ComfyUI节点功能大全｜局部重绘Brushnet节点介绍

aivinla

已于 2025-03-27 15:39:06 修改

阅读量678

点赞数 24

分类专栏： Comfyui节点功能大全文章标签：人工智能前端算法

于 2025-03-27 15:30:31 首次发布

本文链接：https://blog.csdn.net/aivinla/article/details/146561907

版权

Comfyui节点功能大全专栏收录该内容

4 篇文章

订阅专栏

继之前介绍的一些基础节点，咱们今天我们重点介绍一个在AI绘画中经常使用的节点以及其相搭配的节点。他在局部重绘和扩图中非常常见和好用，但目前只能在XL和1.5模型中使用，那么废话不多说，今天我们以局部重绘为例，进入今天主角节点的介绍：Brushnet

首先我们来看Brushnet节点的参数：

1. 模型（Model）

作用：连接到使用的主模型（如SD 1.5或SDXL），以提供基础生成能力。
说明：需要根据所选模型加载对应的BrushNet模型。

2. VAE（Variational Autoencoder）

作用：连接VAE编码器/解码器，用于图像的潜在空间表示和重建。
说明：确保与主模型匹配的VAE版本。

3. 图像（Image）

作用：输入初始图像。
说明：这是需要处理的基础图像。

4. 遮罩（Mask）

作用：指定需要处理的区域（局部重绘或修复区域）。
说明：遮罩通常是黑白图，白色部分为需要处理的区域，黑色部分为保留区域。如果遮罩与图像不对齐，可能会导致结果不理想。

5. BrushNet模型选择

作用：选择具体的BrushNet模型。
选项：
- Random Mask：适用于通用形状的修复。
- Segmentation：针对特定形状的分割修复。
- PowerPaint：多功能修复模型，支持多种操作模式。

6. 缩放（Scale）

作用：控制BrushNet对最终生成结果的影响强度。
说明：默认值为1。值越大，BrushNet对结果的影响越强；值越小，影响越弱。

7. 开始引导步数（Start At Step）

作用：指定从哪一步开始应用BrushNet的引导机制。
说明：在生成过程中，算法会从某个步骤开始引入遮罩或其他约束条件。设置较低的值会让引导更早生效，生成过程更受控；设置较高的值则允许更多自由探索。

8. 结束引导步数（End At Step）

作用：指定在哪一步停止应用BrushNet的引导机制。
说明：这个参数可以用来控制引导的持续时间。设置较高的值会让引导在整个生成过程中保持有效，而较低的值会在早期阶段结束引导。

9. 正面条件（Positive Prompt）

作用：输入描述目标效果的提示词。
说明：提示词可以是文字描述（如“瓶子”、“背景”等），用于指导生成内容。示例：如果你想将图片中的菠萝替换为瓶子，可以输入“bottle”。

10. 负面条件（Negative Prompt）

作用：输入不希望出现的内容的提示词。
说明：负面提示词可以帮助避免生成不需要的元素。示例：如果不想生成模糊的背景，可以输入“blurry background”。

这里我们可调的参数分别是：缩放，开始引导步数以及结束引导步数。

缩放在这里指的是重绘的强度，你可以根据需要自行调节。下面的开始引导步数和结束引导步数都不需要变化，除非你需要在一定步数之后才让该节点有效或者你的K采样器节点里的步数超过了结束引导步数。Brushnet节点的输入有很多，像是模型，VAE，正面条件和负面条件这几个输入，通过我们之前的教学和介绍，我想你并不陌生。他的四个输出你就更熟悉了，四个输出点都接在我们之前介绍过的K采样器节点上就好。像下面这样：

我们来看Brushnet节点剩下的几个输入部分该连接什么。

首先是图像，这里我们连接的图像是我们需要重绘的图像。而另一个遮罩输入是我们重绘的区域。最后的Burshnet输入接口当然是接入Brushnet模型，如下图所示：

可以看到，遮罩输入部分接了一个叫做G-DinoSAM语义分割的节点，这就是和Brushnet搭配的另一个重要节点了，那么他的作用又是什么呢？

G-DinoSAM的输入是两个模型和一个图像，模型我们可以直接接入对应的模型节点，但图片则是我们需要重绘的原图。然后我们可以看到这个节点输出为图像和遮罩，再往下看他可修改的参数为提示词和阈值，这时候想必你也一定已经猜到了他的作用，没错，他是用来自动识别图像并生成遮罩的！这样就免去了我们一笔笔画遮罩的麻烦。

这里的提示词我们写的是cake，也就是蛋糕，于是他会将我的蛋糕部分生成遮罩。

如下图所示，我这里是想将蛋糕变成汉堡，于是在这个节点处写了cake，阈值使用0.3，当然你可以根据自己的需要设置阈值，阈值数字越大，识别的部分对你所写的提示词越贴近。当然，如果阈值太高，反而会出现无法识别的情况，因为他可能并不认为图像里有他所认识的cake。

而要替换的物品的提示词当然是写到我们之前讲过的熟悉的CLIP文本编码器节点，还不了解的小伙伴可以点击查看Flux-ComfyUI生图系列三｜设计师必学篇，ComfyUI节点好用在哪里？快速认识基础节点！。之前的很多文章中咱们都讲过怎么用。这里我写的是汉堡的英文，当然最后替换的图片也就是汉堡。

替换结果如下图：我们可以看到替换效果还是非常好的。这就是局部重绘Burshnet的作用，在换背景等需要局部重绘的应用场景下是非常实用的。

那么咱们【局部重绘Brushnet节点介绍】学习就到这里了，咱们文章每篇安排的内容不多，但是希望同学们能够学习消化，从而融入到实际的运用之中。欢迎感兴趣的小伙伴持续关注学习，我们致力于用最基础简单的语言，让你一键学会ComfyUI工作流！喜欢的小伙伴还可以加入无阶未来用户群，实时学习相关内容！

感谢小伙伴们的关注，无阶未来平台目前已经上线多款一键使用的工作流镜像，包含混元视频制作、电商产品制作、人像后期精修等多个功能，欢迎小伙伴们注册体验！