ComfyUI工作流修复老照片---超分？重绘？换脸？上色？

最近看着老照片修复蛮火的，今天忍不住也想尝试一把。尝试使用目前比较火的工具ComfyUI和Coze构建图像增强工作流，并测试效果。

Coze工作流

Coze的那个工作流修复图像后会会大幅度修改图片里面的元素，除此之外，会将划痕也变成图片的元素（比如下图）。下面是工作流和实际测试效果。大体流程是：开始->图像拉伸->画质增强->换脸->结束

ComfyUI工作流

**方法一：**StableSR

借助StableSR模型，可以对图片进行进行超分，修复模糊度，且能够修复色彩。但是有个缺点，他不能修复老旧照片里面的划痕。工作流和测试效果如下。

**总结：**作为一个图像超分工具来说，效果是很不错的，也很稳定，不会出现变脸等的问题。也可以部署到生产环境中，批量的进行推理。但是缺点也是很明显，不能修复划痕或者损坏过于严重的图片，也不能将黑白图片进行上色。

但是针对黑白图片问题，可以使用ControlNet的recolor模型，下面放上一个图片上色的工作流。左边第一张图上传你需要上色的风格，右边第二张图放上你需要上色的图片。

**方法二：**SD+ControlNet+换脸

这个方法就相对来说比较复杂了。主要是借助SD+ControlNet进行重绘，然后对重绘后的图像进行换脸。

**首先，**是SD模型的选择，需要选择写实类的模型。这里我选择的是realistion61inpaint模型。

**接下来，**是ControlNet模型的选择，ControlNet需要采用三个模型，分别是depth、pose和linear. 采用ControlNet-depth获得图像的景深，方便重绘图像里面的景深还原；ControlNet-pose获得图像的人物姿势，方便重绘图像里面的人物姿势的还原；ControlNet-linear获得图像的线稿，方便重绘图像里面的人物和环境细节的还原。

**然后，**需要对重绘后的图像进行换脸，在这里可以采用Reactor和IPA+Faceid。在这里，我采用了Reactor（主要还是偷懒，哈哈哈）。

整体的工作流和测试样式如下。

从上图可以看出来，划痕虽然去了，颜色虽然也上了，但是重绘后的幅度是有点儿大的。细节方面还需要调整，包括模型的选择、ControlNet的选择等等。

**总结：**方法二不太适合部署生产环境，适合个人创作。

以上就是本次的全部分享了，感兴趣的点个关注吧。

这里为了帮助大家更好地掌握 ComfyUI，分享一套字节大佬整理的ComfyUI工作流集合，其包含了很多好玩有趣，但又有点复杂的工作流节点和json配置。

涵盖了 Stable Scascade、3D、LLM+SD、Portrait Master、SVD 等相关类别的工作流，共计15个类目38项工作流。这些都放在了下方卡片，需要的点击免费获取：

对于初学者来说，最佳的学习方法是以这些现成的工作流为模板，一步步地复刻并理解它们。

通过观察和分析别人的工作流，你可以学习到各种节点搭建的技巧和方法。随着理解的深入，你将能够根据自己的需求创新和搭建属于自己的工作流。

希望本文能帮助你有效地提升你的设计效率和创造力。

对于从来没有接触过AI绘画的同学，我已经帮你们准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

这份完整版的AI绘画资料和SD整合包已经打包好了，需要的点击下方插件，即可前往免费领取！