「txt2imgで画像を生成しても、顔だけどうしてもAIっぽくなってしまう」「もっとリアルな人物の顔を作りたい」と悩んでいる方は少なくないのではないでしょうか。
Stable Diffusionのimg2img機能を使えば、元画像をベースにしながら写真のようなリアルな人物の顔を生成しやすくなります。txt2imgでは構図や表情のコントロールが難しいですが、img2imgなら参照画像を軸にして調整できるため、仕上がりが安定しやすいのが特徴です。
この記事では、img2imgの基本的な使い方からリアル顔生成に向くモデル選び、パラメータ設定、プロンプトのコツまで解説します。Stable Diffusionの公式情報はStability AI公式サイトで確認できます。
🤖 ナビ助のおすすめ！
img2imgとは？txt2imgとの違い
まず基礎知識として、Stable Diffusionの2つの画像生成方式の違いを整理しておきましょう。
| 項目 | txt2img | img2img |
|---|---|---|
| 入力 | テキスト（プロンプト）のみ | テキスト＋参照画像 |
| 構図の制御 | 難しい（ランダム性が高い） | 元画像に沿って生成できる |
| リアル顔の再現性 | ブレやすい | 安定しやすい |
| 向いている用途 | ゼロからのアイデア出し | 既存画像のアレンジ・高品質化 |
| 難易度 | 初心者向き | やや中級者向き |
img2imgの最大の特徴は「元画像をどれくらい変えるか」をDenoising Strength（ノイズ除去強度）で調整できる点にあります。値が低いほど元画像に忠実な仕上がりになり、高いほど大きく変化します。この数値の調整が仕上がりを大きく左右します。
リアル顔生成に使われるモデル5選
リアルな顔を生成するうえで、モデル（チェックポイント）の選択は重要です。モデルによっては、プロンプトを工夫してもアニメ調の仕上がりになることがあります。なお、モデルの最新バージョンや商用利用の可否は配布ページ（CivitaiやHugging Face）でそれぞれ異なります。利用前に必ずライセンス欄を確認してください。
モデルの違いやパラメータの意味を体系的に押さえておきたい場合は、Stable Diffusionの解説書を1冊手元に置いておくと、つまずいたときに調べ直す手間が減ります。
1. Realistic Vision V6.0
リアル系モデルとして広く使われています。写真のような人物画像を狙いやすく、img2imgでも使われています。迷ったらまずこのモデルから試してみる方法があります。
2. majicMIX realistic
アジア系の顔向けとして知られるモデルです。日本人風のリアルな顔を生成したい場合に候補になります。
3. CyberRealistic V4
肌の質感と照明の表現を特徴とするモデルです。ポートレート写真のような仕上がりを狙えます。
4. epiCRealism
写実性の高い出力を特徴とするモデルです。肌の質感や目の反射などのディテールを狙う方に使われています。
5. ChilloutMix
アジア系の若い女性の顔生成向けとして知られるモデルです。ただしバリエーションの幅がやや狭い点には留意が必要です。また、配布元のライセンス条件を事前に確認してください。
気になったモデルを片っ端から試していくと、1ファイル数GBのチェックポイントがあっという間に溜まっていきます。内蔵ストレージを圧迫し始めたら、モデル置き場として外付けSSDに移しておく方法もあります。
img2imgの基本設定｜リアル顔を作るためのパラメータ
モデルを配置したら、次は設定値の調整です。リアル顔を狙うときのパラメータの目安はこちらです（モデルや画像により最適値は変わります）。
| パラメータ | 目安 | ポイント |
|---|---|---|
| Denoising Strength | 0.3〜0.5 | 低すぎると変化なし、高すぎると顔が崩れる |
| Sampling Method | DPM++ 2M Karras | リアル系で安定した結果が出やすい |
| Sampling Steps | 25〜35 | 20以下だとディテールが甘くなる |
| CFG Scale | 5〜8 | 高すぎると不自然な仕上がりに |
| 解像度 | 512×768以上 | 顔のディテールには高めの解像度が有利 |
| Seed | 固定すると比べやすい | 比較・微調整する際に便利 |
特に重要なのがDenoising Strengthです。リアルな顔を維持したい場合は0.3〜0.45あたりから試すのが目安です。0.6以上に設定すると元画像のテイストが大きく変わってしまうため、注意してください。
初回はDenoising Strength 0.35で生成し、もう少し変化がほしければ0.4に上げる、より忠実にしたければ0.3に下げる、というステップで微調整する方法があります。
リアル顔を生成するプロンプトのコツ
設定値と同様に、プロンプト（呪文）もリアルさに直結する要素です。
基本のプロンプト構成
realistic photo of a [人物の特徴], detailed face, natural skin texture, sharp focus, studio lighting, 8k uhd, DSLR quality
品質を上げるキーワード集
- 肌のリアルさ：natural skin pores, subsurface scattering, skin details
- 目のリアルさ：detailed eyes, eye reflection, catchlight
- 全体の品質：photorealistic, hyperrealistic, RAW photo, best quality
- 照明：soft lighting, rembrandt lighting, golden hour light
ネガティブプロンプトも活用する
(worst quality:1.4), (low quality:1.4), painting, cartoon, anime, illustration, deformed face, extra fingers, blurry, bad anatomy, disfigured
