相信很多大家對(duì)ComfyUI工作流解析：照片轉(zhuǎn)繪復(fù)古頭像還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

這個(gè)案例整合了我們之前所學(xué)的全部?jī)?nèi)容，非常適合作為綜合案例進(jìn)行復(fù)習(xí)和加深理解。

沒有看過之前教程的小伙伴可以上站長(zhǎng)素材AI教程網(wǎng)站查看哦

網(wǎng)站鏈接：https://aisc.chinaz.com/jiaocheng/

這個(gè)工作流使用comfyui來將照片轉(zhuǎn)換為復(fù)古動(dòng)漫風(fēng)格的圖像。以下是這個(gè)工作流中的各個(gè)節(jié)點(diǎn)及其功能的詳細(xì)解析：

節(jié)點(diǎn)解析

1.圖像加載和預(yù)處理：

LoadImage (id: 13):加載指定URL的輸入圖像。

DF_Get_image_size (id: 15):獲取加載圖像的寬度和高度。

EmptyLatentImage (id: 5):創(chuàng)建具有提取維度的空潛在圖像。

2.ControlNet加載器和預(yù)處理器：

ControlNetLoader (id: 28):加載用于線稿的ControlNet模型 (control_v11p_sd15_lineart.pth)。

ControlNetLoader (id: 30):加載用于姿態(tài)檢測(cè)的ControlNet模型 (control_v11p_sd15_openpose.pth)。

ControlNetLoader (id: 27):加載用于深度檢測(cè)的ControlNet模型 (control_v11f1p_sd15_depth.pth)。

Zoe_DepthAnythingPreprocessor (id: 40):處理圖像以生成深度信息。

Inference_Core_LineArtPreprocessor (id: 42):處理圖像以生成線稿信息。

OpenposePreprocessor (id: 39):處理圖像以生成姿態(tài)關(guān)鍵點(diǎn)。

3.條件應(yīng)用和組合：

ControlNetApply (id: 26， 29， 31):應(yīng)用ControlNet條件到圖像上，結(jié)合深度、線稿和姿態(tài)信息。

ConditioningCombine (id: 37):組合不同的條件信息。

4.文本編碼：

CLIPTextEncode (id: 6):對(duì)正面描述文本進(jìn)行編碼，例如“beautiful scenery nature glass bottle landscape， purple galaxy bottle”。

CLIPTextEncode (id: 7):對(duì)負(fù)面描述文本進(jìn)行編碼，例如“Easy Negative， worst quality， low quality”等。

CLIPTextEncode (id: 34):對(duì)額外描述文本進(jìn)行編碼，例如“official art， context art， retro anime， complex background， blurry background， depth of field”。

5.模型加載和采樣：

CheckpointLoaderSimple (id: 4):加載主要的生成模型 (AWPainting(1.4))。

LoraLoader (id: 10， 16):加載Lora模型用于特定風(fēng)格的調(diào)整（例如“80'sFusion(V2.0)”和“Retro Anime(1.0)”）。

KSampler (id: 3):使用KSampler進(jìn)行潛在圖像的采樣，結(jié)合模型、正面和負(fù)面條件以及潛在圖像。

VAEDecode (id: 8):將采樣后的潛在圖像解碼為最終圖像。

6.圖像保存：

SaveImage (id: 9):保存生成的圖像。

使用說明

由于ComfyUI工作流比較復(fù)制，所以我這里直接提供工作流，并對(duì)重點(diǎn)進(jìn)行解釋說明幫助大家梳理邏輯。需要這個(gè)工作流的可以掃底部二維碼加群獲取哦，大家如果有哪里看不明白也可以加群交流。

第一次使用工作流可能會(huì)報(bào)錯(cuò)提示安裝缺失節(jié)點(diǎn)，我們?cè)诠芾砥髦邪讶笔У墓?jié)點(diǎn)安裝上即可

加載Lora

大模型串聯(lián)兩個(gè)Lora

反推標(biāo)簽

沒有WD14 反推提示詞的小伙伴可以在管理器中搜索WD安裝即可，clip文本編碼要改成以文本輸入才可以和WD反推出的關(guān)鍵詞連接

ControlNet控制

這邊用到三個(gè)controlnet串聯(lián)分別是，深度圖，線稿，和姿態(tài)控制。

獲取圖片寬高

合并提示詞

由于我們的Lora模型需要一些觸發(fā)詞，但是之前的文本編碼器已經(jīng)和WD連接，所以我們只能在復(fù)制一個(gè)文本編碼器和WD提示詞的文本編碼器合并。最后把合并的條件連接到第一個(gè)controlnet應(yīng)用

工作流效果

該工作流的主要步驟是通過加載和預(yù)處理圖像，應(yīng)用不同的ControlNet模型生成輔助信息（如深度、線稿和姿態(tài)），然后結(jié)合這些信息以及文本描述進(jìn)行圖像生成，最終解碼并保存生成的復(fù)古動(dòng)漫風(fēng)格圖像。需要這個(gè)工作流的可以掃底部二維碼加群獲取哦

------------------------------------------------------------------------------------------

站長(zhǎng)素材AI教程是站長(zhǎng)之家旗下AI繪圖教程平臺(tái)

海量AI免費(fèi)教程，持續(xù)更新干貨內(nèi)容

想要深入學(xué)習(xí)更多AI繪圖教程，請(qǐng)?jiān)L問站長(zhǎng)素材AI教程網(wǎng)：

https://aisc.chinaz.com/jiaocheng/

以上就是關(guān)于【ComfyUI工作流解析：照片轉(zhuǎn)繪復(fù)古頭像】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！