照片转卡通/动漫风怎么做？一套可复用的AI流程

做短视频的博主阿哲要给新一季节目做个动漫风片头，想把三个人的团队合照变成一张动漫画面。他先在网上随手套了个滤镜，结果三张脸糊成一团，观众根本认不出谁是谁。这件事其实点出了照片转卡通或动漫风最容易踩的坑：它不是加一层滤镜，而是让 AI 按你的照片重画，重画的时候，脸是最先出问题的地方。

目标先定清楚：把一张照片，转成能当头像、片头或表情包用的卡通或动漫画面，且主体还认得出是谁。前置条件很简单，一张五官清晰、没有大面积遮挡的照片，长边多数情况下建议 2000px 以上就够；工具用图叮，浏览器打开的网页版和 Photoshop 插件都行，功能一致，免费，不用破解。下面是阿哲后来跑通的那套流程。

第1步：先分清卡通和动漫不是一回事

很多人把卡通和动漫混着叫，AI 出来的东西自然也四不像。粗糙地分：卡通偏圆润夸张、色块大、线条粗，接近欧美动画那一挂；动漫偏日系，眼睛大、上色有层次、线条细。你要的是哪一路，直接影响后面选风格。阿哲想要的是日系动漫感，所以他一开始就把方向锁死在动漫，而不是笼统地选卡通。这一步花不了 30 秒，却能省掉后面反复重跑的力气。

第2步：在图叮选风格转换，锁定那一路

进图叮的风格转换，上传照片，在卡通或动漫的大方向里挑一个具体风格（可选的风格与命名以图叮官网为准）。风格转换的做法是拿你的照片当参考重画一张，所以先出一张试水，看它对你这张脸的处理偏哪去了。阿哲第一张出来发现眼睛画得太夸张，像贴纸，于是换了个更写实一点的动漫风重来。别指望第一张就是成品，它更像是一次探路。

上排是团队三人的原始合照，下排是用图叮风格转换生成的动漫版，五官是 AI 按每个人的脸重新画的，不是简单描边。

第3步：图生图保结构，文生图换场景

如果你只想让人变成动漫、场景照旧，用图生图：上传原照片，写一句动漫风、日系上色、干净背景之类的描述，让 AI 贴着照片的构图重画。如果你想连场景一起换，比如把办公室合照放到樱花街头，那就更靠文生图——用文字把整个画面描述出来，让 AI 从头生成，再把人物特征在描述里点清楚。阿哲的片头要换成夜景霓虹，他就是走文生图，把三个人的发型、衣服颜色一一写进去，减少 AI 乱改的空间。

第4步：处理多人合照的脸崩

合照是重灾区，人越多，AI 分给每张脸的算力越薄，越容易崩。别想着一次到位，用图叮的局部重绘一张脸一张脸修：框住阿哲自己的脸，只重画这一块，把发型、眼镜这些特征在描述里写死；修完再框下一个人。这里得实话实说——AI 重画带随机性，同一个人重绘几次可能有几个版本，你得从里面挑最像的那张。对高辨识度的部位，比如某人标志性的方框眼镜，多花两遍局部重绘是值得的。

第5步：调线条和上色的强度

强度这一档，卡通和动漫的取舍点不太一样。卡通风把强度拉高、色块更简，反而更有味道；动漫风强度过高容易让脸失真，通常留在中档、保住五官比例更稳。阿哲试的时候记了个数：同一张脸，中档强度里挑，六次里大概有四次是能用的，高档强度里能用的明显变少。这不是精确统计，只是提醒你——越想要强烈的风格，越要接受更多废片，这本来就是风格化的代价。

第6步：高清放大与成品验证

动漫图直接放视频里会发糊，用图叮的高清放大把长边拉到 3000px 上下，线条边缘会利落很多。片头这种要动的场景，还得回到落地环境里验证：把成品拖进剪辑软件，放到实际尺寸和背景音乐里过一遍，别只在预览大图里自我感觉良好。阿哲最后就是在剪辑里发现，单看很精神的一版，配上快节奏 BGM 反而显得脸太静，于是换了个表情更活的版本。片头好不好，不看你导出时那张图多惊艳，而看观众在头 3 秒里能不能一眼认出这仨人是谁。