 一起做个LOGO吧！

https://ideogram.ai/t/exploreideogram是一个海外生图平台，早期以能够准确生成图片中的文字而出名，目前该平台仍然有大量创作者生成各类创意Logo，对于英文字母的生成非常友好，也非常方便，输入支持中文。使用方法：最简单的方法就是直接在首页信息流中找到你中意的Logo款式，点进去retry，替换掉提示词中字母的部分目前支持主流的图片比例，以及输入框下方有一些主流风格可以选择，总之是非常方便的Logo生成工具。[heading2]2、liblib及esheep在线工作流[content]?在线工作流很方便，适合没有强悍本地主机的朋友。[heading3]①、极简Logo[content]进入极简Logo Lora生成页面https://www.liblib.art/modelinfo/8db352bf5f6b4190841de341cb9eaa0c简单成品[heading3]②、毛绒风格Logo[content]进入https://www.esheep.com/app/9116?utm_source=app_tab一键运行成品[heading3]③、夏日冰冰凉风格Logo[content]进入：https://www.esheep.com/app/8975?utm_source=app_tab一键运行

【SD】隐藏在光里的秘密，AI造字光与影的艺术~

[title]【SD】隐藏在光里的秘密，AI造字光与影的艺术~作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-07-27 20:03原文网址：https://mp.weixin.qq.com/s/sA1TBkwQxfIb4V7lrpPOoA一张图，正常看是非常美的画面，缩小了看，就能看到画面中隐隐约约透出的几个文字，虽然经不起细细地推敲，但这恰恰就是AI绘画所独有的浪漫。今天我们就来了解一下，这种隐藏在画里的“藏头诗”该怎么做。先在ps中做一张任意文字的图片，黑底白字，文字可做任意变形处理，完成之后适当虚化，让边缘不至于很生硬。将图片放入controlnet中，预处理器选择inpaint_global_harmonious全局重绘，模型选择lightingBasedPicture。控制权重我设置为0.7，介入时机为0.2，终止时机为0.6。这些参数主要控制的是文字在画面中的显眼程度，要让文字可以被识别，但是又不能太明显，融合的还要自然，这就需要反复去调试了。这里用到的一个controlnet的新模型lightingBasedPicture，是一个可以控制画面当中光影关系的模型，使用它你可以按照自己的想法控制画面当中光源的位置和形状。大模型使用majicmixRealistic，提示词为——1girl,sitting by the window,meditation,soft light,light and shadow,close-up,portrait,设定好尺寸就可以开始刷图了。给大家看一些测试过程中的图片，比如这张我调高了controlnet的权重为0.8，这个时候文字就不是光了，而变成了人物服装的一部分。再看这张，画面的感觉挺好的，但是文字的光感不强，比较难以识别。

Others are asking
想用claude,怎么弄
Claude AI 是由 Anthropic 公司开发的一款基于自然语言处理技术和人工智能算法的聊天机器人，以开创性计算机科学家克劳德·香农（Claude Shannon）的名字命名，利用先进的技术为各种应用提供支持。 要注册 Claude.ai ，可以按以下步骤操作： 1. 访问 Claude 的官方网站 。 2. 点击注册或登录界面中的“Sign Up”或“Continue with email”选项。 3. 填写邮箱地址并设置密码，然后提交表单。 4. 系统会向您的邮箱发送验证邮件，打开邮件并使用其中的验证码完成邮箱验证。 如果在注册过程中遇到需要海外手机号接收验证码的问题，有以下可能的解决方案： 1. 使用虚拟海外号服务，如 SMSActivate、SMSPool 等，购买一个海外虚拟手机号来接收 Claude 的验证码。 2. 借助第三方服务网站如 uiuihao.com 完成注册您的 Claude 账号。 3. 如果有海外朋友，可以请他们帮忙接收验证码，并将验证码告知您。 完成注册后，如果希望升级到 Claude Pro 版本以获取更强大功能和更高的 API 调用限额，需要填写支付信息并选择合适的订阅计划。但需注意，订阅 Claude Pro 可能需要使用海外支付方式。 此外，Claude.ai 目前处于公开测试阶段，未付费用户使用平台可能会受到一些限制。如果在注册过程中遇到问题，可以参考其他用户分享的详细注册教程和解决策略。 另外，还可以利用 Claude 制作 Crossword 小游戏，具体步骤如下： 1. 