ComfyUI_图生图方法不完全讲解

提到图生图，可能很多同学首先想到的是使用 ControlNet，但除此之外也有不少其它图生图功能和模型值得去了解和应用。

现在网上不少分享各种效果很好但结构复杂的图生图工作流程，节点数百个，其文件能达到大几百K。看着有种高级感，但其实都是一个个普通的图生图工作流程融合而成，没有什么高深的知识在内。ComfyUI 没有三维软件和特效软件那么难学，它是一个很基础的工具，只是需要更灵活的去运用。对于初学者来讲，开始就直接去套用那些复杂的工作流，对学习没有任何益处。

本文介绍包括 ContrlNet 在内的多种图生图的基本用法，旨在帮助新同学尽可能的掌握 ComfyUI 图生图功能的使用，内容也会随着相关技术的更新和本人认知的跟进而不定期更新。

文中所用案例均使用 SD1.5 和 SDXL 等早期模型，这些模型比较快速和基础，掌握了这些，Flux 等其它模型的图生图用法也就自然而然的会运用了。

文中会放上部分所有涉及到的工作流，建议新同学根据截图手动连节点，我的截图又大又清晰，这是个很好的学习和熟练的过程。

本文部分非人物图片素材源自网络，侵删。

原生图生图功能

工作流分享：

https://www.alipan.com/s/BFtSjHEw9XV

https://pan.quark.cn/s/5c6af5dae790

1. 基础图生图

在文生图工作流中，有一个 Empty Latent Image 节点，它相当于向采样器提供了一个只有尺寸信息的空图像。当我们把它替换为带有像素的普通图像时，就相当于将文生图转为图生图了：

需要在图片和采样器之间加一个编码器节点 VAE Encode，它的作用是将图像转换为 Latent Image 传递给采样器。记得连接 VAE，靠 VAE 来编码的。

然后根据图像内容写几个简单的提示词，跑张图试试。

右边为生成的图像，这结果，好像跟左边的原图没啥关系。现在我们把采样器的 denoise 值从原默认的 1 降到 0.7 看看。

现在结果与原图关联度已经很高，构图相近。

denoise 的本意是降噪，它在此处的作用是擦除 Latent Image 的信息，最大值为 1，值越低，代表擦除的输入图像信息越少，生成的图片也就与其关联度越高。

你也可以用不同风格的模型或提示词来进行图生图，会得到一些有意思的效果。

2. 基础内部重绘

将图生图中的 VAE Encode 改为 VAE Encode for inpainting 节点，就成了一个基础的内部重绘工作流程。

grow_mask_by 的值越低，重绘部分与原图的结合部会越明显。

右键点击输入的图片，Open in MaskEditor 打开图片。

在输入图片上右键选择 Open in MakeEditor，将要重绘的部分给完全涂抹，然后保存。

采样器的 denoise 设置为 0.7，提示词：wearing sunglasses，给人物戴上太阳眼镜。

注意基础模型需要用 Inpaint 模型，平常使用的文生图模型用于内部重绘的话效果并不好，提示词也要尽可能的简洁。

3. 基础外部扩展

其实图像外部扩展的本质也是内部重绘，它是先增加原图片的尺寸，然后再以扩充的空白区域为蒙版进行内部绘制。需要在输入图片和编码器间加一个 Pad Image for Outpainting 节点。

left、top、right、bottom 表示向四个方向扩展图像尺寸，以 8 为单位增减。feathering 表示羽化度，好将重绘的内容与原图更好的融合。采样器的 denoise 设为 1，因为不需要保留扩展区域的空白内容。

将图片四周扩展 40 像素，简单提示词：Beautiful night view。例图的结果还算可以了，内部重绘需要多尝试、碰运气。

4. unCLIP图片概念

unCLIP 模型用以从输入的图像中随机选取元素重新生成图片。可以输入单张图，也可以多张图片融合。它选取的内容可以是输入图片中的具体事物，也可能是色彩信息。另外，生成的图片尺寸与原图尺寸无关，可以直接输入大图。