（可选）第二步，我们要对我们画的角色和需要使用的画风进行训练。（或者在网络上寻找自己要的角色的训练模型，有不少角色的模型都有人已经训练过。）
使用lora本地模型，把我们要训练的图片导入到目录并使用Stable-diffusion的tagger功能，列出这些图片的TGA优化训练。
之后让lora基于你之后要使用的大模型（NovelAI/Anything/橘子）等，进行训练，角色大概3000步左右，画风3000-15000步左右，取你认为最优秀的结果即可。
随后导入到Stable-diffusion中。
第三步，打开stable-diffusion，先进入文字生图，选择好你要绘制的角色的tga（如果有训练过模型，在绘图时加入模型权重就行了，关键的tga可以简单写一下。），并加入Full body,(plan view),top view,(Pleated white bedsheet background), 这4个tga到提示词中。
调整你的分辨率为512x1664 （如果有更高的显存，可以等比例提高你的分辨率。）。然后出图，这可能需要一段时间，最后选择一个大致没有问题的即可。（细节有问题可以之后再修，大体的姿势和背景，身位满意即可。个人使用的Steps：28，采样Euler a ,CFG:11）
第四步，使用绘图软件，打开你选择好的图，把不满意的位置与大的瑕疵，进行修改，比如腿部不满意，可以删掉之后从之前的文生图废稿中找合适的贴进去，只要形体没问题就好。
之后切到图生图功能，把你简单修改过的图放入，调整TGA与文生图一致，CFG可以改低一些，相似度（denoising strength）改成0.7—0.5之间（取决于你对图片的满意度）。然后进行图生图修复，直到生成出你认为满意的一张（小细节比如手部之类的可以后修。大体走势OK，没有残疾或者不满意的位置即可。）。
随后切换到更多选项，使用放大功能，模型选择 R-ESRGAN 4X+ Anime6B,把图片放大三倍。 （也可以选择自己喜欢的放大算法。）

第五步，如果步骤没错，你的图片应该是1536*4992左右的分辨率（或更高），但是很糊。现在切到你的绘图软件，把你生成的图片分割成几份（我的是1536*904），可以只切出需要重置的位置，自己根据图片的情况来判断什么位置需要重置。
随后把切割好的位置放入图生图功能，（这时候有细节不满意可以用第四步的方法进行细节修复。）修改你的提示词，改为当前部位你需要的提示词，如果有切割需要修复就把相似度调为0.5，如果没有只是单纯的修复就调为0.3。一直生成到你满意的。回到绘图软件，把你满意的图放入原图图层叠底，随后用橡皮擦工具把原图模糊位置擦除，一直到你认为满意为止（最好不要修改边缘，以免有连接缝。）。随后导出这张图，再次放入图生图，相似度切换为0.1，生成出你满意的，随后保存待用。
之后重复这个步骤，直到你完善了所有你觉得需要的位置。
第六步，用绘图软件打开你一开始生成的完整图片，并且把你修改好的图片也放入并且叠底，然后使用橡皮擦工具等擦除原图模糊部位，一直到你觉得没问题为止。这样你就应该有一副你觉得还算OK的1536*4992左右分辨率的图了。
之后，我们把你修改好的图，放入第四步我们使用过的放大算法中，再次放大2.5倍。这样你就应该拥有一副接近200dpi 3840*12480像素左右的图了。（稍微小一些也没事，反正抱枕还有缝合区。）
第七步，因为放大，很多之前已经修复好的位置会再次变得模糊和很怪，把关键细节部分截出来，比如脸部，眼睛，胸部，腹股沟等位置单独截出来，使用第五步的方法再次修复。但因为图片过大，我们只能处理小部分的细节。
随后加入一些你认为会体现你个性的小刻字，或者搞点涩涩的爱心瞳，这幅单面就完成了。
之后我们只需要按照上面的流程再次绘制另一面即可，注意对比两幅图的角色位置和背景，以免出现正反过于不一的情况。在两幅图都完成后，都拖入一个psd里，进行曲线和色调调整。这套抱枕图就算完成了。
最后，只要找一家合适的抱枕店印出来，你的老婆就完成了。（推荐雨天爱丽丝的3代2wt。）

最后挂个免责声明，以上方法不保证效果，渣技术分享，为了避免2000R一面，更甚找高端画师上W排班等，低成本不会美术自己搞自己喜欢的老婆和XP罢了。有什么问题可以私信或者直接在帖子里问，关于训练和stable diffusion的使用和架设方法请自己找B站dalao，因为我也是个看教程搞得，自己也说不上明白。

下面是我自己做的老婆图hhh

大佬

我找的一个p站画师，ai+重绘一条龙。真的挺省钱的，连我这种学生党都承担得起几张

刚出的时候就试过，但我显存就4g，训练不了，正反面特征很难保持一致，超分后精度也不够

牛逼，收藏了

试过不加额外训练直接使用novelAI官方泄露模型跑抱枕图，效果非常感人。。

支持A卡吗

牛逼

AI识别眼睛还是很轻松的，主要还是手脚比较难识别和让它自身修复，需要一些提示性修复。