如果你已经有一张构图不错的照片，却想把它改成插画、电影感画面，或者尝试修复老照片，ComfyUI 的图生图流程比纯文生图更适合从已有内容继续创作。它不会只根据文字“凭空生成”，而是同时参考输入图片和提示词，因此能保留一部分原图的构图、主体与色彩关系，但也可能在细节、身份和物体形状上产生偏离。
先理解：图生图和文生图差在哪里
纯文生图的主要输入是提示词，模型根据文字组织主体、构图和风格。图生图则多了一张参考图，通常会把它编码成潜空间信息，再交给采样器结合提示词重新生成。
可以把两者的差别理解为：
| 项目 | 纯文生图 | 图生图 |
|---|---|---|
| 主要输入 | 文本提示词 | 参考图加文本提示词 |
| 结果来源 | 主要由文字决定 | 同时受原图和文字影响 |
| 常见用途 | 从零构思画面 | 改风格、改氛围、尝试修复 |
| 主要风险 | 不容易得到预期构图 | 可能保留瑕疵，也可能改变原图细节 |
图生图并不是“把原图套上滤镜”。提示词、采样参数和模型都会影响结果。参考图决定了变化的起点，提示词决定希望往哪个方向变化，而去噪强度则决定模型可以偏离原图多少。
搭建一个基础图生图流程
以下流程只使用 ComfyUI 的基础节点，不涉及局部重绘、分层处理或复杂扩展节点。开始前，需要确认 ComfyUI 能正常启动，并准备一个与工作流兼容的检查点模型和对应的 VAE。
1. 加载模型与参考图
在画布中放置这些节点：
- Load Checkpoint：加载检查点模型，输出模型、文本编码器和 VAE。
- Load Image：导入参考图。
- CLIP Text Encode：分别填写正向和负向提示词。
- VAE Encode：把参考图转换成采样器可处理的潜空间。
- KSampler：根据提示词和参考潜空间生成结果。
- VAE Decode：把采样结果还原为图像。
- Save Image：保存输出。
连接关系可以简化为：
Load Image
└─> VAE Encode ──> KSampler 的 latent_image
Load Checkpoint
├─> KSampler 的 model
├─> 正向 CLIP Text Encode
├─> 负向 CLIP Text Encode
└─> VAE Encode / VAE Decode 的 vae
KSampler
└─> VAE Decode ──> Save Image正向提示词描述你希望保留或增加的内容，例如主体、媒介、光线和画面气氛；负向提示词可以写入不希望出现的常见问题，例如模糊、畸形手指、低质量或多余物体。不要一开始就堆很多形容词，先让流程稳定出图，再逐项修改。
2. 先用较低变化幅度测试
KSampler 中最值得关注的是 denoise。它不是简单的“画质开关”，而是控制生成结果相对输入潜空间的变化程度。
| denoise 范围 | 适合观察的现象 |
|---|---|
| 较低 | 更容易保留原图构图和主体，变化可能不明显 |
| 中等 | 在构图与新风格之间取得折中 |
| 较高 | 风格和内容变化更明显，但偏离原图的风险增加 |
不同模型对参数的响应并不完全一样，因此不要把某个固定数值当作通用答案。建议先固定提示词和随机种子，只改变 denoise，生成几张结果进行对照。这样才能判断变化究竟来自参数，还是来自提示词和随机性。
用同一流程尝试风格转换
风格转换的重点，是先观察参考图中哪些内容已经足够好，再决定提示词只改变风格，还是同时调整氛围和材质。
例如，参考图是一张人物或街景照片，可以先使用这样的提示方向：
正向：保留原有主体和大致构图，细腻数字插画，柔和笔触，电影感光影，丰富但自然的色彩
负向：模糊，过度锐化，畸形，重复主体，多余物体，低质量第一轮不要同时加入“重构背景、改变服装、改变姿势”等要求，否则很难判断结果为何发生变化。如果主体和构图基本保留，但风格不明显，可以逐步提高变化幅度，或把风格词写得更具体，例如明确是水彩、版画、厚涂插画还是低多边形渲染。
如果风格变化已经足够，但人物脸部、物体边缘或背景开始变形，就应降低变化幅度，减少提示词中的改动要求。图生图能参考原图，并不等于能够精确锁定每个细节。
用同一流程尝试图像修复
基础图生图也可以用于修复方向的尝试，例如改善老照片的整体观感、补充褪色区域的色彩，或让低清晰度图片呈现更干净的结果。不过，这种方式更适合“整体重建式修复”，不适合要求某个局部完全按照原貌恢复的场景。
可以先从描述原图内容开始，而不是只写“修复老照片”：
正向：老街照片，保留原有建筑布局和人物位置，修复褪色，恢复自然色彩，清晰细节，真实光线
负向：过度饱和，塑料质感，新增人物，错误文字，严重噪点，模糊观察结果时，重点检查三点：
- 原图中的人物数量、建筑关系和主要物体是否仍然合理；
- 修复后的色彩是否自然，是否把阴影和旧照片质感过度“洗掉”；
- 模型是否凭空补出了文字、纹理或原图没有的细节。
如果结果变成了“重新绘制一张相似图片”，通常说明变化幅度偏高，或者提示词过度强调高清、细节和全新风格。可以降低变化幅度，删去不必要的修饰词，并使用更贴近原图内容的描述。
如何判断偏离来自哪里
遇到结果不符合预期时，可以按下面顺序排查：
- 先固定随机种子：否则每次结果都不同，很难比较参数变化。
- 只改一个变量：一次只调整提示词、变化幅度或采样步数中的一项。
- 对照参考图：如果构图、主体位置也变了，优先检查变化幅度；如果构图保留但风格不对，优先修改提示词。
- 检查模型适配性：不同检查点对写实、插画、老照片等任务的倾向不同，不能假设同一组提示词在所有模型上都有效。
- 降低目标范围：先完成“保留主体并改变风格”或“改善整体色彩”中的一个目标，再继续尝试其他变化。
常见问题是输出几乎没有变化。这可能是变化幅度过低、提示词与参考图方向接近，或模型本身更倾向保留输入。相反，如果输出完全不像原图，可能是变化幅度过高、提示词要求过多，或者参考图内容与模型擅长的风格差异较大。
这套基础流程适合什么人
如果你的目标是从一张已有图片快速试验不同风格、氛围或整体修复方向，这套 ComfyUI 图生图流程足够作为起点。它的优势是输入和处理过程清晰，能够通过节点连接反复调整，也方便保存工作流并比较不同参数。
但它不适合被当作精确修图工具。需要只修改脸部、衣服或背景中的某个区域，或者要求严格保留人物身份与文字内容时，就需要进一步的局部重绘、控制条件或其他专用流程。基础图生图最适合做的是：以参考图为起点，明确一个变化方向，逐轮观察哪些内容被保留、哪些内容被重新生成，再据此调整提示词和变化幅度。
评论列表 (1条)：
加载更多评论 Loading...