ネガティブプロンプトを入力しないと、不自然なアーティファクトが出やすくなることがあります。リアル系画像の生成ではネガティブプロンプトを設定する方が多いです。
とはいえ、毎回ネットで拾った呪文をコピペしているだけだと応用が利きません。プロンプトの組み立て方そのものを整理したい方には、プロンプトエンジニアリングの入門書が土台づくりの一冊になります。
🤖 ナビ助のおすすめ！
img2imgでリアル顔を作る手順【実践編】
ここからは具体的な操作手順を解説します。
ステップ1：元画像を用意する
「そこそこ品質の良い顔写真」を用意することが重要です。ぼやけた画像やアングルが極端な写真だと良い結果が出にくいため、正面〜やや斜めの明瞭な顔写真を選んでください。
ステップ2：img2imgタブに切り替える
Web UI（AUTOMATIC1111やForge）で「img2img」タブを開きます。元画像をドラッグ&ドロップでアップロードしましょう。
ステップ3：モデルとパラメータを設定
先ほど紹介した推奨モデルとパラメータを設定します。まずはDenoising Strength 0.35から始める方法があります。
ステップ4：生成して微調整
1回の生成で思い通りの結果が出ないことはよくあります。Seedを固定して、Denoising StrengthやCFG Scaleを少しずつ変えて比較すると違いがわかりやすくなります。
ステップ5：ADetailerで顔を補正
仕上げにADetailer（After Detailer）拡張機能を使うと、顔の細部を補正しやすくなります。目や口のディテールが自動補正されるため、導入を検討してみてください。崩れた顔だけを部分的に直したいときの方法は、以下の記事で解説しています。
さらにクオリティを上げるテクニック3選
テクニック1：ControlNetとの併用
ControlNetを使えば、ポーズや表情をさらに細かくコントロールできます。OpenPoseやFace Detectionを組み合わせると、「この構図でこの表情のリアル顔」という具体的な指定が可能になります。ワークフロー構築にはComfyUI公式GitHubも便利です。
テクニック2：Hires.fixで高解像度化
低解像度で生成してからHires.fixで2倍にアップスケールする方法です。ディテールが精細になりやすいため、リアル顔を狙うなら試す価値のあるテクニックです。
テクニック3：LoRAでスタイルを追加
LoRA（Low-Rank Adaptation）を使えば、特定のスタイルや質感を追加できます。「film grain LoRA」で映画風の質感を加えたり、「skin detail LoRA」で肌のリアルさを強化したりすることが可能です。
よくある質問（FAQ）
Q. img2imgで自分の顔写真を使っても大丈夫ですか？
技術的には可能です。ただし生成した画像の取り扱いには注意してください。他人の写真を無断で使用すると、肖像権やプライバシーの侵害にあたるおそれがあります。実在の人物の顔を扱う場合は、本人の許諾を得たうえで利用してください。自分の写真であっても、公開する際は個人情報の扱いに注意してください。
Q. Denoising Strengthの最適値がわかりません
リアル顔なら0.3〜0.45あたりが目安です。まず0.35で生成して、もう少し変化がほしければ0.4に上げ、もっと忠実にしたければ0.3に下げて調整してみてください。
Q. 顔が崩れるときの対処法は？
ADetailerの導入が有効な場合があります。そのほか、解像度を上げる、Sampling Stepsを増やす、ネガティブプロンプトに「deformed face, bad anatomy」を追加するなどの方法も試せます。
Q. 無料で使えますか？
Stable Diffusion自体はオープンソースのため無料です。ただしローカルで動かすにはVRAM 8GB以上のGPUが目安になります（SD1.5系ならより少ないVRAMで動く場合もあります）。PCスペックが足りない場合は、Hugging FaceやGoogle Colabなどのクラウド環境を活用する方法もあります。
ローカル環境で腰を据えて生成したいなら、VRAM容量に余裕のあるグラフィックボードへの換装も選択肢になります。VRAM 8GB以上のミドルクラスから検討する方もいます。
Q. 商用利用は可能ですか？
Stable Diffusionのモデルは、公式のものも含めてモデルごとにライセンスが異なり、商用利用に条件が付く場合があります。モデルをダウンロードする際は、必ずライセンス欄を確認してください。
Q. MacBookでも動かせますか？
Apple Siliconチップ搭載のMacでも動作する場合があります。ただしNVIDIA GPUに比べると生成速度は遅めです。軽量なモデルを選ぶか、クラウド環境の利用も検討してみてください。
ローカルでimg2imgを回す環境を整えるなら、GPUの種類から選べるBTOパソコンという方法もあります。OZ GAMINGは国内で組立・検品を行うゲーミングPCのブランドで、公式サイトではRTX 5050〜RTX 5090などGPU別に探せます。GPUごとにVRAM容量が異なるため、商品ページで確認してから選んでください。
まとめ｜img2imgでリアル顔生成に挑戦しよう
Stable Diffusionのimg2imgは、リアルな顔画像を作成するときに役立つ機能です。
- モデル選びが仕上がりを左右する。Realistic VisionやmajicMIX realisticなどが候補
- Denoising Strength 0.3〜0.45がリアル顔の目安
- プロンプトは品質系キーワード＋ネガティブプロンプトをセットで使う
- ADetailerとControlNetで仕上がりを調整しやすくなる
- Seedを固定して少しずつ微調整すると比べやすい
最初は設定の多さに戸惑うかもしれませんが、慣れると写真に近い質感の画像を狙いやすくなります。この記事の設定値を参考に、ぜひリアル顔生成にチャレンジしてみてください。なお、生成した人物画像を公開・販売する場合は、実在の人物に似ていないか、各サービスやモデルの規約に反していないかも確認してください。
🤖 ナビ助のおすすめ！
