黑丝还是白丝，ComfyUI局部重绘助你实现丝袜自由！

最新推荐文章于 2024-10-03 15:37:22 发布

AI绘画君

最新推荐文章于 2024-10-03 15:37:22 发布

阅读量1k

点赞数 24

文章标签：人工智能 AI作画 stable diffusion midjourney ai绘画

本文链接：https://blog.csdn.net/2401_84830464/article/details/140153073

版权

不得不承认，荷尔蒙才是第一生产力！什么？你不信！看看我的视频号，发个普通视频也就几百的播放量，随便发个美女都能轻松上千，还有比这更容易的吗？！

好了，随便感叹一下，我们现在进入正文。

这篇文章的主题和美女有关，不过并不是教大家生产美女视频，而是讲解 ComfyUI 的图生图局部重绘，其中将会以美女图片为例，通过更改大长腿上的黑丝、白丝，来展示局部重绘的强大威力。

先看看效果：

ComfyUI是什么？

在AI绘画领域，Stable Diffusion 因其开源特性而受到广泛的关注和支持，背后聚拢了一大批的应用开发者和艺术创作者，是AI绘画领域当之无愧的王者。

目前使用 Stable Diffusion 进行创作的工具主要有两个：Stable Diffusion WebUI 和 ComfyUI。

Stable Diffusion WebUI 开箱即用，基本功能齐全，社区也有很多的插件支持，入门比较简单，适合新手，但是可定制性稍微差点，很多作品不容易传播复现，使用API进行操作也有一定的难度。

ComfyUI 虽然出来的晚一点，但是它的可定制性很强，可以让创作者搞出各种新奇的玩意，通过工作流的方式，也可以实现更高的自动化水平，创作方法更容易传播复现，发展势头特别迅猛。从解放生产力以及工业化批量生产的角度看，ComfyUI 具备更广阔的应用前景。

但是 ComfyUI 的上手门槛有点高，对 Stable Diffusion 以及各种扩展能力的原理需要有一定的理解，动手能力要求也比较高。为了让 ComfyUI 走进千家万户，从这篇文章开始，我将开始介绍一些 ComfyUI 的概念和使用方法，让大家更快的掌握 ComfyUI 的使用技巧，创作出自己独特的艺术作品。

ComfyUI局部重绘

基本重绘方法

我们先来看一个最简单的局部重绘示例，在这个示例中，我将在姑娘左边的地板上增加了一条黄色的小狗。工作流下载见文末。

加载重绘图片

从左向右看，最左边是加载需要做局部重绘的图片，并在图片中添加一个遮罩，遮罩的区域内将绘制一条小狗。这个部分包括4个节点，我分别介绍下：

加载图像：从文件夹选择一张图片，或者上传一张图片。然后我们在图片上点击右键，在弹出的菜单中继续点击“在遮罩编辑器中打开”，在打开的页面中我们就可以绘制遮罩了，完成绘制点击右下角的“Save to node”就可以了，操作如下图所示：

VAE编码：图片要进行重绘，还是要走扩散模型的基本流程，这里需要使用VAE模型将图片编码到潜空间。

遮罩羽化：让遮罩部分生成的内容和图片的其它部分融合的更好一些，不那么突兀。

遮罩平滑：我们手动操作可能比较毛糙，让遮罩的编码更加平滑。

设置Laten滤波遮罩：给潜空间中的遮罩区域增加噪音，这样可以让生成的内容和图片融合的更好些。

设置SD参数

然后我们还要设置Stable Diffusion的基本参数，包括：

加载SD基础模型：可以使用所有的SD基础模型，SD1.5、SDXL都可以。

填写提示词和反向提示词：描述要重绘的内容，不想出现的内容等。

设置采样器：常用的K采样器即可，所有参数都是用默认设置即可。

最终保存图像：可以设置一个文件名前缀。

然后就可以“添加提示词队列”去生成图片了。

使用ControlNet精细重绘

终于到了更换丝袜的环节了。因为我们只是想要更换丝袜的颜色，腿形啥的都不想有大的改变，这就需要更为精细的控制，可以通过引入 ControlNet 达到这个目的。

Canny控制网

我们先使用 Canny 控制网来进行处理，Canny 是一个线稿模型，它可以控制图片按照线稿的约束进行生成，效果不错。工作流的其它部分基本不用改变，我们只需要增加 ControlNet 的部分，并把这些节点添加到工作流中。这里主要介绍下ControlNet的部分（完整的工作流请在文末获取），看下面这张图：

先看左边三个节点：

Canny细致线预处理器器：从要重绘的图片中提取线稿图，这里边有个分辨率的参数，需要设置为图片最小边的像素值，所以引入了“数学表达式”和“图像信息”两个节点。
图像信息：提取要重绘图片的宽度和高度。
数学表达式：获取图片宽度和高度的最小值。

再看右边两个节点：

DiffControlNet加载器：用来加载ControlNet模型，注意模型要和预处理器匹配。
ControlNet应用：用来定义一个ControlNet节点，其中的强度、开始时间和结束时间，是用来控制 ControlNet 参数图片生成的影响力的，开始时间和结束时间的取值范围是0-1，代表在采样过程中的介入时机。

另外需要注意的是遮罩的绘制和提示词的编写：

先看遮罩的绘制，因为只是更改丝袜的颜色，我们这里需要只把腿覆盖上，其它部分尽量不要覆盖，以免出图效果不好。

再看提示词，我们需要在提示词中描述丝袜的颜色、质地等特征。

最后还是点击“添加提示词队列”去生成图片。

Tile控制网

另外我也做了一个Tile控制网的工作流，Tile的主要能力是细节完善，修改颜色比较困难，但是也能把丝袜处理的更好看一些，所以还是简单介绍下。

这里也需要一个预处理器，Tile平铺预处理器，它主要是把图片变模糊。这里的分辨率我没有自动计算，直接设置为了图片最小边的长度，你生成图片的时候请注意修改。

其它ControlNet模型的选择就没什么好说的了。

以上就是本文的主要内容。

用好 ComfyUI：

首先需要对 Stable Diffusion 的基本概念有清晰的理解，熟悉 ComfyUI 的基本使用方式；
然后需要在实践过程中不断尝试、不断加深理解，逐步掌握各类节点的能力和使用方法，提升综合运用各类节点进行创作的能力。

我将在后续文章中持续输出 ComfyUI 的相关知识和热门作品的工作流，帮助大家更快的掌握 Stable Diffusion，创作出满足自己需求的高质量作品，感兴趣的同学请及时关注。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述