单词和解释：需要有文字描述和清晰示例，效果展示要稳定，输出格式要优秀。 2. 游戏生成：先从游戏规则入手，包括所有相交字母必须形成有效单词、每个字母格必须是至少一个横向词和一个纵向词的一部分、网格中不允许有 2×2 的纯白色方块区域等。然后逐步从创建的逻辑入手，包括词汇分析、初始布局规划、递归填充算法、完整性验证、输出处理等。后续还需要补充游戏性、难度、显示效果等，可能需要多次修改逻辑和调整效果风格，增加游戏模式、难度等。 利用 Claude 制作「古诗词卡片」的流程如下： 1. 输入 Prompt 。 2. 用户输入主题、风格，AI 就会根据主题、风格直接输出最终结果。获取提示词，如果想立即领取专属古诗词卡牌，可以直接获取开源的提示词。
2025-03-14
ai数字人直播怎么弄
以下是关于 AI 数字人直播的相关信息： 1. 盈利方式： 直接卖数字人工具软件，实时驱动的一年 4 6 万往上，非实时驱动的一个月 600 元，市场价格较混乱。 提供数字人运营服务，按直播间成交额抽佣。 2. 适用品类和场景： 适用于不需要强展示的商品，如品牌食品饮料；虚拟商品，如门票、优惠券等。 电商直播中店播效果较好，不适用于促销场景和服装品类。 3. 壁垒和未来市场格局： 长期来看技术上没壁垒，目前仍有技术门槛，如更真实的对口型、更低的响应延迟等。 不会一家独大，可能 4 5 家一线效果，大多二三线效果公司。 把客户服务好、能规模化扩张的公司更有价值。 有资源、有业务的大平台下场可能带来降维打击。 此外，目前业界对数字人的定义还不明确，一般可根据技术栈分为真人驱动和算法驱动两类。真人驱动的数字人重在通过动捕设备或视觉算法还原真人动作表情，主要应用于影视行业和直播带货。
2025-02-02
我想要实现一个微信ai客服，怎么弄呢
要实现一个微信 AI 客服，您可以参考以下两种方法： 方法一： 1. 搭建，用于汇聚整合多种大模型接口，方便后续更换使用各种大模型，同时会告诉您如何白嫖大模型接口。 2. 搭建，这是一个知识库问答系统，将知识文件放入其中，并接入上面的大模型作为分析知识库的大脑，最后回答您的问题。如果不想接到微信，自己使用，搭建完此系统即可，它也有问答界面。 3. 搭建，其中的 cow 插件能进行文件总结、MJ 绘画等。 方法二： 1. 确定功能范围： 支持用户发送“关键字”，自助获取您分享的“AI 相关资料链接”。 能够回答 AI 相关知识，优先以“您的知识库”中的内容进行回答，若知识库内容不足，则调用 AI 大模型回复，并在答案末尾加上“更多 AI 相关信息，请链接作者：jinxia1859”。 “AI 前线”能发布在您的微信公众号上，作为微信客服助手。 2. 准备以下内容： 根据 Bot 的目的、核心能力，编写 prompt 提示词。 整理“关键字”与“AI 相关资料链接”的对应关系，可用 word、txt、excel 整理。 创建一个自己的【知识库】，用于回答 AI 相关知识。 由于“AI 前线”要按照一定规则处理知识，创建一个【工作流】，控制 AI 按要求处理信息。 准备好自己的微信公众号，以便将机器人发布在微信公众号上。 以上就是实现微信 AI 客服的两种方式及具体步骤。
2024-12-20
图片上的中文想换成英文怎么弄
如果您想将图片上的中文换成英文，可以通过以下几种方式： 1. 对于使用【SD】提示词自动翻译插件 promptallinone 的情况： 第二个图标是设置，点开后点击第一个云朵图标可设置翻译接口。 点击第一行下拉菜单，能设置使用的翻译软件，有一些免费软件可供选择，可自行试验哪款翻译更准确。 第三个图标是历史记录，记录之前使用过的提示词，可回看、收藏和删除。 第四个图标是收藏夹，可保存常用提示词方便直接调用。 第五个图标是一键翻译所有关键词，第六个图标是复制所有提示词，第七个图标是清空提示词框。 在框中直接输入中文，回车后提示词会被翻译成英文并自动添加分割符号，还可对下方出现的每个词组单独编辑，如改词、删除、增减权重等，完成后点击生成即可。 2. 对于 ComfyUI 独立版本的汉化安装： 在网盘连接中下载汉化包并解压。 将文件夹拖入到“E:\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes”目录下。 启动 ComfyUI 界面，点击右侧的小齿轮，在弹出界面的底部切换语言为中文。
2024-08-23
多Agent怎么弄
