【AI学习-comfyUI学习-抠图+实时图像裁剪-各个部分学习-第九节1】
1，前言2，说明1：1-inspynet抠图工作流说明2：实时图像裁剪
3，流程1-inspynet抠图工作流（1）调用模块整个模块部分
（2）输出 提示词（3）模型加载（4）生成图片（5）模块介绍参数说明🧩 一、加载图像（Load Image）🧠 二、Inspyrnet Rembg Advanced（核心节点）🧩 输出端口：
2-实时图像裁剪（1）调用模块整个模块部分
（2）输出 提示词（3）模型加载（4）生成图片（5）模块介绍参数说明
🧩 一、Checkpoint加载器（简易）🧠 二、CLIP文本编码器（绿色）—— 正向提示词🚫 三、CLIP文本编码器（红色）—— 负面提示词🌫️ 四、空Latent（初始化潜空间）⚙️ 五、K采样器（核心生成器）🎨 六、VAE解码（VAE解码器）✂️ 七、图像裁剪（Image Crop）
4，细节部分5，使用的工作流1：1-inspynet抠图工作流说明2：实时图像裁剪
6，总结
1，前言
最近，学习comfyUI，这也是AI的一部分，想将相关学习到的东西尽可能记录下来。
2，说明
1：1-inspynet抠图工作流说明
ComfyUI 的「Inspyrnet 抠图工作流」，用于自动去除图片背景（即“Rembg”功能）。
整个流程非常简洁，是一个“输入 → 抠图 → 输出”的轻量结构。
| 目标 | 调整建议 |
|---|---|
| 想单独保留人物 | threshold ≈ 0.85–0.9 |
| 想保留头发细节 | threshold ≈ 0.7–0.8 |
| 背景太复杂 | 可先用 |
| 想替换背景 | 将输出的 mask 用在“图像合成”节点（如 Combine / Blend）中 |
2：实时图像裁剪
一个完整的 ComfyUI 文生图工作流（Text-to-Image Workflow）+ 图像裁剪（Image Crop）
Checkpoint加载模型（主风格）
↓
CLIP文本编码（正向/负向）
↓
空Latent生成画布
↓
K采样器生成潜空间图
↓
VAE解码为图像
↓
（可选）裁剪 → 预览 → 保存
3，流程
1-inspynet抠图工作流
（1）调用模块
整个模块部分
这回整个模块都可以截截图下了
（2）输出 提示词
无
（3）模型加载
无
（4）生成图片
（1）原图片
（2）抠出的图
（5）模块介绍参数说明
🧩 一、加载图像（Load Image）
作用：
从本地上传或加载一张图片，作为抠图的输入源。
| 参数 | 含义 | 建议 / 说明 |
|---|---|---|
| 图片 | 上传的原始图像 | 点击“选择文件上传”选择输入图 |
| 过滤 | 是否启用图像过滤 | 一般不用改，保持默认 |
🟢 说明：
此节点会输出一个 IMAGE 类型数据，连接到后续处理模块。这一步只是读取图片，不做任何变换。
🧠 二、Inspyrnet Rembg Advanced（核心节点）
这是整个工作流的主逻辑模块，负责 人物/物体抠图与背景去除。
| 参数 | 含义 | 默认值 | 建议值 / 说明 |
|---|---|---|---|
| image | 输入图像 | — | 连接自“加载图像”节点 |
| threshold | 掩模阈值（0～1） | 0.85 | 控制抠图精度（越高越严格） |
| torchscript_jit | 模型加载方式 | |
可选 |
🧩 输出端口：
| 输出口 | 类型 | 说明 |
|---|---|---|
| IMAGE | 抠完背景的图像（透明背景 PNG） | |
| MASK | 掩模图（白色为主体，黑色为背景） |
2-实时图像裁剪
（1）调用模块
整个模块部分
这回整个模块都可以截截图下了，如下图所示
（2）输出 提示词
a beautiful glass bottle containing Mount Fuji and Tokyo Tower inside, glowing purple galaxy sky, fantasy landscape in a bottle, cinematic lighting, reflection on glass, detailed scenery, ultra realistic, soft lighting, masterpiece, best quality
（3）模型加载
（4）生成图片
（1）原图片
（2）切出的一半图
（5）模块介绍参数说明
🧩 一、Checkpoint加载器（简易）
模块名：
Checkpoint加载器（简易）
加载模型：
LEOSAM HelloWorld 新世界-V
| 参数 | 说明 |
|---|---|
| 模型路径 | 加载主模型（即 |
| CLIP | 文本编码模块，用于解析Prompt。自动匹配主模型。 |
| VAE | 解码器模块，用于将潜空间图像转为可视图像。 |
🔹 作用：决定整体画风（HelloWorld 模型偏向梦幻、光影柔和）。
