当前位置：首页 > news >正文

如何快速使用Qwen-Image-Layered：从图片上传到PSD导出的完整指南

news 2026/6/11 9:18:34

如何快速使用Qwen-Image-Layered：从图片上传到PSD导出的完整指南

【免费下载链接】Qwen-Image-LayeredQwen-Image-Layered: Layered Decomposition for Inherent Editablity项目地址: https://gitcode.com/gh_mirrors/qw/Qwen-Image-Layered

你是否曾想过将一张普通的图片轻松分解成多个独立的图层，就像在Photoshop中一样？Qwen-Image-Layered就是这样一个革命性的图像分层工具，它利用先进的AI技术实现图像的固有可编辑性，让你能够将任何图片分解为多个RGBA透明图层，并导出为PSD、PPTX或ZIP格式。无论你是设计师、内容创作者还是普通用户，这个工具都能极大地简化你的图像处理工作流程。

项目简介：为什么你需要Qwen-Image-Layered？ 🎯

Qwen-Image-Layered是一个基于AI的图像分层分解模型，它能够智能地将单张图片分解为多个独立的RGBA图层。这意味着你可以像在专业设计软件中一样，自由地编辑、移动、调整每个图层，而不会影响其他内容。想象一下，你可以轻松地将人物从背景中分离，或者将文字从图像中提取出来，所有这些操作都可以在几秒钟内完成！

图1：Qwen-Image-Layered将复杂的城市办公场景分解为多个独立图层，实现固有可编辑性

快速启动：5分钟上手教程 ⚡

第一步：环境准备与安装

首先，你需要克隆项目仓库并安装必要的依赖。打开终端，执行以下命令：

git clone https://gitcode.com/gh_mirrors/qw/Qwen-Image-Layered cd Qwen-Image-Layered pip install git+https://github.com/huggingface/diffusers pip install python-pptx psd-tools

第二步：启动Web界面

Qwen-Image-Layered提供了直观的Web界面，让你无需编写代码就能使用所有功能：

python src/app.py

运行这个命令后，系统会自动启动一个基于Gradio的Web应用，你可以在浏览器中访问本地地址（通常是http://127.0.0.1:7860）来使用所有功能。

核心功能详解：从上传到导出的完整工作流 🚀

1. 图片上传与参数设置

在Web界面的左侧控制面板，你会看到一个简洁的上传区域。你可以：

拖放上传：直接将图片文件拖放到上传区域
点击选择：点击上传按钮选择本地图片文件
参数调整：设置图层数量（2-10层）、推理步数、引导尺度等高级参数

图2：Qwen-Image-Layered处理古风山水画，将人物、船只、植物等元素智能分离

2. 智能分层处理

点击"Decompose!"按钮后，Qwen-Image-Layered会开始分析你的图片。系统会调用src/app.py中的核心处理函数，利用深度学习模型将图片分解为指定数量的透明图层。

小技巧：对于简单图像（如卡通风格），建议使用2-4个图层；对于复杂场景（如图3中的滑板女孩插画），可以尝试6-8个图层以获得更精细的分离效果。

3. 结果预览与编辑

处理完成后，右侧画廊区域会以网格形式展示所有图层。你可以：

点击查看：点击每个图层查看细节
对比效果：观察每个图层的透明度和内容
重新处理：调整参数后重新分解图片

高级技巧：优化分层效果的实用建议 💡

调整引导尺度（True Guidance Scale）

在高级设置中，"True guidance scale"参数控制模型对输入提示的遵循程度。这个值越高（最大10.0），结果越接近提示描述，但可能会损失一定的创造力。

推荐设置：

默认值：4.0（平衡效果）
追求精确：6.0-8.0
需要创意：2.0-3.0

使用提示词增强效果

虽然Qwen-Image-Layered主要基于图像内容进行分层，但你可以在"Prompt"框中输入图像描述来辅助分层过程。例如：

对于assets/test_images/8.png（公益海报），可以输入"anti-smoking poster with people covering their noses"
对于assets/test_images/9.png（孙悟空场景），可以输入"Sun Wukong fighting in heaven with golden staff"