多 Agent 系统是一种利用大型语言模型（LLM）构建的 Agent 系统，旨在为不同的 Agent 分配角色和任务信息，并配备相应的工具插件，以完成复杂的任务。与单 Agent 系统相比，多 Agent 系统在任务完成过程中与用户的交互可能会减少一些。 构建一个多 Agent 框架需要考虑以下主要组成部分： 环境：所有 Agent 应处于同一个环境中，环境中包含全局状态信息，Agent 与环境之间存在信息的交互与更新。 阶段：为了完成复杂任务，现有多 Agent 框架通常采用 SOP 思想，将复杂任务分解为多个子任务。 控制器：控制器可以是 LLM，也可以是预先定义好的规则，主要负责环境在不同 Agent 和阶段之间的切换。 记忆：在多 Agent 框架中，由于 Agent 数量增多，导致消息数量增多，同时每条消息可能需要记录发送方、接收方等字段。 Coze Agent 是一个多功能的 AI 应用程序和聊天机器人开发平台，采用多 Agent 模式，支持用户轻松创建各种聊天机器人，并将其部署到不同的社交平台和消息应用上。它还支持 AI Agent 的四种主要设计模式，包括反思模式、工具使用模式、规划模式和多 Agent 协作模式，能够帮助 AI 或大型语言模型生成更加优质的内容，并实现高效的任务分解和执行。
2024-07-09
视频背景替换的ai工具
以下是一些视频背景替换的 AI 工具： 1. AE 套模版： 插件模版网站：https://www.talkae.com/ ，可搜索 AE 插件合集并安装插件。 免费模版网站：envato（带可商用版权有证书），可淘宝代下，代下网站：https://sucai.ixling.com/login ，也可淘宝搜索小灵素材充值下载次数。 付费可商用网站：vj 师 https://www.vjshi.com/ 。 视频背景可替换成 AI 生成的素材。 2. Stability AI 推出的基于 Discord 的媒体生成和编辑工具： 具有搜索和替换功能，无需蒙版，通过搜索提示识别对象并替换，例如把猫换成狗。 创意放大功能，可将低分辨率或低质量图像放大至 4K 分辨率，同时可以附加提示。 外扩功能，在图像中添加内容以扩展空间，有五个选项，包括全面、上下左右单独扩展。 控制草图功能，将手绘草图转换为高质量图像，适用于设计项目。 删除背景功能，准确分割前景并删除背景。 基于初始图像使用 Stable Video Diffusion 生成短视频。 3. Coze 中的背景替换工具： 可以为图片替换背景图，是一个灵活运用的插件。 上传一张不带背景且主体明确的动漫人物图片，可搭配背景图片，点击试运行测试效果。选择 AI 生成能有更好效果，可搭配其他参数尝试。
2025-04-13
照片涂抹替换
以下是关于照片涂抹替换的相关内容： 如果您运营网店且没有资金请模特，可使用 Stable Diffusion 来制作商品展示图。首先，真人穿好要卖的衣服并拍照，获取具有真实质感的照片。若身材方面有问题，可借助美图秀秀或 PS 处理。然后选好真人照片风格的 realisitic 底模，如 majicmixRealistic_v7。接着根据不同平台需求换头，如面向海外市场换白女头。在图生图下的局部重绘选项卡中，涂抹自己要替换的部分。 字节发布的新模型 SeedEdit 也能实现照片的修改。即使是真人图像，它也能 hold 住。例如可以通过输入 Prompt 指令让戴珍珠耳环的少女手里拿着一杯奶茶，给《老友记》中的瑞秋戴上时髦的墨镜，给奥黛丽・赫本更换帽子颜色，给黑白老照片上色，移除画中无关元素，进行元素替换以及切换各种风格，如涂鸦、乐高、3D、皮克斯、迪士尼等。 星流一站式 AI 设计工具中的顶部图像编辑工具具有多种功能： 换脸：自动替换原图的脸部信息。使用时选中图像进入扩展功能界面，自动提取面部信息，上传想要替换到图像的图片，选择与放大图像相对应的重绘风格可提升效果。 智能擦除：智能擦除能帮您擦除图片上的任意元素，并根据图片内容填充空白区域。使用时选中图像进入智能擦除功能界面，用套索或框选工具进行选区，点击擦除。 剪裁：裁剪可以将图片裁切成任意大小。使用时选中图像进入剪裁功能界面，拖动选区边界选择需要保留的部分，按下键盘 Enter 进行确认。
2025-03-26
有没有替换物品的ai
以下是为您找到的与替换物品相关的 AI 内容： Inpaint Anything 提出了一种新的图像修复方法，支持“Replace Anything”功能，用户可以选择保留点击选定的对象并将剩余的背景替换为新生成的场景。 Stability AI 推出的基于 Discord 的媒体生成和编辑工具中，有通过搜索提示识别对象并替换的功能，例如把猫换成狗。
2025-03-19
视频中的人物和背景替换，用什么工具
