详尽教程：Stable Diffusion ComfyUI 图生图流程基础教程
在我们进行 Web UI 图形生成的过程中，相较于文本生成，引入了一个新元素——图像加载。那么，怎样将图片转化为可被识别的信息呢？这必要对图像进行解码，以便计算机可以或许明白并处理。
有必要stable diffusion整合包以及提示词插件，可以扫描下方，免费获取
https://i-blog.csdnimg.cn/direct/c299e4022f284f32a2ae062c1421cbe4.jpeg#pic_center
一、创建图生图流程
1、起首，打开我们的文生成基础流程，并将图生成流程添加到该基础流程中。
2、利用“右键”点击，选择“新建节点” > “图像” > “加载图像”，然后将所需图片上传。
3、单击已上传的图像节点，在该节点上拖动鼠标，并释放后选择“VAE 解码”。
4、将“VAE解码”的“Latent”与“采样器的Latent”连接，并将“VAE”连接到“VAE加载器”。
https://i-blog.csdnimg.cn/img_convert/cb251651c4e1639eea3e0da5bc59ae36.png
5、注意：此时大概会遇到两个问题。
起首，"加载图像的遮罩"没有连接到任何节点，但不消担心，我们只有在利用局部重绘时才会利用这个功能，而图生成流程用不到。
https://i-blog.csdnimg.cn/img_convert/58aa1dba9b3a9a41a9d3a4a0c1a4baab.png
其次，原本的"空Latent"已经断开连接，没错，这意味着我们无法再设置其尺寸，但这并不是问题。在这种情况下，图像的尺寸将基于您上传的图片而确定。现在，让我们生成一张图片来查看效果。
6、你是否已经注意到，生成的图片只是根据图片尺寸创建的，与上传的图片内容无关。您还记得我们之条件到的采样器中的降噪吗？当前我们的数值设置为1，这意味着图片将完全按照文本形貌生成。降噪数值越低，生成的图像越接近原始图像，而数值越高则更依赖于文本形貌（通常我们会利用0.5-0.8）。
7、其原理是将已有图像特征添加进去，然后进行去噪迭代处理。0.8表示我们跳过了20%的步骤，用其余80%的步骤在原始图像噪点上生成文本形貌图像。
[*]https://i-blog.csdnimg.cn/img_convert/5fc87a49ab72b17eae8c7dcef3779e19.png
二、调整图像尺寸
1、如前所述，如果未连接"空Latent"，您将无法设置图像的尺寸，这大概导致生成的图像太大或太小而出现问题。
2、现在，让我们通过以下步骤来调整图像的尺寸：单击鼠标右键，选择"新建节点" > “图像” > “放大” > “图像缩放”，将此节点连接到"加载图像"和"VAE解码"之间。
https://i-blog.csdnimg.cn/img_convert/48f8d93680419a1b4c6fc626600c6b98.png
3、在"图像缩放"节点中，您将看到四个可调参数，除了缩放方法（有三种，通常利用默认设置），还有两个参数是宽和高。最后一个参数是裁剪方式，有两种可选：
a. “disabled”：直接拉伸图像（例如，将1024x1536图像变为1024x1024）。
https://i-blog.csdnimg.cn/img_convert/8e92d1679cfeba221f926c1a622a97a7.png
4、“center”：根据图像中心进行裁剪（例如，将1024x1536图像变为1024x1024）。
https://i-blog.csdnimg.cn/img_convert/ec61f8ab157c348f49c1a2ec589b1949.png
5、注意：这两种裁剪方式都存在问题，"disabled"必要知道原始图像的尺寸，然后按比例计算宽高，否则图像会变形。"center"根据图像中心进行裁剪，但大概会裁剪掉所需的内容。
6、利用derfuu插件：
（1） 在这种情况下，我们可以利用derfuu插件来自动解决尺寸计算的问题，它可以根据图像比例自动计算所需的尺寸。
（2） derfuu插件地址：
https://github.com/Derfuu/Derfuu_ComfyUI_ModdedNodes.git（如果不知道怎样安装，请参考我的ComfyUI系列教程之一）。
（3） 选择"新建节点" > “Derfu节点（Derfu_Nodes）” > “自设节点” > “图像” > “Image scale to side”，然后可以删除"图片缩放"节点，用"Image scale to side"替代它。
（4） 在"Image scale to side"节点中，您将看到四个可调参数（不必要更改upscale_method和crop参数，通常利用默认设置即可）：
[*] side_length（边长）：选择要更改的边的尺寸。
[*] side（边）：根据图像的哪一边进行缩放，可选择"Longest（长）/Height（高）“（这两个选项控制相同）或"Width（宽）”，以图像的宽度为基础进行缩放。
[*] upscale_method（缩放方法）：有三种缩放方法，相近-精准、双线性插值、区域，区别不大，通常利用默认设置即可。
[*] crop（裁剪）：与之条件到的"图片缩放"节点中的裁剪方式相同，但在这个设置中不起作用，因为我们是按比例进行缩放，无需进行裁剪（大概在其他节点上有用，但通常利用默认设置即可）。
[*] 现在，可以开始生成图像，恣意享受创作的乐趣吧！
三、拓展知识
回想一下我们上一课中所学的关于细化流程的内容。现在，我们可以思量在进行图生图时是否也可以应用细化模子。
起首，让我们复制图生成的核心节点，包括"加载图像"、“图像缩放"和"VAE 编码”。然后，打开"文生成 - refiner 细化流程"，并将它们粘贴到这个新环境中。
接下来，将"VAE 编码的 Latent"连接到"base 模子的采样器"（"空 Latent"不再必要，可以删除）。
然而，现在出现了一个问题。我们利用"降噪"来控制生成图像的相似度，但"采样器（高级）"节点中并没有选项可以输入"降噪"值。现在让我们思量一下，"降噪"的作用和"采样器（高级）"中的哪个功能相似？
当然，这与"开始降噪步数"有些相似，这个参数同样用于跳过一定命量的迭代步骤。然而，它的工作方式正好相反："开始降噪步数"的数值越高，生成的图像越接近原图，而数值越低则越倾向于文字形貌。
三、注意事项
[*] “开始降噪步数"的数值不应超过"总步数 - 结束降噪步数”。
[*] 我们所做的连接和更改只实用于与"base 模子"连接的采样器部分。
关于AI绘画技能储备
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。最后各人分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点资助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以思量的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
零基础AI绘画学习资源介绍
页:
[1]