AI 艺术二维码设计（0 基础教程）

作者：JZ多媒体解决方案发布时间：2023-08-14

你能想象，上图这是一个二维码的局部吗？如此二次元风的立绘，乍看之下需要平面设计师或插画师精心制作，但实际上通过 AI 工具，它不仅可以被高效生成，更能巧妙融合在你的品牌二维码之中，提升品牌传播端口的视觉品质。

即便你是 AI 方面 0 基础的广告人/设计师/运营人，也可以利用 Stable Diffusion 的 ControlNet 插件生成如上图所示的独特的艺术二维码。区别于传统黑白像素的样式，艺术二维码实现了 QR Code 与图像信息的有机融合，无疑开启了一个广告圈新纪元。

@nhciao 倪豪团队在今年 6 月发布的《AI 生成可扫码图像 — 新 ControlNet 模型展示》，为二维码和图像的进一步融合提供了实质性的推动和进展，能够灵活调整二维码的可识别度，在保留画面艺术性的同时，提高了二维码的功能性。

从操作层面来讲，艺术二维码的制作过程主要分为三个关键步骤：生成短链接、美化二维码、使用 Stable Diffusion 生成。接下来，我们将在下文详细探讨制作艺术二维码的操作步骤和关键技术，你可以配合以下免费的教学视频来辅助实现。

1. 生成短链接

二维码的码点中包含了大量的数据信息，当所需容纳的数据越多时，二维码的黑白像素点则会表现越密集。因此，为了尽可能保证生成艺术二维码的美观性，首先要缩短网址的长链接。

生成短链接的方式有两种：1）当已经获取到原网址 URL，使用在线的短链接生成工具直接生成即可，如站长工具的在线短链生成器。2）若所获取的信息只有一张二维码，无法直接访问网址时，如公众号二维码、个人名片二维码等，则需要对二维码先进行解码，再提取出 URL，后续考虑是否再生成短链接。可以手机扫码打开链接并复制网址，或者通过草料二维码的解码工具直接获取链接。

出于安全机制和防止恶意链接等方面的考虑，微信生态内的链接在缩短网址后可能会导致原始网址无法正常访问，建议维持使用原始链接即可。

2. 美化二维码

艺术二维码是在原二维码的样式基础上所生成，因此基础二维码会在很大的程度上决定所生成图片的空间和布局。

推荐使用 QR Toolkit 插件进行二维码的美化完善工作。这款插件是由开发者 @Anfu 所制作，具体的使用方法在开发者主笔的这篇文档《Refining AI Generated QR Code》里有详细的呈现。这款插件即可以直接打开网址使用，也可以在 Stable Diffusion Web UI 的「扩展」中搜索「qrcode-toolkit」并安装使用。当然也可以使用其他二维码美化工具获取更多样式的呈现。

打开 QR Toolkit，填写网址链接。调整二维码的样式，选取分布均匀的像素点位置。若二维码的应用场景在微信中则建议采用方形或圆形码眼，具有更好的可识别性。

为了隐藏二维码的形状，你还可以进一步的采取以下措施：1）将二维码旋转 180 度，起到隐藏码眼的效果。2）为二维码添加边距，并增加噪点过渡边缘。3）添加晶格化/液化效果，虚化像素点边缘，和画面更好的融合。

当然，你还可以为其增加更丰富的展示效果，如 1）增加透视效果，将其沿 X/Y 轴翻转，将会呈现出更具趣味性的画面。2）勾选反色按钮，背景色和像素点的颜色发生翻转，画面配色的重心则会相应改变。3）添加背景色，并调整选用合适的「Safe Space」。4）在 PS 中对周围噪点内容进行修饰，或增加文字的装饰，将文字同样融合在后续艺术二维码的画面中。

这里建议，在每一步的操作后，都要及时测试二维码是否可以被正常识别，以免多做后续的无用功。

你或许在很多其他渠道见过一些美化到极其夸张程度的二维码，但往往会发现他们一方面难以让用户意识到它是二维码，另一方面实际的识别率非常低。所以作为品牌方，平衡好二维码可识别性和艺术性是至关重要的决策。

3. Stable Diffusion 生成艺术二维码

在使用 Stable Diffusion 生成艺术二维码之前，还需要做两步的前置准备：

1）下载并安装 ControlNet 插件——QR Code Monster。一款十分强大的用于生成艺术二维码的模型，能够兼顾二维码的可识别性和画面的美学表达。你可以点击此链接进行下载安装，安装路径为「sd-webui-aki/models/ControlNet」。

2）下载并安装 ControlNet 插件——brightness 和 illumination。由 @nhciao 倪豪团队发布的两款插件，通过调整画面的灰度和光影增强二维码的可识别性。点击此处下载安装，安装路径同样为「sd-webui-aki/models/ControlNet」。

以上两步操作好后，我们就可以启动 Stable Diffusion了，使用「文生图」功能开始进行生成。

选择心仪的 checkpoint 大模型及 VAE 模型，并输入正面提示词和反面提示词。迭代步数选择在 20-30 之间，采样方法如果你没有特别的选择，可以尝试采用 DPM++ 2M SDE Karras，画面表现和输出速度都可圈可点。提示词引导系数保持默认 7 即可。

选择画面尺寸时，第一，可以直接输入所需画面尺寸，如 1024*1024。但由于 Stable Diffusion 生成图像时，会将图片分割成区域处理，默认的尺寸 512*512 便会作为 1 个图像块，所以当画布的尺寸超过默认尺寸时，便会出现多个执行该命令的图像块，导致画面中中出现多个相同的重复元素，比如多条腿等。或者也可以选用第二种方法，宽度固定为 512，勾选「高分辨率修复」，进而放大图片。但勾选该功能后，生成图片的速率会明显降低。

进行到这里，就到了最关键的操作步骤了。分别设置 3 组 ControlNet：

1）第一组中上传二维码的图片，分别勾选「启用」和「完美像素模式」。模型选择「qrcode_monster」，分别调整三个重要参数「控制权重」、「引导介入时机」和「引导终止时机」。

「控制权重」里，权重的大小决定了二维码有多大程度上影响画面的内容，权重越大，二维码的表现越为明显。尺寸不同合适的权重大小也会不一样；

「引导介入时机」指二维码开始作用于画面的时间，在引导介入之前，画面会按照提示词生成，介入之后，二维码开始融合在画面里；

「引导终止时机」指它终止介入的时间，终止后二维码和画面进一步融合。

2）第二组和第三组的 ControlNet 可以先不启用，等确定画面内容后，再根据二维码的识别需要进行调整。第二组中上传二维码的图片，分别勾选「启用」和「完美像素模式」。模型选择「brightness」，调整「控制权重」、「引导介入时机」和「引导终止时机」。这里的权重不宜选择过大，否则二维码会十分明显。