寫這篇文章的主要原因是工作中需要寫一個用訓練好的模型批量生圖的腳本，開始是想用python直接載入模型，但後來發現webui的界面中有不少好用的插件和參數，所以最終改成調用WebUI介面的方式來批量生圖。 Stable-diffusion的webui界面使用比較方便，但是它的api文檔比較簡陋，很多 ...
寫這篇文章的主要原因是工作中需要寫一個用訓練好的模型批量生圖的腳本，開始是想用python直接載入模型，但後來發現webui的界面中有不少好用的插件和參數，所以最終改成調用WebUI介面的方式來批量生圖。
Stable-diffusion的webui界面使用比較方便，但是它的api文檔比較簡陋，很多功能需要去看源碼，所以在這裡記錄下主要的調用方法
相關文檔
官方文檔：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/API
運行方式
# 1. 首先需要在webui-user.bat中給COMMANDLINE_ARGS添加--api參數
# 2. 啟動命令中需要添加nowebui
python launch.py --nowebui
然後使用http://10.45.128.130:8085/docs即可查看官方文檔，需要替換ip:port為自己的地址才能看到，官方文檔中有執行按鈕可以執行example，能簡單的看下返回效果
## -- api調用示例代碼 -- ##
import json
import base64
import requests
# 發送請求
def submit_post(url: str, data: dict):
return requests.post(url, data=json.dumps(data))
# 解碼並保存圖片
def save_encoded_image(b64_image: str, output_path: str):
with open(output_path, 'wb') as image_file:
image_file.write(base64.b64decode(b64_image))
if __name__ == '__main__':
txt2img_url = r'http://127.0.0.1:8085/sdapi/v1/txt2img'
data = {'prompt': 'a dog wearing a hat',
'negative_prompt': '',
'sampler_index': 'DPM++ SDE',
'seed': 1234,
'steps': 20,
'width': 512,
'height': 512,
'cfg_scale': 8}
response = submit_post(txt2img_url, data)
save_image_path = r'./result/tmp.png'
save_encoded_image(response.json()['images'][0], save_image_path)
/sdapi/v1/txt2img介面scripts參數列表，以xyz plot為例
{
"enable_hr": false,
"denoising_strength": 0,
"firstphase_width": 0,
"firstphase_height": 0,
"hr_scale": 2,
"hr_upscaler": "",
"hr_second_pass_steps": 0,
"hr_resize_x": 0,
"hr_resize_y": 0,
"hr_sampler_name": "",
"hr_prompt": "",
"hr_negative_prompt": "",
"prompt": "cute girl with short brown hair in black t-shirt in animation style",
"styles": [
""
],
"seed": -1,
"subseed": -1,
"subseed_strength": 0,
"seed_resize_from_h": -1,
"seed_resize_from_w": -1,
"sampler_name": "Euler a",
"batch_size": 1,
"n_iter": 1,
"steps": 50,
"cfg_scale": 7,
"width": 512,
"height": 512,
"restore_faces": false,
"tiling": false,
"do_not_save_samples": false,
"do_not_save_grid": false,
"negative_prompt": "",
"eta": 0,
"s_min_uncond": 0,
"s_churn": 0,
"s_tmax": 0,
"s_tmin": 0,
"s_noise": 1,
"override_settings": {},
"override_settings_restore_afterwards": true,
"script_args": [4,"20,30",[],9,"Euler a, LMS",[],0,"",[],"True","False","False","False",0], # xyz plot參數
"sampler_index": "Euler",
"script_name": "X/Y/Z Plot",
"send_images": true,
"save_images": false,
"alwayson_scripts": {}
}
第三方開源庫(推薦)
https://github.com/mix1009/sdwebuiapi
這個開源庫是webui官方推薦的，將大多數api的使用方法都集成到一起了，而且還提供了scripts參數的使用方式。雖然這個庫已經很久沒有更新了，很多issue也沒有解決，但不妨礙我們參考它的函數使用方式。我們在使用的使用可以直接import webuiapi，也可以參照他們的實現方式來直接調用官方介面。
import webuiapi
from PIL import Image
# create API client with custom host, port
api = webuiapi.WebUIApi(host='127.0.0.1', port=8085)
XYZPlotAvailableTxt2ImgScripts = [...] # 根據腳本參數自行增加調整xyz軸可選擇的參數內容
# 省略部分參數定義
...
# 參數與官方文檔的txt2img完全一致，參照上文參數文檔
result = api.txt2img(
prompt="cute girl with short brown hair in black t-shirt in animation style",
seed=1003,
script_name="X/Y/Z Plot",
script_args=[
XYZPlotAvailableTxt2ImgScripts.index(XAxisType), # index,對應xyz軸每個變數在滾動條中的索引數
XAxisValues, # 選擇的對應坐標軸的變數值
[], # 變數值下拉列表，webui庫更新的1.16之後，新增的參數，必填，不然無法執行生圖操作
XYZPlotAvailableTxt2ImgScripts.index(YAxisType),
YAxisValues,
["manikin_model_album6_576_768_20.safetensors","manikin_model_album6_576_768_20-000016.safetensors"],
XYZPlotAvailableTxt2ImgScripts.index(ZAxisType),
ZAxisValues,
[],
drawLegend,
includeLoneImages,
includeSubGrids,
noFixedSeeds,
marginSize,
]
)
# save image with jpg format
img = result.image
img.save("./result/output2.jpg", quality=90) 