以下是一些可用于视频中人物和背景替换的工具及相关流程： ComfyUI 工作流： 前景处理： 使用 SAM 之前的版本来分割视频背景。 根据实际情况调整提示词和阈值。 移除背景后，使用图像遮罩复合生成灰色背景的图像批次，以帮助柔化前景对象（如人物）的边缘，减少锯齿或硬边缘的视觉效果，为后续和背景融合时过渡更自然顺滑。 在网盘里可以找到对应的模型，下载后按文件夹目录地址放置。 背景：背景部分可以是图片或者视频，为了有前后的视觉效果，可以添加一个图像的模糊，让生成的视频有种景深的效果。 边缘的处理： 核心是优化和改善前景对象的边缘，使其能够与新背景无缝融合，同时保持前景细节的完整性和自然性。 通过遮罩模糊生长（growMaskWithBlur），调整扩展和模糊半径来控制边缘的遮罩。 【SD】工作流： GroundingDINO 模型分割：当需要更精确的蒙版，如人物的眼睛或身上的配饰等，可使用 segment anything 中的 GroundingDINO。启用 GroundingDINO 时，AI 会自动下载模型，也可去云盘下载放到指定文件目录下。在检测提示词中输入相关内容，AI 可自动检测并设置蒙版，还能通过预览箱体得到编号选择调整单一部分。 希望以上内容对您有所帮助。
2025-02-02
怎么替换视频或图片中的人脸
以下是替换视频或图片中人脸的几种方法： 方法一：使用 SD 中的 Roop 插件 1. 安装 Roop 插件，安装时间较长需耐心等待。安装好后打开 SD 文件目录下的特定文件夹，在地址栏输入“cmd”并回车。 2. 在打开的 dos 界面中粘贴“python m pip install insightface==0.7.3 user”代码自动安装 insightface。若此阶段出错，建议下载最新的秋叶 4.2 整合包（6 月 23 号更新），在云盘后台回复【SD】可下载。 3. 安装完成后重新打开启动器，后台会继续下载模型，全程需科学上网。 4. 选用真实系模型“realisticVisionV20”，得到照片。 5. 启用 ROOP 插件，选择要替换的人物照片，面部修复选择“GFPGAN”，根据需求设置右边的参数。 6. 点击生成，若人脸像素偏低模糊，可将图发送到“图生图”，开较小重绘幅度，使用 controlnet 中的 tile 模型进行重绘。 方法：使用 TecCreative 工具 1. 对于图片换脸，仅需上传原始图片和换脸图片，然后点击开始生成。注意图片大小上限 5M，支持 JPG、PNG 格式。 2. 对于视频换脸，上传原始视频和换脸图片后点击生成。 方法：使用快捷工具中的 facefusion 1. 点击快捷工具中顶部的“JupyterLab”打开工具，通过终端启动 facefusion。 2. 点击顶部的“+”号选项卡，新打开一个终端窗口。 3. 在终端区域启动终端选项卡，输入 3 条命令： 输入“ls”并按回车查看文件列表。 输入“cd facefusion”并按回车进入程序目录。 输入“python./run.py executionproviders cuda cpu”启动程序。 4. 当出现提示信息说明启动成功。 5. 打开 facefusion 软件，返回实例列表，点击自定义服务按钮，通过新的浏览器窗口访问 facefusion 的 UI 界面。 6. 在软件界面上传准备好的图片、视频，在右侧查看预览效果，点击开始按钮执行换脸处理。处理完成后在输出位置下载处理后的视频。 特别提醒，此类插件需谨慎使用，切勿触犯法律。如果想要 Roop 插件，可以添加公众号【白马与少年】，回复【SD】即可。推荐使用最新的秋叶整合包，出错概率最小，另外，科学上网很重要。
2025-02-01
怎么把视频或图片中的人脸进行替换，生产新的合成图片或视频
要把视频或图片中的人脸进行替换，生成新的合成图片或视频，可以参考以下方法： 1. 利用 TecCreative 创意工具箱： 图片换脸：仅需上传原始图片和换脸图片，即可一键实现素材换脸。操作指引为上传原始图片——上传换脸图片——点击开始生成。注意图片大小上限 5M，支持 JPG、PNG 格式。 视频换脸：自动识别视频中的人脸，并将其替换为选择的脸部。操作指引为上传原始视频——上传换脸图片——点击生成。 2. 实战方法： 点击快捷工具中顶部的 JupyterLab，打开这个工具。通过终端输入命令启动 facefusion： 点击顶部的 + 号选项卡，新打开一个终端窗口。 点击终端区域，启动一个终端的选项卡。 在打开的终端窗口中，输入 3 条命令做 3 件事情： 查看文件列表。输入 ls 并按回车，显示当前位置所在目录下的文件列表。 进入 facefusion 目录，输入 cd facefusion 并按回车，进入程序目录。 启动 facefusion。输入：python./run.py executionproviders cuda cpu 启动程序。注意后面的参数 executionproviders cuda cpu 非常重要，如果不加 cuda，则默认不使用 GPU 能力，推理将非常慢。 当出现提示信息时，说明启动成功。 打开 facefusion 软件，需要返回实例列表，点击自定义服务按钮，会打开一个新的浏览器窗口。 在 facefusion 软件界面上，上传准备好的图片、视频后，在右侧可以看到预览效果。点击下方的开始按钮，执行换脸处理。执行完成后，在输出的位置，会出现处理后的视频，输出窗口的右上角有一个下载按钮，点击它可以导出变量后的视频到本地。
