Este proyecto convierte texto en una imagen utilizando modelos de Hugging Face. El usuario puede seleccionar entre varios modelos disponibles para generar la imagen a partir del texto introducido.
- Clonar el repositorio.
- Instalar las dependencias ejecutando:
npm install
- Crear un archivo
.env
en la raíz del proyecto y añadir la variable de entorno para el token de acceso de Hugging Face:HF_ACCESS_TOKEN=tu_token_aquí
Para ejecutar el programa, utiliza el siguiente comando:
npm start
Sigue las instrucciones en la terminal:
- Se te mostrará una lista de modelos disponibles. Selecciona el modelo que deseas utilizar para generar la imagen.
- Ingresa un texto. Este texto será utilizado por el modelo seleccionado para generar la imagen.
- Ingresa un nombre de archivo (sin extensión) para guardar la imagen. La imagen se guardará con este nombre y la extensión
.jpeg
en la carpeta del proyecto.
Los modelos disponibles para generar imágenes son:
- Diffusion V1.5 (
runwayml/stable-diffusion-v1-5
) - SDXL Turbo (
stabilityai/sdxl-turbo
) - Diffusion V1.4 (
CompVis/stable-diffusion-v1-4
) - Diffusion Inpainting (
runwayml/stable-diffusion-inpainting
) - Diffusion 2.1 Base (
stabilityai/stable-diffusion-2-1-base
) - Diffusion 2.1 (
stabilityai/stable-diffusion-2-1
) - Realistic Vision V4.0 (
SG161222/Realistic_Vision_V4.0_noVAE
) - IP Adapter FaceID (
h94/IP-Adapter-FaceID
) - SDXL Lightning (
ByteDance/SDXL-Lightning
)
npm start
: Ejecuta el programa.npm run build
: Compila el proyecto.npm run dev
: Compila y ejecuta el proyecto.npm run clean
: Elimina la carpetadist
y todos los archivos.jpeg
.npm run clean:dist
: Elimina solo la carpetadist
.npm run clean:jpeg
: Elimina todos los archivos.jpeg
.
- Las imágenes generadas se guardarán en la carpeta del proyecto con la extensión
.jpeg
. - Asegúrate de no subir imágenes generadas ni el archivo .env al repositorio. El archivo .gitignore ya está configurado para excluir estos archivos.
- Implementar un traductor de texto para que el usuario pueda introducir un prompt en español, se traduzca al inglés y se genere la imagen. Esto permitiría obtener mejores resultados que si se introduce el texto en español directamente.