在用AI生成图像时，控制风格往往像“抽卡”一样运气成分很大，很多时候我们也难以精准地描述参考的风格。
如果你希望在保持图片主体不变的同时，精确控制风格，那么ComfyUI的风格转换工作流就是你所需要的工具。
获取工作流请网盘自取：
链接：https://pan.baidu.com/s/1_cSFJKuRDCW_RFqXup6OHw?pwd=YBL1
提取码：YBL1
--来自百度网盘超级会员V2的分享
这个工作流是基于SDXL模型，出图效果非常好，通过这个工作流，你可以将参考图的风格无缝地迁移到生成的图片上。
这个工作流是基于SDXL模型，出图效果非常好，通过这个工作流，你可以将参考图的风格无缝地迁移到生成的图片上。
在这篇文章中，我将详细介绍如何使用这个工具，帮助你实现图片风格的精准控制。只需几步操作，你就能获得令人惊叹的视觉效果。准备好了吗？让我们开始吧！
1 节点介绍 Node introduction
首先介绍一下这个工作流使用到的节点。我会分为两个部分，第一部分是一些所有工作流通用的基础节点，有基础的小伙伴可以跳过。第二部分是这个风格转换工作流用到的，实现特殊作用的节点。
· 基础 Nodes ·
K采样器：
图像采样和生成最主要的节点。
CLIP文本编码器：
编码输入的文本，将文本转换为向量表示，生成精准的符合要求的图像
Checkpoint加载器：
加载checkpoint大模型
空lantent：
自定义生成图像分辨率大小
Vae解码：
变分自编码器解码器。从潜在空间中生成图像，保证图像的多样性和创新性
Clip设置停止层：
设置clip模型的最后一层，优化文本与图像的匹配度，确保生成的图像更符合文本
加载图像、预览图像
· 特殊 Nodes ·
文本替换：
设置一个变量，替换文本编码器中的指定词
Clip语义分割：
通过文本提示词添加遮罩，这里就可以很方便地直接引用前面的【文本替换】
应用IPAdapter(分块)：
根据加载的素材图片，参考图片的配色、色调、画风等，使创建出的新图片具有和原图的相似性
2 工作流&参数 Workflow&Parameters
1. 选择大模型和Clip设置停止层参数
直接获取我的工作流的小伙伴可以使用默认值。
2. 输入文本
分别设置背景和主体，将主体设置在【替换文本】栏，便于后续的更改，且将用于后面自动获取遮罩。
如果是自己手把手搭建工作流，需要把正向提示词部分的CLIP文本编码器改为加载文本而不是手动输入（与负面提示词不同）。
如图，右键CLIP文本编码器，选择【转换为输入】>【转换文本为输入】。
3.【遮罩处理】组
主要设置的是CLIP语义分割部分的【阈值】，阈值越低，遮罩选取的主体的部分越大（精细），如果你想要保证主体没有变化，就要设置比较低的阈值，当阈值为1时，则相当于没有增加遮罩，可以改变迁移整个图片的风格。
以下是取不同阈值得到的效果对比：
4. IPAdapter权重设置
权重越高，风格化程度越高（如下图），因为添加了遮罩，权重设为最大值1也不会破坏画面。
5. 添加参考图、点击生成~
这里需要注意的是，为了保证图片一致性，前后两次生成图像的K采样器参数要完全一致。
以上就是整个基于SDXL模型的风格转换模型工作流了，对这个模型去修改可以适应很多场景，减少抽卡次数和对描述词的研究。
大家可以尝试自己跟着我的教程搭建和改进工作流。如果我的内容对你有帮助，请点点赞鼓励一下。有什么问题或者建议欢迎留言~谢谢~
1768
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