2025-02-01
想要做一节讲如何用智能体做企业数字化转型的课程，如何设计
以下是关于如何设计用智能体做企业数字化转型课程的建议： 一、参考案例 1. 李国宝的相关经验 具有丰富的从业经验，包括通信工程、数据通信网络培训、创业、网络安全解决方案及培训、AI 课程开发与培训等。 开发过面向不同群体的 AI 课程，如《数字化转型实践》面向传统企业数字化、AI 赋能转型。 2. 90 分钟从 0 开始打造你的第一个 Coze 应用课程 从零开始教学做应用界面，先基础教学，再涉及特定应用。 介绍当前承接业务，包括辅导、培训、定制及企业 AI 落地等。 挖掘用户对 AI 应用的功能需求，如对交互界面的需求。 二、课程设计要点 1. 对于企业管理者 AI 辅助决策：在小规模决策中使用 AI 分析工具，以其分析结果作为决策参考。 员工培训计划：制定 AI 工具使用的培训计划，帮助团队成员了解日常工作中如何有效利用 AI。 流程优化：识别公司中可能受益于 AI 自动化的重复性任务，从小流程开始测试 AI 解决方案的效果。 AI 伦理和政策：制定公司的 AI 使用政策，确保 AI 应用符合伦理标准和法律要求。 2. 对于教育工作者 AI 辅助教案设计：尝试使用 AI 帮助设计课程大纲或生成教学材料 ideas，为课程带来新视角。 个性化学习路径：探索使用 AI 分析学生学习数据，为不同学生制定个性化学习计划。 创新教学方法：考虑将 AI 工具整合到课堂活动中，如使用 AI 生成的案例研究或模拟场景。 AI 素养教育：开发简单的课程模块，教导学生了解 AI 基础知识、应用领域及其对社会的影响。 三、注意事项 无论面向哪个群体，都应记住：与 AI 协作是一个学习过程。从小处着手，保持好奇心和开放态度，会发现 AI 不仅能提高工作效率，还能激发创造力，开拓新的可能性。最重要的是，始终保持批判性思维，将 AI 视为强大的工具，而不是完全依赖的解决方案。
2025-04-18
作为一个想要使用AI工具提升工作效率的AI小白，我已经学习了怎么编写prompt，接下来我应该学习什么
如果您已经学习了如何编写 prompt ，接下来可以学习以下内容： 1. 理解 Token 限制：形成“当前消耗了多少 Token”的自然体感，把握有效记忆长度，避免在超过限制时得到失忆的回答。同时，编写 Prompt 时要珍惜 Token ，秉承奥卡姆剃刀原理，精简表达，尤其是在连续多轮对话中。 熟练使用中英文切换，若 Prompt 太长可用英文设定并要求中文输出，节省 Token 用于更多对话。 了解自带方法论的英文短语或句子，如“Chain of thought”。 2. 学习精准控制生成式人工智能：重点学习提示词技术，编写更清晰、精确的指令，引导 AI 工具产生所需结果。 探索构建智能体（AI Agents），将工作单元切割开，赋予其特定角色和任务，协同工作提高效率。 在实际应用中遵循准则，如彻底变“懒人”、能动嘴不动手、能让 AI 做的就不自己动手、构建自己的智能体、根据结果反馈调整智能体、定期审视工作流程看哪些部分可用更多 AI 。 3. 若想进一步提升： 学习搭建专业知识库、构建系统知识体系，用于驱动工作和个人爱好创作。 注重个人能力提升，尤其是学习能力和创造能力。 您还可以结合自身生活或工作场景，想一个能简单自动化的场景，如自动给班级孩子起昵称、排版运营文案、安排减脂餐、列学习计划、设计调研问卷等。选一个好上手的提示词框架开启第一次有效编写，比如从基础的“情境:”开始。
2025-04-15
我想要通过建筑草图生成效果图，有什么工具和流程可以使用
以下是使用悠船工具将建筑草图生成效果图的流程和相关介绍： 1. 基础使用： 提示词：在右侧填写提示词，右上可下载对应图片。 参数调整：参数详解参考下方「参数详解」。注意任何点击都会重新生成图片，免费用户可能会提示超出套餐，所以别乱点。最右侧是所有生成图片的略缩图。 2. 图片调整： 变化：分为细微和强烈，细微改变幅度小，强烈改变幅度大。 高清：有“直接”和“创意”两种模式，“直接”表示啥都不变直接出高清，“创意”表示在图片基础上进行微小的优化调整。 风格变化：基于生成的图片作为上传图片（垫图）再创作。 拓展：可上下左右拓展图片。 缩放：指的是镜头，比如 2x 就是镜头拉远 2 倍。 局部重绘：选择区域要大一些，太小的无法进行修改。 3. 图像参考： 在悠船中可以利用垫图和提示词配合生成符合要求的建筑、风景、文物等。只需将图片复制到悠船的提示词框里面，并填写对应的提示词描述。
2025-04-14
想要学习AIGC，推荐下相关的行业大V
