首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >PS + AI 专业工作流:生成、合成与自动化的工程化实践

PS + AI 专业工作流:生成、合成与自动化的工程化实践

原创
作者头像
IT大佬 jzit-top
发布于 2026-09-29 10:04:08
发布于 2026-09-29 10:04:08
230
举报

在专业图像生产中,Photoshop 与 AI 的关系不是“替代”,而是“管线整合”。AI 负责内容生成、扩展、修复与风格探索;Photoshop 负责非破坏性合成、色彩管理、蒙版控制与最终输出。把两者串起来,核心是三个词:可复现、非破坏、可批量化。下面给出一套可落地的专业工作流与代码示例。

一、专业工作流设计

推荐流程:

  1. AI 生成候选素材:本地 Stable Diffusion 或 Adobe Firefly,统一记录 prompt、seed、模型 hash。
  2. 筛选与预处理:按构图、光影、色彩空间初筛,统一尺寸与位深。
  3. Photoshop 非破坏合成:智能对象 + 蒙版 + 调整图层,保留可编辑性。
  4. 自动化输出:脚本批量置入、命名、导出 Web/印刷版本。

关键原则:AI 输出永远作为“素材层”,不要直接破坏性编辑。所有调整通过蒙版、混合模式、调整图层完成。

二、代码示例 1:Python 批量调用 Stable Diffusion API

以下代码调用本地 AUTOMATIC1111 WebUI API,批量生成并保存 seed,便于追溯。

代码语言:javascript
复制
import requests, base64, json, os, time

API = "http://127.0.0.1:7860"
OUT = "ai_output"
os.makedirs(OUT, exist_ok=True)

def txt2img(prompt, negative, seed=-1, steps=28, width=1024, height=1024):
    payload = {
        "prompt": prompt,
        "negative_prompt": negative,
        "seed": seed,
        "steps": steps,
        "width": width,
        "height": height,
        "cfg_scale": 7,
        "sampler_name": "DPM++ 2M Karras",
        "batch_size": 1
    }
    r = requests.post(f"{API}/sdapi/v1/txt2img", json=payload, timeout=300)
    r.raise_for_status()
    data = r.json()
    info = json.loads(data["info"])
    for i, img in enumerate(data["images"]):
        seed_used = info["all_seeds"][i]
        path = f"{OUT}/{int(time.time())}_{seed_used}.png"
        with open(path, "wb") as f:
            f.write(base64.b64decode(img.split(",", 1)[-1]))
        print("saved", path)

if __name__ == "__main__":
    txt2img(
        "cinematic product shot, glass bottle, soft rim light, dark background, 85mm",
        "low quality, watermark, text, deformed",
        seed=123456
    )

专业提示:生产环境应固定 seed、采样器与模型版本,并将参数写入 JSON 日志,避免“无法复现”。

三、代码示例 2:Photoshop JSX 批量置入并命名图层

生成素材后,用 JSX 批量置入当前文档,每个文件独立图层,便于后续蒙版与合成。

代码语言:javascript
复制
#target photoshop
app.bringToFront();

var doc = app.activeDocument;
var input = new Folder("~/Desktop/ai_output");
var files = input.getFiles("*.png");

for (var i = 0; i < files.length; i++) {
    var f = files[i];
    var imgDoc = app.open(f);
    imgDoc.selection.selectAll();
    imgDoc.selection.copy();
    imgDoc.close(SaveOptions.DONOTSAVECHANGES);

    doc.paste();
    var layer = doc.activeLayer;
    layer.name = f.name.replace(/\.png$/i, "");
    layer.blendMode = BlendMode.NORMAL;
    layer.opacity = 100;
}

执行后,每个 AI 素材成为独立图层。专业做法是继续将其转换为智能对象,再添加黑色蒙版,用画笔逐步还原所需区域。这样 AI 只提供内容,PS 控制边界与融合。

四、专业注意事项

  1. 色彩管理:AI 模型多输出 sRGB 8bit。印刷流程建议转换为 Adobe RGB 或 ProPhoto RGB,16bit,并嵌入 ICC。
  2. 非破坏性:所有合成使用智能对象、蒙版、调整图层,避免直接涂抹像素。
  3. 版权与合规:确认模型许可证、训练数据来源;商用前检查肖像权、商标权与生成内容版权归属。
  4. 可追溯:保存 prompt、seed、模型 hash、采样参数,便于团队协作与审计。
  5. 性能:批量生成建议队列化,GPU 显存不足时降低 batch size,Photoshop 端用脚本代替重复手工操作。

五、总结

PS + AI 的专业价值,不在于“一键出图”,而在于把生成模型纳入可控的图像处理管线。AI 扩展创意边界,Photoshop 保证精度与可编辑性,代码负责批量与复现。三者结合,才能从“玩一玩”升级为稳定的生产力。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、专业工作流设计
  • 二、代码示例 1:Python 批量调用 Stable Diffusion API
  • 三、代码示例 2:Photoshop JSX 批量置入并命名图层
  • 四、专业注意事项
  • 五、总结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档