ComfyUI人脸修图工作流，化妆磨皮吊打PS

大家好，今天我将介绍一个最新搭建的工作流，旨在使用AI对人像进行修图。通过这个工作流，你可以看到修图前后的显著对比：不仅给照片中的女性画了眼线和眼影，涂了口红，还使她的皮肤变得更加光滑，质感也非常真实。同时，她的面貌特征没有被改变，这才是真正意义上的AI修图。

# 工作流简介

在导入工作流之前，我们需要下载一个关键的Checkpoint。这是整个工作流的核心，能够帮助我们用AI给人物进行“化妆”。当然，我们也可以使用Photoshop来实现类似的效果，但如果想要达到比较真实的质感，需要非常高的技术以及大量的时间。

下载Checkpoint

我们需要从HuggingFace上下载Checkpoint，下载地址：https://huggingface.co/stabilityai/cosxl/tree/main。

1️⃣ 注册并登录HuggingFace
确保你已经在HuggingFace上注册并登录。

2️⃣ 进入下载页面
我们要下载的Checkpoint是由开发Stable Diffusion的公司StabilityAI开发的。你需要提供一些个人信息并提交，才能进入到下载页面。

3️⃣ 下载Checkpoint
在下载页面中，只需下载下面的Checkpoint即可。

导入工作流

（需要的同学可以自行扫描获取）

导入工作流后，可能会发现缺失一些节点。可以在ComfyUI管理器里安装这些节点。

搭建基础工作流

---

1. 添加"Check加载器"

1. 选择刚才下载的cosxl_edit Checkpoint。

2. 添加"SAG自注意引导"节点，可以让Stable Diffusion在每次迭代生图过程中利用自注意引导提升图像质量。建议将缩放(Scale)数值设为1以下，模糊度(blur sigma)设为比Scale大的数值。

2. 加载图像并制作遮罩

1. 添加"加载图像"节点，上传要修的图。

2. 我们的第一轮目标是给图像添加一些金色的眼线。在眼线区域涂抹出一个遮罩，并添加"遮罩模糊"节点，模糊度设为2。

3. 添加"遮罩到图像"节点，运行ComfyUI查看生成的遮罩效果。

3. 添加提示词和CFG引导

1. 添加正负提示词，正面提示词输入"金色眼线"。

2. 选择"高级自定义采样"采样器。

3. 添加"随机噪波"节点，并将噪声种子部件转换为输入（convert the noise seed widget to input）。将其连接到"rgthree"开发的种子节点。

4. 添加"双CFG引导"节点。配置正面CFG，将其值设为5，超过这个数值，生成的图可能会出现问题。配置负面CFG，建议范围为1.2-1.6，根据图片情况，可以调整此值。连接各个节点输入端。

4. InstructPixToPixConditioning

1. 添加"InstructPixToPixConditioning"节点。它的作用是避免提示词大幅度改动其他区域，仅产生修图效果。将"InstructPixToPixConditioning"节点与"双CFG引导"连接。确保"InstructPixToPixConditioning"的负面条件(conditioning)输出端连接到"双CFG引导"第二个条件的输入端。双CFG引导"负面条件的输入端需要连接负面提示词。

2. 从"高级自定义采样器"节点的"采样器"输入端拖出"K采样器选择"节点，选择后缀带有"ancestral"的采样器。

3. 从"Sigmas"输入端拖出的"基础调度器"，选择"exponential"。

4. 添加VAE解码器和"图像对比"节点。image_a端口连接修改后的图片（画了眼线）。image_b端口连接原始图片。

5. 确保所有节点正确连接，尤其是CLIP节点。

6. 运行工作流，生成一张测试图片。

5. 添加 “图像遮罩复合” 节点

发现金色眼线扩散到了其他地方，遮罩未能有效限制。因cosxl_editCheckpoint的特殊性，我们不能用它来搭建局部重绘的工作流，但可以通过遮罩限定眼线区域。接下来，我们将添加一个节点来进一步控制修改区域，并在指定区域内涂抹眼影。

• 作用：实现类似于Photoshop中的蒙版操作。

• 连接：

• 原图像 (source)：连接到刚才生成的图像。

• 目标图像 (destination)：连接到最开始上传的图像。

这个节点的作用类似于在Photoshop中将原图像放在上层，将目标图像放在下层，然后通过蒙版将对图像的修改限定在指定区域。

然后再添加 “图像对比” 节点，它的作用是对比修改前后的图像。将image_a端口连接到修改后的图像。将image_b端口连接到原始图像。

完成这些步骤后，我们再生成一张图，确保眼线被涂在指定区域。

6. 添加眼影

接下来我们再给她涂个眼影吧。把这张图复制一下。然后回到最开始的"加载图像"的节点，把图像粘贴过来。然后再做一个遮罩。遮罩模糊度我们设高一些。然后改一下提示词。把"双CFG引导"这里的CFG改小一些。然后再跑一张图。

进阶工作流：皮肤遮罩

---

在前面的步骤中，我们已经完成了眼线和眼影的添加。接下来，我们将详细讲解如何进行皮肤磨皮，使皮肤更光滑并且保持质感。这个过程涉及到一些高级节点配置，以确保面部皮肤的处理效果最佳。

