ComfyUI图生图节点搭建+局部重绘功能，图片预处理一键换背景

简介

前面我们了解了ComfyUI文生图的基本概念，这期再来看下图生图的操作流程，其实图生图最快的搭建方式，就是加载一套默认的文生图节点，在这个基础上进行修改。

我们还是可以参考webui的图生图，来看它生成图片条件，这里的提示词和采样的部分，在文生图节点已经有了，比较重要是，这里的图片上传功能，说到这里，
用过webui的朋友都知道，图生图，顾名思意，那肯定是，先要上传一张原始图片，然后在这张图片上进行修改。
那在comfyUI里面所对应的就是，图像加载节点，我们还是鼠标右键新建节点-选择图像-再选择加载图像，这样就实现了图片上传功能，这里你可以上传准备的素材，上面是图片的名称。

上传后我们该怎么连接呢？不知道有没有同学，还记不记得，文生图节点搭建那期，图片放大的原理，现在我们上传的这张图片是在像素空间，你也可以理解成现实空间，而像素空间的图片，是不受CLIP约束，他两是无法链接，上传完成后，我们是不是要对图片进行简单的预处理呢？比如调整它的尺寸，

在webui里面，也能看到它提供了两种方式，手动设置尺寸和按比例缩放，再回到comfyUI，选择这个图像圆点往外拉，新建节点-图像-选择放大-这里就和刚刚webui里面的两种方式一样的，图像缩放和按系数缩放，这两个可以按你的需求来选择，我这里就选择图像缩放，比如，你觉得这个手动设置不够精准，还要我们手动去输入，有点麻烦，那你就用按图像系数缩放，在系数里面设置需要放大的倍数，比如1.5倍或者2倍，如果显卡好上4倍也行。

缩放算法

• 最临近差值法，也是一个基础算法，简单粗暴，速度比较快，效果一般，其实它的思路就是采样，不仅可以采完全相同百分百位置的值，还可以采周围点的值，这个算法由于快，有时候会出现锯齿状的边缘。
• 双线性插值法，所谓双线性，就是在二维平面上考虑问题，这个算法在临近差值法上，对相邻的4个像素值加权平衡，这种方法出来的图像比较平滑，中高质量，属于是一种均衡类型，
• 区域，这种方法在缩放图像时，对于每个目标像素，它会找到原始图像中对应的区域，然后根据这个区域内的像素值，来计算出新像素的值。在这个过程中，它会对原始图像中的像素，进行一些插值或者加权平均来得到目标像素的值，以此来保持图像的质量和细节。优点在于可以保留图像的平滑性，减少图像的锐化效果和像素之间的失真。这种方法常用的是，需要放一些比较大的尺寸，比如像户外打印或展示效果。
• 双三次插值，是在双线性算法的基础上，对相邻的16个像素值进行加权平均，计算新图像中1个点，它使用了三次样条插值函数，来进行像素值的估算，这种插值方法也能够产生，比较平滑和高质量结果。但是这个计算的时间会更久
• anczos，该算法使用了一种卷积方法，通过对像素点周围的采样点进行加权平均，得到缩放后像素点的值。该算法在保持图像细节的同时，会对图像进行轻微模糊。

简而言之，

• （近邻插值）：速度快，但图像质量可能较差，特别是在放大时可能会出现锯齿状边缘。
• （双线性插值）：速度较快，图像质量相对较好，适用于一般的均衡需求。
• （区域插值）：速度较快，但图像质量可能略低于双线性插值，特别是在放大时。
• （双三次插值）：图像质量较高，但相对于双线性插值来说速度可能较慢。
• （Lanczos 插值）：图像质量最高，但通常速度较慢，尤其是在大规模缩放时。

因此，如果对图像质量有较高要求，且可以接受一定的性能损失，推荐使用 Bicubic 或 Lanczos 插值。而如果对速度要求较高，可以考虑使用双线性插值或最近邻插值。当然下来你们也可以单独去测试效果。

图片预处理

再比如说，我们想对这张图片进行裁剪，一般常见的就是在PS里面去修改，但是在comfyUI里面有一个快捷的方式，首先来复制一个加载图像节点，然后再图像节点这里往外拖，新建节点-图像-变换-再选择图像裁剪，这里在拉一个预览裁剪后的图片。

好，说完这个缩放算法和预处理，那我们再给图片一个VAE编码，让它把预处理后的图片送到潜在空间，也就是这个latent。然后把VAE的latent和采样器的latent链接，那原来的空latent就会断开，你可以删除，或者Ctrl+b隐藏，好了后我们再来点生成。

这时你会发现生成的图片和我们上传的图片差距有点远，这是因为采样器的降噪，现在还是1，所以差距很大，那这个降噪值也就是webui里面的重绘强度，现在我把它改为0.3,再点生成，可以看到，改完降噪后的图片和原图很相识，所以这个降噪值还是根据你们的需求来设置。

更多详情查看以上视频！

相关标签