ComfyUI-APISR 项目使用教程
1. 项目介绍
ComfyUI-APISR 是一个非官方实现的 APISR 模型,专门用于动漫图像和视频的超分辨率处理。该项目包含 2x 和 4x 两种模型,具有速度快、效果好的特点。最新版本 V1.1 新增了对 CPU 生成的支持,同时支持图像和视频的放大处理。
主要特性
- APISR 模型加载:支持 2x_APISR_RRDB_GAN_generator 和 4x_APISR_GRL_GAN_generator 两种官方模型。
- 批处理放大:支持图像和视频的批处理放大,适用于高显存环境。
- 逐张处理放大:支持图像和视频的逐张处理放大,适用于低显存环境。
2. 项目快速启动
安装步骤
推荐使用 ComfyUI Manager 进行安装,也可以手动安装:
# 进入 custom_nodes 目录
cd custom_nodes
# 克隆项目
git clone https://github.com/ZHO-ZHO-ZHO/ComfyUI-APISR.git
# 进入项目目录
cd ComfyUI-APISR
# 安装依赖
pip install -r requirements.txt
# 重启 ComfyUI
使用示例
以下是一个简单的使用示例,展示如何使用 APISR 模型进行图像放大:
from ComfyUI_APISR import APISRModelLoader, APISRBatchUpscale
# 加载模型
model_loader = APISRModelLoader(model_path="path/to/model")
model = model_loader.load()
# 批处理放大
upscaler = APISRBatchUpscale(model)
output_image = upscaler.upscale("input_image.png", scale=2)
# 保存输出图像
output_image.save("output_image.png")
3. 应用案例和最佳实践
应用案例
- 动漫图像放大:使用 2x 或 4x 模型对动漫图像进行放大,提升图像质量。
- 视频放大:对动漫视频进行放大处理,支持批处理和逐张处理两种模式,适用于不同显存环境。
最佳实践
- 选择合适的模型:根据需求选择 2x 或 4x 模型,2x 模型适用于需要快速处理的情况,4x 模型适用于需要更高分辨率的情况。
- 显存管理:对于高显存环境,推荐使用批处理模式;对于低显存环境,推荐使用逐张处理模式。
- 插件配合:若输出配合 Video Helper Suite 插件使用,需使用 ComfyUI 自带的 Split Image with Alpha 节点去除 Alpha 通道。
4. 典型生态项目
- ComfyUI:一个强大的图像处理框架,支持多种图像处理任务,ComfyUI-APISR 是其生态中的一个重要组件。
- Video Helper Suite:一个视频处理插件,与 ComfyUI-APISR 配合使用,可以实现视频的放大和处理。
通过以上步骤,您可以快速上手使用 ComfyUI-APISR 项目,实现高质量的动漫图像和视频放大处理。