以下是一些 AIGC 相关的行业大 V 推荐： ：归臧整理的 AIGC 周刊，关注 AI 的朋友每周必读。 ：连续创业者，Prompt 版块共建者。 。 ：“互联网的那点事”，微博互联网观察家。 ZHO：建筑师｜ComfyUI 设计师。 ：AIGC 社区野神殿创始人。 。 赛博禅心：最新最快的 AI 资讯，作者大聪明。 张蔚：华兴资本经理，架构和投资版块共建者。 ：热爱分享，永远好奇，AI 高质量社群组织者。 汗青：产品经理｜AI 设计师。 此外，还有北京分队中的一些相关人士： Lucky：在信息技术领域公司任职 7 年+，目前担任江西 5 家公司企业级 information security 管理，3 个地区千万级企业级 confidentiality Project 管理，5 个地区上海、合肥、苏州、南京、深圳 information security 体系建设管理顾问，目前一只 20 人+AI 项目团队，终身学习践行者。能提供 AI 相关技术的所有项目，包括 AI 图片视频、2D 动画视频、AI prompt、AI 提示词企业培训、AI 大模型、AI agent、数字人等产品。坐标南昌。 粉仔：目前抖音上的 AIGC 相关博主，粉丝画像特别受到中老年妇女们的喜爱，俨然成了她们的偶像。熟悉目前主流的 AIGC 工具。坐标北京。 sam：做技术行业，热爱互联网和 AI 技术。 海地老师：AI 影视共创社北京分社的负责人。逍遥游的制片人和编剧。 Sunkim：自由体验设计师，前保利威设计负责人，先后在新浪、百度、脉脉做体验设计工作。对 AIGC 感兴趣，目前在做 AI 口语教育类产品（上线了），和 web3 相关设计，以及跟大伙学习 AI 视频制作。 胡凯翔：国企工作 10 余年，后沉迷 AI 提示词研究编写，小七姐第一期课程毕业生，微软、讯飞认证提示词工程师，曾担任破局俱乐部企业培训和 AI+教育行动营教练，共创有约 10 万字 AI+教育手册，使用 AI 辅助阅读和开智，标书、论文的写作，玄学取名和头像设计，目前沉迷个人知识体系的搭建和离谱村系列视频的共创。 陈皓/Robin：目前在家科技公司从事产品工作，主要和 Ai，3D 视觉内容+数字人相关；有过知识付费和海外教育的创业经历。
2025-04-14
如果我想要系统学习coze，我应该怎么安排？
如果您想要系统学习 Coze，可以参考以下安排： 第一期共学回放 5 月 7 号（） 大聪明分享｜主题：Agent 的前世今生 每个分享人分享最初是怎么接触 Coze 的，以及现在用 Coze 做什么 20:00@?AJ 主持开场 20:00 21:00 大聪明分享 21:00 21:30 关于 Coze 随便聊聊 5 月 8 号（） 大圣分享｜主题：我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze 20:00 21:20 大圣分享 5 月 9 号（） 艾木分享｜主题：Agent 系统的核心构成：Workflow 和 Multiagent Flow（以“Dr.Know”和“卧底”为例 20:00 21:00 艾木分享 21:00 21:30 线上答疑 5 月 10 号（） 罗文分享｜主题：一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书 20:00 21:00 罗文分享 5 月 11 号（） Itao 分享｜主题：和 AI 成为搭子 20:00 21:00 Itao 分享 21:00 21:30 线上答疑 Agent 搭建共学快闪 0619 日程安排 6 月 19 日 20:00 开始 从零到一，搭建微信机器人 0 基础小白 张梦飞 小元 金永勋、奥伏 6 月 20 日 20:00 开始 Coze 接入、构建你的智能微信助手 完成第一课 张梦飞 吕昭波 安仔、阿飞 6 月 23 日 20:00 开始 微信机器人插件拓展教学 完成第一课 张梦飞 安仔 大雨 空心菜、AYBIAO、阿飞 6 月 24 日 20:00 开始 虚拟女友“李洛云”开发者自述 完成第一课 皮皮 安仔 6 月 25 日 20:00 开始 FastGPT：“本地版 coze"部署教学 完成第一课 张梦飞 银海 金永勋、AYBIAO 6 月 27 日 20:00 开始 Hook 机制的机器人使用和部署教学 0 基础小白，一台 Windows 10 以上系统的电脑 张梦飞 Stuart 阿飞、空心菜
2025-04-14
我想要一个助手，能帮助我快速计算式子
