全网最全stable diffusion webui API调用示例，包含controlneth和segment anything的API（附json示例）

交流群 100419879

欢迎合作👏🏻 V ： 864399407

GitHub：https://github.com/Anning01

BiliBili： https://space.bilibili.com/50125441

txt2img -> /sdapi/v1/txt2img

不带 controlnet

data = { "prompt": "提示词", "negative_prompt": "反向提示词", "seed": -1, # 随机种子 "sampler_name": "取样器（之间复制webui的名字就行）", "cfg_scale": 7.5, # 提示词相关性 越大越接近提示词 "width": 640, # 宽 （注意要被16整除） "height": 360, # 高 （注意要被16整除） "batch_size": 4, # 批量数量 并行 显存不够会爆显存 "n_iter": 4, # 批量数量 队列 显存不够排队一个一个来 和 batch_size 二选一 "steps": 30, # 迭代步数 "return_grid": True, # 返回网格预览 xl-base 好像没用 "restore_faces": True, # 脸部修复 "send_images": True, # 是否在响应中返回生成的图像 "save_images": False, # 是否保存生成的图像 一般api设置成False "do_not_save_samples": False, # 是否保存samples 一般api设置成False "do_not_save_grid": False, # 是否保存网格的图像 一般api设置成False # 下面的很少用 "enable_hr": True, # 是否开启高清修复 "denoising_strength": 0.5, # 去噪强度 要求enable_hr = True "firstphase_width": 0, # firstphase_width 和firstphase_height 定义了图像的初始分辨率。在图像生成的第一阶段，这些值决定了图像的大小。如果这些值设置为0，系统可能会使用默认或预设的分辨率。 "firstphase_height": 0, "hr_scale": 2, # 放大倍数 对应webui Upscale by "hr_upscaler": "string", # 对应webui 的 Upscaler "hr_second_pass_steps": 0, # 迭代步数 对应webui 的 Hires steps。 "hr_resize_x": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_resize_y": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_checkpoint_name": "string", # 高分辨率模式下使用的大模型昵称。 "hr_sampler_name": "string", # 高分辨率模式下使用的采样器名称。 "hr_prompt": "", # 高分辨率模式下使用的提示词名称。 "hr_negative_prompt": "", # 高分辨率模式下使用的反向提示词名称。 "override_settings": { "sd_model_checkpoint": "sd_xl_base_1.0.safetensors [31e35c80fc]", # 指定大模型 "sd_vae": "Automatic", # 指定vae 默认自动 }, "override_settings_restore_afterwards": True # override_settings 是否在之后恢复覆盖的设置 默认是True}