🔹 建议：
想要水墨、写实、动漫风，可以替换不同的 Checkpoint。不建议频繁改动 CLIP/VAE 除非模型失配。
🧠 二、CLIP文本编码器（绿色）—— 正向提示词
模块名：
CLIP文本编码器
作用： 将文字 Prompt 转换为语义向量供模型理解。
当前 Prompt：
a beautiful glass bottle containing Mount Fuji and Tokyo Tower inside, glowing purple galaxy sky, fantasy landscape in a bottle, cinematic lighting, reflection on glass, detailed scenery, ultra realistic, soft lighting, masterpiece, best quality
🔹 解释：
glass bottle containing Mount Fuji and Tokyo Tower inside
purple galaxy sky
fantasy landscape in a bottle
cinematic lighting
reflection on glass
ultra realistic
masterpiece
best quality
🔹 调整技巧：
想让瓶子更透明：加
clear glass, realistic reflection
Tokyo Tower glowing red lights
night city skyline, bokeh background
🚫 三、CLIP文本编码器（红色）—— 负面提示词
模块名：
CLIP文本编码器
作用： 告诉模型要“避免”的内容。
当前内容：
text
🔹 建议补充完整 Negative Prompt：
low quality, blurry, distorted, watermark, text, extra objects, bad lighting, bad composition, lowres, artifacts, ugly
这样可以防止出现：
模糊边缘多余物体画面过暗或溢色
🌫️ 四、空Latent（初始化潜空间）
模块名：
空Latent
| 参数 | 含义 | 建议值 |
|---|---|---|
| 宽度 | 图像宽度 | 1024 |
| 高度 | 图像高度 | 1024 |
| 批次大小 | 每次生成张数 | 1 |
🔹 作用： 创建一个“噪声画布”，模型从随机噪声开始生成图像。
🔹 建议：
想生成竖图（瓶子形状）→ 改成
512×1024
1024×512
⚙️ 五、K采样器（核心生成器）
模块名：
K采样器
作用： 控制模型如何“从噪声变清晰”，决定出图速度与细节。
| 参数 | 说明 | 建议 |
|---|---|---|
| 随机种子（Seed） | 控制随机性 | 固定数值→复现同图；randomize→每次不同 |
| 运行后操作 | 一般为 fixed/randomize | 取决于是否想要随机出图 |
| 步数（Steps） | 生成迭代次数 | 20（当前设置不错） |
| CFG | 提示词权重（Prompt影响力） | 8.0（较强，贴合Prompt） |
| 采样器（Sampler） | 采样算法 | |
| 调度器（Scheduler） | 控制每步噪声衰减 | |
| 降噪 | 控制最终细节保留 | 1.0（默认即可） |
🔹 优化技巧：
想更梦幻柔和 → 降低 CFG 到 6.5–7.0想更精确贴Prompt → 提高 CFG 到 9.0想更多细节 → 步数 +5
🎨 六、VAE解码（VAE解码器）
作用：
将潜空间的图像数据（Latent）解码成可见图像。
接收来自采样器的 Latent 输出。
🔹 建议：
如果颜色偏灰 → 尝试换 VAE（如
vae-ft-mse-840000-ema-pruned
✂️ 七、图像裁剪（Image Crop）
作用：
裁剪图像尺寸（如从 1024×1024 剪出 512×1024）。
| 参数 | 含义 | 当前值 |
|---|---|---|
| 宽度 | 裁剪后宽 | 512 |
| 高度 | 裁剪后高 | 1024 |
| X/Y | 起点坐标 | 0 / 0 |
🔹 解释：
你这里是把正方形图切成“竖瓶图”比例。如果想改横图或中景，可以调整
X,Y
宽高
4，细节部分
无
5，使用的工作流
1：1-inspynet抠图工作流说明
https://download.csdn.net/download/qq_22146161/92292149
2：实时图像裁剪
https://download.csdn.net/download/qq_22146161/92292151
6，总结
这也算各一个开始吧，我也在学习摸索中。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