如果您想要一个能帮助快速计算式子的助手，可以通过以下步骤实现： 1. 搭建示例网站： 创建应用：点击打开提供的函数计算应用模板，参考相关图示选择直接部署，并填写获取到的百炼应用 ID 以及 APIKEY，其他表单项保持默认，点击页面左下角的创建并部署默认环境，等待项目部署完成（预计耗时 1 分钟）。 访问网站：应用部署完成后，在应用详情的环境信息中找到示例网站的访问域名，点击即可查看，确认示例网站已经部署成功。 2. 为网站增加 AI 助手： 增加 AI 助手相关代码：回到应用详情页，在环境详情的最底部找到函数资源，点击函数名称，进入函数详情页。在代码视图中找到 public/index.html 文件，然后取消相应位置的代码注释。最后点击部署代码，等待部署完成。 验证网站上的 AI 助手：重新访问示例网站页面以查看最新效果，此时网站的右下角会出现 AI 助手图标，点击即可唤起 AI 助手。 此外，零代码自建决策助手可以帮您解决生活中的决策问题，决策链设计包括： 1. 加权得分计算：将每个选项在各个标准上的得分与相应的权重相乘，然后求和，得出每个选项的总加权得分。 2. 机会成本分析：考虑选择每个选项时可能放弃的其他机会。 3. 简单情景分析：为每个选项构想最佳和最坏的情况。 4. 决策矩阵分析：将前面步骤的分析结果汇总到一个表格中，包括预期收益、机会成本、净收益、长期影响和风险评估。 决策阶段包括： 1. 敏感性分析：通过调整不同因素的权重，检验决策是否稳健。 2. 情感检验：反思个人对每个选项的情感反应，并考虑其与理性分析的一致性。 3. 提供最终决策建议：基于前面的所有分析，提出一个综合的建议。 案例——帮你选工作： 假设您是一名在职的产品经理，想跳槽并拿到两个不错的 offer，向决策助手求助。整个流程始于您向决策助手提出问题，决策助手随即要求您提供 offer 的基本信息。在您提供完信息后，决策助手开始定义基本的评估标准，并让您审核，还会根据您的喜好和目标给出权重分配的建议。在您认可权重分配后，决策助手对每个选项进行评分，评分采用 1 到 10 分的制度，涵盖所有评估标准。评分完成后，决策助手会整理出一个清晰的表格，包含各项评估标准的权重以及每个选项在各个标准下的得分。
2025-04-12
可以增强图片清晰的的ai
以下是一些可以增强图片清晰度的 AI 工具： 1. Magnific：https://magnific.ai/ 2. ClipDrop：https://clipdrop.co/imageupscaler 3. Image Upscaler：https://imageupscaler.com/ 4. Krea：https://www.krea.ai/ 更多工具可以查看网站的图像放大工具库：https://www.waytoagi.com/category/17 此外，PMRF 也是一种全新的图像修复算法，它具有以下特点： 擅长处理去噪、超分辨率、着色、盲图像恢复等任务，生成自然逼真的图像。 不仅提高图片清晰度，还确保图片看起来像真实世界中的图像。 能够应对复杂图像退化问题，修复细节丰富的面部图像或多重损坏的图片，效果优质。 详细介绍： 在线体验： 项目地址： 这些 AI 画质增强工具都具有不同的特点和功能，可以根据您的具体需求选择合适的工具进行使用。
2025-04-18
图片提取文字
以下是关于图片提取文字的相关信息： 大模型招投标文件关键数据提取方案：输入模块设计用于处理各种格式的文档输入，包括 PDF、Word、Excel、网页等，转换成可解析的结构化文本。多种文件格式支持，对于图片，可以借助 OCR 工具进行文本提取，如开放平台工具：。网页可以使用网页爬虫工具抓取网页中的文本和表格数据。 谷歌 Gemini 多模态提示词培训课：多模态技术可以从图像中提取文本，使从表情包或文档扫描中提取文本成为可能。还能理解图像或视频中发生的事情，识别物体、场景，甚至情绪。 0 基础手搓 AI 拍立得：实现工作流包括上传输入图片、理解图片信息并提取图片中的文本内容信息、场景提示词优化/图像风格化处理、返回文本/图像结果。零代码版本选择 Coze 平台，主要步骤包括上传图片将本地图片转换为在线 OSS 存储的 URL 以便调用，以及插件封装将图片理解大模型和图片 OCR 封装为工作流插件。
2025-04-15
图片变清晰
以下是关于图片变清晰的相关内容： 使用清影大模型： 输入一张图片和相应提示词，清影大模型可将图片转变为视频画面，也可只输入图片让模型自行发挥想象生成有故事的视频。 选用尽可能清晰的图片，上传图片比例最好为 3:2（横版），支持上传 png 和 jpeg 图像。如果原图不够清晰，可采用分辨率提升工具将其变清晰。 提示词要简单清晰，可选择不写 prompt 让模型自行操控图片动起来，也可明确想动起来的主体，并以“主体+主题运动+背景+背景运动”的方式撰写提示词。 常见的 AI 画质增强工具： Magnific：https://magnific.ai/ ClipDrop：https://clipdrop.co/imageupscaler Image Upscaler：https://imageupscaler.com/ Krea：https://www.krea.ai/ 更多工具可查看网站的图像放大工具库：https://www.waytoagi.com/category/17 用 AI 给老照片上色并变清晰： 将照片放入后期处理，使用 GFPGAN 算法将人脸变清晰。然后将图片发送到图生图中，打开 stableSR 脚本，放大两倍。切换到 sd2.1 的模型进行修复，vae 选择 vqgan，提示词可不写以免对原图产生干扰。