带 controlnet

data = { "prompt": "提示词", "negative_prompt": "反向提示词", "seed": -1, # 随机种子 "sampler_name": "取样器（之间复制webui的名字就行）", "cfg_scale": 7.5, # 提示词相关性 越大越接近提示词 "width": 640, # 宽 （注意要被16整除） "height": 360, # 高 （注意要被16整除） "batch_size": 4, # 批量数量 并行 显存不够会爆显存 "n_iter": 4, # 批量数量 队列 显存不够排队一个一个来 和 batch_size 二选一 "steps": 30, # 迭代步数 "return_grid": True, # 返回网格预览 xl-base 好像没用 "restore_faces": True, # 脸部修复 "send_images": True, # 是否在响应中返回生成的图像 "save_images": False, # 是否保存生成的图像 一般api设置成False "do_not_save_samples": False, # 是否保存samples 一般api设置成False "do_not_save_grid": False, # 是否保存网格的图像 一般api设置成False "alwayson_scripts": { "controlnet": { "args": [ { "enabled": True, # 启用 "control_mode": 0, # 对应webui 的 Control Mode 可以直接填字符串 推荐使用下标 0 1 2 "model": "t2i-adapter_diffusers_xl_lineart [bae0efef]", # 对应webui 的 Model "module": "lineart_standard (from white bg & black line)", # 对应webui 的 Preprocessor "weight": 0.45, # 对应webui 的Control Weight "resize_mode": "Crop and Resize", "threshold_a": 200, # 阈值a 部分control module会用上 "threshold_b": 245, # 阈值b "guidance_start": 0, # 什么时候介入 对应webui 的 Starting Control Step "guidance_end": 0.7, # 什么时候退出 对应webui 的 Ending Control Step "pixel_perfect": True, # 像素完美 "processor_res": 512, # 预处理器分辨率 "save_detected_map": False, # 因为使用了 controlnet API会返回生成controlnet的效果图，默认是True，如何不需要，改成False "input_image": "", # 图片 格式为base64 } # 多个controlnet 在复制上面一个字典下来就行 ] } }, # 下面的很少用 "enable_hr": True, # 是否开启高清修复 "denoising_strength": 0.5, # 去噪强度 要求enable_hr = True "firstphase_width": 0, # firstphase_width 和firstphase_height 定义了图像的初始分辨率。在图像生成的第一阶段，这些值决定了图像的大小。如果这些值设置为0，系统可能会使用默认或预设的分辨率。 "firstphase_height": 0, "hr_scale": 2, # 放大倍数 对应webui Upscale by "hr_upscaler": "string", # 对应webui 的 Upscaler "hr_second_pass_steps": 0, # 迭代步数 对应webui 的 Hires steps。 "hr_resize_x": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_resize_y": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_checkpoint_name": "string", # 高分辨率模式下使用的大模型昵称。 "hr_sampler_name": "string", # 高分辨率模式下使用的采样器名称。 "hr_prompt": "", # 高分辨率模式下使用的提示词名称。 "hr_negative_prompt": "", # 高分辨率模式下使用的反向提示词名称。 "override_settings": { "sd_model_checkpoint": "sd_xl_base_1.0.safetensors [31e35c80fc]", # 指定大模型 "sd_vae": "Automatic", # 指定vae 默认自动 }, "override_settings_restore_afterwards": True # override_settings 是否在之后恢复覆盖的设置 默认是True}

带 Refiner

data = { "prompt": "提示词", "negative_prompt": "反向提示词", "seed": -1, # 随机种子 "sampler_name": "取样器（之间复制webui的名字就行）", "cfg_scale": 7.5, # 提示词相关性 越大越接近提示词 "width": 640, # 宽 （注意要被16整除） "height": 360, # 高 （注意要被16整除） "batch_size": 4, # 批量数量 并行 显存不够会爆显存 "n_iter": 4, # 批量数量 队列 显存不够排队一个一个来 和 batch_size 二选一 "steps": 30, # 迭代步数 "return_grid": True, # 返回网格预览 xl-base 好像没用 "restore_faces": True, # 脸部修复 "send_images": True, # 是否在响应中返回生成的图像 "save_images": False, # 是否保存生成的图像 一般api设置成False "do_not_save_samples": False, # 是否保存samples 一般api设置成False "do_not_save_grid": False, # 是否保存网格的图像 一般api设置成False "alwayson_scripts": { "controlnet": { "args": [ { "enabled": True, # 启用 "control_mode": 0, # 对应webui 的 Control Mode 可以直接填字符串 推荐使用下标 0 1 2 "model": "t2i-adapter_diffusers_xl_lineart [bae0efef]", # 对应webui 的 Model "module": "lineart_standard (from white bg & black line)", # 对应webui 的 Preprocessor "weight": 0.45, # 对应webui 的Control Weight "resize_mode": "Crop and Resize", "threshold_a": 200, # 阈值a 部分control module会用上 "threshold_b": 245, # 阈值b "guidance_start": 0, # 什么时候介入 对应webui 的 Starting Control Step "guidance_end": 0.7, # 什么时候退出 对应webui 的 Ending Control Step "pixel_perfect": True, # 像素完美 "processor_res": 512, # 预处理器分辨率 "save_detected_map": False, # 因为使用了 controlnet API会返回生成controlnet的效果图，默认是True，如何不需要，改成False "input_image": "", # 图片 格式为base64 } # 多个controlnet 在复制上面一个字典下来就行 ] }, "Refiner": { "args": [ True, # 是否开启 "sd_xl_refiner_1.0", # 大模型昵称 0.75, # 介入时机 ] } }, # 下面的很少用 "enable_hr": True, # 是否开启高清修复 "denoising_strength": 0.5, # 去噪强度 要求enable_hr = True "firstphase_width": 0, # firstphase_width 和firstphase_height 定义了图像的初始分辨率。在图像生成的第一阶段，这些值决定了图像的大小。如果这些值设置为0，系统可能会使用默认或预设的分辨率。 "firstphase_height": 0, "hr_scale": 2, # 放大倍数 对应webui Upscale by "hr_upscaler": "string", # 对应webui 的 Upscaler "hr_second_pass_steps": 0, # 迭代步数 对应webui 的 Hires steps。 "hr_resize_x": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_resize_y": 0, # 不放大，指定宽高 对应webui Resize width to 和Resize height to "hr_checkpoint_name": "string", # 高分辨率模式下使用的大模型昵称。 "hr_sampler_name": "string", # 高分辨率模式下使用的采样器名称。 "hr_prompt": "", # 高分辨率模式下使用的提示词名称。 "hr_negative_prompt": "", # 高分辨率模式下使用的反向提示词名称。 "override_settings": { "sd_model_checkpoint": "sd_xl_base_1.0.safetensors [31e35c80fc]", # 指定大模型 "sd_vae": "Automatic", # 指定vae 默认自动 }, "override_settings_restore_afterwards": True # override_settings 是否在之后恢复覆盖的设置 默认是True}

