# テキストガイドによる深度から画像への生成

[StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/ja/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline) を使用すると、テキストプロンプトと初期画像を渡すことで、新しい画像の生成を条件付けできます。さらに、`depth_map` を渡すことで、画像の構造を保持することも可能です。`depth_map` が指定されない場合、パイプラインは統合された[深度推定モデル](https://github.com/isl-org/MiDaS)によって深度を自動的に推定します。

[StableDiffusionDepth2ImgPipeline](/docs/diffusers/main/ja/api/pipelines/stable_diffusion/depth2img#diffusers.StableDiffusionDepth2ImgPipeline)のインスタンスを作成することから始めます:

```python
import torch
from diffusers import StableDiffusionDepth2ImgPipeline
from diffusers.utils import load_image, make_image_grid

pipeline = StableDiffusionDepth2ImgPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-depth",
    dtype=torch.float16,
    use_safetensors=True,
).to("cuda")  # or "mps", "xpu", "cpu"
```

次に、プロンプトをパイプラインに渡します。画像の生成方法に影響を与える特定の単語を防止するために、`negative_prompt`を渡すこともできます。

```python
url = "http://images.cocodataset.org/val2017/000000039769.jpg"
init_image = load_image(url)
prompt = "two tigers"
negative_prompt = "bad, deformed, ugly, bad anatomy"
image = pipeline(prompt=prompt, image=init_image, negative_prompt=negative_prompt, strength=0.7).images[0]
make_image_grid([init_image, image], rows=1, cols=2)
```

| 入力                                                                           | 出力                                                                                                                                |
|---------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------|
|  |  |