Midjourney生成浮世绘海浪与富士山教程
想用Midjourney精准复刻葛饰北斋《神奈川冲浪里》那股扑面而来的浮世绘魂?本文直击生成失败的核心症结——不是模型不行,而是你还没掌握激活传统木版画视觉语法的三大硬核路径:用经典提示词结构还原北斋的符号化构图与平面空间,靠分层参数精细调控靛蓝饱和度、留白节奏与手刻木纹质感,再借原作垫图强力锚定浪尖动势与富士山比例;无论你是被写实透视带偏、色彩发灰,还是富士山总“喧宾夺主”,这套经过实战验证的方法论都能帮你稳稳输出兼具Edo时代神韵与数字生命力的东方经典。

如果您尝试在Midjourney中生成一幅符合传统浮世绘美学的《海浪与富士山》作品,但输出效果偏离木版印刷质感、缺乏经典构图或色彩失真,则可能是由于提示词未准确激活浮世绘的核心视觉语法。以下是实现该风格的多种可靠路径:
一、经典提示词结构法
该方法复刻葛饰北斋《神奈川冲浪里》的原始视觉逻辑,强调符号化海浪、远距富士山与平面化空间关系,避免写实透视干扰传统韵味。
1、输入完整提示词:The Great Wave off Kanagawa, ukiyo-e woodblock print, Prussian blue sea with white foam crests, distant Mount Fuji in pale grey silhouette, flat perspective, sharp black outlines, hand-carved texture, Edo period style --ar 16:9 --niji 5 --stylize 1000
2、确保在Discord中已切换至Niji模式(/settings → Niji Version 5),以强化线条控制与版画感。
3、若首图富士山比例过大,添加--no mountain range, --no clouds near summit排除干扰元素。
二、分层参数强化法
此法将浮世绘三要素(靛蓝主色、留白构图、木纹肌理)拆解为独立参数指令,通过叠加控制提升还原精度。
1、基础描述:输入Kanagawa wave and Mount Fuji, traditional Japanese woodblock print
2、追加色彩锚点:添加--c 0.8 --s 1200强化普鲁士蓝饱和度与画面张力。
3、注入材质指令:在末尾加入wood grain texture, visible chisel marks, rice paper background
4、禁用现代干扰项:明确写入--no photorealistic, --no 3d render, --no gradient sky
三、垫图引导法
当文字描述难以稳定触发传统构图时,使用北斋原作扫描件作为视觉锚点,可强制模型继承原始比例与动势结构。
1、准备高清无水印《神奈川冲浪里》局部图(重点包含浪尖与富士山轮廓)。
2、上传图像至Discord,复制其URL链接。
3、输入指令:/imagine prompt: [粘贴URL] + ukiyo-e style, indigo sea, small Mount Fuji, white foam, Edo period woodblock --ar 16:9 --stylize 900
4、若富士山被弱化,提高其权重:在提示词中将Mount Fuji:1.3,浪花部分设为wave crest:1.0
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。
美团网页免登入口怎么用
- 上一篇
- 美团网页免登入口怎么用
- 下一篇
- 纯CSS实现DNA双螺旋旋转效果
-
- 科技周边 · 人工智能 | 8小时前 |
- Hugging Face Datasets map batched 返回长度不一致时怎么定位
- 213浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Hugging Face Datasets flatten 怎么展开嵌套字段并保留特征类型
- 455浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Hugging Face Datasets with_format 和 set_format 混用后为什么列类型变了
- 228浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 兼容性 · LiteRT Select TF Ops TFLITE_BUILTINS TensorFlow模型转换 不支持算子
- LiteRT 转换遇到不支持算子时怎么判断是否启用 Select TF Ops
- 226浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · LiteRT SignatureDef 多输入模型 端侧推理
- LiteRT SignatureDef 多输入模型怎么按签名准备推理张量
- 191浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 |
- Keras 自定义 train_step 怎么让正则损失继续参与梯度
- 343浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · 深度学习 · Keras RaggedTensor keras.Input ragged=True TensorFlow backend 模型保存 load_model 变长序列
- Keras RaggedTensor 输入模型保存后怎么保持变长序列结构
- 250浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · Keras NaN mixed_float16 mixed precision loss scale 输入范围 dtype policy
- Keras mixed_float16 训练出现 NaN 怎么区分 loss scale 和输入范围
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · 深度学习 · PyTorch strict state_dict load_state_dict module. 前缀 检查点迁移
- PyTorch state_dict 参数名前缀变化后怎么兼容旧检查点
- 436浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · 深度学习 · 内存优化 · 内存 PyTorch 按需加载 mmap checkpoint torch.load map_location state_dict
- PyTorch torch.load 开启 mmap 后为什么读取参数时才占用内存
- 475浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 459次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 521次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 538次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 487次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 306次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