生成蒙版 segment anything -> /sam/sam-predict

data = { "sam_model_name": "sam_vit_b_01ec64.pth", # 蒙版模型名称 "input_image": "base64_str", # 图像base64 "sam_positive_points": [ [317.7521, 174.7542], [304.25, 174.75], [295.25, 152.25], [292.25, 174.75], [284.75, 168.75], ], # 选中坐标点 "sam_negative_points": [], # 反选中坐标点 "dino_enabled": True, # 开启文字识别 例如一只猫在草坪上，想要得到猫的蒙版 可以使用 cat 会自动识别物品 "dino_model_name": "GroundingDINO_SwinT_OGC (694MB)", # 文字识别模型 "dino_text_prompt": "", # 文字（要英语）例如 cat}

img2img -> /sdapi/v1/img2img

使用蒙版局部重绘

data = { "init_images": ["base64", ], # 初始图像(要求使用base64列表) "mask": "base64", # 蒙版base64 "prompt": "", # 提示词 "negative_prompt": "", # 负面提示词 "batch_size": 4, # 批量数量 并行 显存不够会爆显存 "n_iter": 4, # 批量数量 队列 显存不够排队一个一个来 和 batch_size 二选一 "seed": -1, # 随机种子 "sampler_name": "Euler a", # 采样器名称 "mask_blur": 4, # 边缘模糊 "inpaint_full_res": True, # 更高分辨率修复 耗费算力，一般显卡建议关闭 "inpaint_full_res_padding": 4, # 小到中等大小的修复区域 建议 4 - 10 大型修复区域建议 10 - 20 "inpainting_mask_invert": 0, # 1 则反转蒙版 "cfg_scale": 7, # 提示词相关性 "send_images": True, # 是否在响应中返回生成的图像 "save_images": False, # 是否保存生成的图像 一般api设置成False "width": 640, "height": 360, "denoising_strength": 0.5, # 去噪强度 "steps": 30, # 步数 "override_settings": { "sd_model_checkpoint": "sd_xl_base_1.0.safetensors [31e35c80fc]", # 指定大模型 "sd_vae": "Automatic", # 指定vae 默认自动 }, "override_settings_restore_afterwards": True # override_settings 是否在之后恢复覆盖的设置 默认是True}