1. 磨皮的重要性

磨皮是人像修图的关键步骤之一，但不能简单地重复之前的步骤。直接通过提示词如"光滑的皮肤"可能会导致不理想的结果。此外，手动为面部皮肤制作遮罩比较费时费力，因此我们将使用ComfyUI中专门为面部做遮罩的节点——FaceParse。

2. 添加 FaceParse 节点

• FaceParse：用于自动生成面部遮罩。

• 模型输入端：从模型输入端拖出一个FaceParse模型。

• 预处理器：需要连接一个预处理器。

3. 添加 ImageCropWithBBox 节点

• 作用：裁剪面部图像。

• BBox：即Bounding Box，用来识别面部区域并裁剪。

• 连接：

• bbox输入端：连接到BBoxListItemSelect节点，选择第几个bounding box（默认index值为0）。

• bbox_list输入端：连接到FaceBBoxDetect节点，控制bounding box的阈值和大小。选择nano版本的模型以减少资源消耗。

4. 连接预览图像节点

• 为FaceParse和ImageCropWithBBox分别添加预览图像节点，确保正确处理。

5. 运行并检查结果

• 运行工作流，检查面部处理结果。如果出现错误，确保图像端口连接正确。

• 预期结果：FaceParse生成彩色面部分割图，ImageCropWithBBox裁剪出面部图像。

6. 提取皮肤区域

• FaceParsingResultsParser：从FaceParse拖出，用于提取面部皮肤区域。

• 设置参数：仅打开"skin"开关，保持其他部位（如鼻子）关闭。

7. 平滑皮肤遮罩边缘

• 添加"遮罩模糊生长"节点：

• 设置扩展大小和模糊半径，使皮肤遮罩的边缘过渡更平滑。

• 预览遮罩效果：添加预览节点查看遮罩效果。

进阶工作流：局部重绘

---

1. 选择Checkpoint

• 选择DreamshapeXL的Lighting版本：该版本出图速度快，皮肤质感好。

• 下载链接：https://huggingface.co/Lykon/dreamshaper-xl-lightning/tree/main

• 另一个推荐：JuggernautXL的Lighting版本也很好，但Dreamshaper在皮肤质感上稍胜一筹。

2. 添加提示词

• 提示词：写上“光滑的皮肤”。

• K采样器：

• 采样步数：3步（Lighting版本的Checkpoint，速度极快）。

• CFG值：设置为2。

• 参考Checkpoint作者的推荐设置。

• 降噪强度：设为0.4。

3. 连接节点

• VAE编码：将要局部重绘的图进行VAE编码。

• 潜空间噪声遮罩：进行设置并连接。

• 输出图像节点：添加两个节点用于输出图像。

运行工作流，检查皮肤效果。我们会看到皮肤变得更细腻，显得年轻了10岁。

comfyui 10

# 进阶工作流：改变嘴唇颜色

1. 添加ColorAdjust节点

• 作用：改变图像的对比度、明度、饱和度、色相。

• 调整色相：改变嘴唇颜色。

• 预览图像：添加预览节点查看效果。

• 问题：整个面部区域都变了，需要限定变化区域。

• 解决方案：像之前那样处理遮罩。

2. 复制之前的四个节点

• 面部遮罩区域：选择上嘴唇和下嘴唇。

• 调整遮罩大小和模糊度：因嘴唇面积小，需精确控制。

• 运行工作流：生成遮罩并查看效果。

3. 添加图像遮罩复合节点

• 作用：像之前的工作流一样，限定变化区域。

• 连接并运行：处理嘴唇颜色。

• 连接：

• 原图像(source)：连接处理好的面部图像。

• 目标图像(destination)：连接原始图像。

4. 将修图结果放回原图

在之前的步骤中，我们已经添加了局部重绘的工作流，并实现了嘴唇颜色的调整。现在，我们将通过添加一个强大的节点ImageInsertWithBBox，将处理好的面部图像插入到原始图像中。最终，我们将整个工作流分为上下两部分，以便更灵活地进行调整。

• 添加ImageInsertWithBBox节点：用于将处理好的图像插入到原始图像中。

• bbox输入端口：连接到之前的BBoxListItemSelect节点。

• 图像源：连接到未被裁剪过的原始图片。

• 图像输入端：连接到处理过的图片。

• 添加图像对比节点：用于查看最终效果。

• image_a端口：连接到插入后的图像。

• image_b端口：连接到原始图像。

# 完善工作流

整个工作流分为上下两个部分。上面的部分用的是CosXL，可以帮人物化妆。

化妆的流程可能会进行很多次，所以最好是在跑上面的工作流的时候，暂时把下面的先冻结一下。我们给下面的工作流编一个组。

然后再加入一个节点。通过这个开关就可以切换这个组的状态。

先对人物进行化妆，效果满意了，再把下面的组打开，处理面部的细节，这样就比较方便了。

资料软件免费放送

次日同一发放请耐心等待

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以扫描下方CSDN官方认证二维码免费领取【保证100%免费】

**一、AIGC所有方向的学习路线**

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】