2025-04-14
怎么让图片动起来
要让图片动起来，可以参考以下几种方法： 1. 使用即梦进行图生视频：只需上传图片至视频生成模块，提示词简单描绘画面中的动态内容即可生成时长为 3 秒钟的画面。运镜类型可根据剧本中的镜头描绘设置，主要设置以随机运镜为主。生成速度根据视频节奏选择，比如选择慢速。 2. 使用 Camera Motion： 上传图片：点击“Add Image”上传图片。 输入提示词：在“Prompt”中输入提示词。 设置运镜方向：选择想要的运镜方向，输入运镜值。 设置运动幅度：运动幅度和画面主体运动幅度有关，与运镜大小无关，可以设置成想要的任意值。 其它：选择好种子（seed），是否高清（HD Quality），是否去除水印（Remove Watermark）。 生成视频：点击“create”，生成视频。 3. 对于复杂的图片，比如多人多活动的图： 图片分模块：把长图分多个模块。 抠出背景图：智能抠图，用工具把要动的内容去除掉，用 AI 生成图片部分。 绿幕处理前景图：将要拿来动起来的部分抠出，放在绿幕背景里或者画的背景颜色，导出图片。 前景图动态生成视频：用 AI 视频生成工具写入提示词让图片动起来，比如即梦、海螺、混元等。不停尝试抽卡。 生成视频去掉背景：用剪映把抽卡合格的视频放在去掉内容的背景图片，视频的背景用色度抠图调整去掉。多个视频放在背景图片，一起动即可。
2025-04-12
图片文字转文档
图片文字转文档可以通过以下方式实现： coze 插件中的 OCR 插件： 插件名称：OCR 插件分类：实用工具 API 参数：Image2text，图片的 url 地址必填 用途：包括文档数字化、数据录入、图像检索、自动翻译、文字提取、自动化流程、历史文献数字化等。例如将纸质文档转换为可编辑的电子文档，自动识别表单、票据等中的信息，通过识别图像中的文字进行搜索和分类，识别文字后进行翻译，从图像中提取有用的文字信息，集成到其他系统中实现自动化处理，保护和传承文化遗产。 插件的使用技巧：暂未提及。 调用指令：暂未提及。 PailidoAI 拍立得（开源代码）： 逻辑：用户上传图片后，大模型根据所选场景生成相关的文字描述或解说文本。 核心：包括图片内容识别，大模型需要准确识别图片中的物体、场景、文字等信息；高质量文本生成，根据图片生成的文字不仅需要准确，还需符合专业领域的要求，保证文字的逻辑性、清晰性与可读性。 场景应用： 产品文档生成（电商/零售）：企业可以利用该功能将商品的图片（如电器、服饰、化妆品等）上传到系统后，自动生成商品的详细描述、规格和卖点总结，提高电商平台和零售商的商品上架效率，减少人工编写文案的工作量。 社交媒体内容生成（品牌营销）：企业可使用图片转文本功能，帮助生成社交媒体平台的营销文案。通过上传产品展示图片或品牌活动图片，模型可自动生成具有吸引力的宣传文案，直接用于社交媒体发布，提高营销效率。 法律文件自动生成（法律行业）：法律行业可以使用图片转文本技术，自动提取合同、证据材料等图片中的文本信息，生成法律文件摘要，辅助律师快速进行案件分析。
2025-04-11
如何去除图片中的文字内容
以下是去除图片中文字内容的方法： 1. 图像预处理： 图像去噪：使用去噪算法（如高斯滤波、中值滤波）去除图像中的噪声。 图像增强：通过增强算法（如直方图均衡化、对比度增强）提升图像的清晰度和对比度。 2. 图像分割：使用图像分割算法将图片中的文字和背景分离。常用的分割算法包括阈值分割、边缘检测和基于区域的分割方法。 3. 文字检测：在分割后的图像中，使用文字检测算法（如基于深度学习的文本检测模型）识别出文字区域。 4. 文字识别：对检测到的文字区域进行文字识别，将文字内容转换为计算机可处理的文本数据。常用的文字识别技术包括基于深度学习的端到端文本识别模型和传统的 OCR（Optical Character Recognition）技术。 5. 后处理：根据需求进行后处理，如去除残余的噪点、填补文字区域的空白等。 6. 机器学习模型训练（可选）：如有足够的数据，可以采用机器学习技术训练模型，通过学习样本中的文字特征来自动去除图片上的文字。 7. 优化算法：对整个处理流程进行优化，提高处理速度和准确度。可以采用并行计算、硬件加速等方法提升算法的效率。 8. 移动端集成：将设计好的算法和模型集成到移动应用程序中，以实现去除图片文字的功能。可以使用移动端开发框架（如 iOS 的 Core ML、Android 的 TensorFlow Lite）来实现模型的部署和调用。 此外，像 Gemini 2.0 Flash 等工具也可以通过自然语言指令来去除图片中的文字，指令如“去掉 XXX”。DALL·E 也能实现去掉图片中的错误文字等操作。
2025-04-11