C20：掌握 ComfyUI 中的圖生圖轉換

簡介

圖生圖轉換是一種強大的技術，用於 AI 驅動的生成模型中，透過將影像轉換到潛在空間並套用擴散過程來修改或增強影像。與從雜訊開始不同，這種方法允許使用者處理現有影像，實現尊重原始內容同時融入風格變化的轉換。本文介紹如何在ComfyUI中設定圖生圖工作流程，並探討去噪值等關鍵參數，以獲得最佳結果。

什麼是圖生圖轉換？

圖生圖轉換利用變分自編碼器 (VAE)將影像編碼到潛在空間，在那裡可以使用擴散技術進行修改。然後，潛在影像會被解碼回像素空間，產生反映所套用變更的新影像。這種方法對於風格遷移、影像修復與創意修改等任務特別有用。

在 ComfyUI 中設定工作流程

若要在 ComfyUI 中建立圖生圖工作流程，請按照下列步驟操作：

步驟 1：載入影像

新增一個Load Image Node：
- 在 ComfyUI 介面中連按兩下並輸入LOAD。
- 選取Load Image Node。
- 按一下以上傳影像檔案。
- 瀏覽到所需的影像檔案，然後按一下Open。影像將被複製到 ComfyUI 的 input 資料夾。
驗證影像位置：
- 檢查 ComfyUI 安裝目錄下的input資料夾。
- 定期清除舊檔案，以維持整潔。

步驟 2：縮放影像

大多數生成模型要求影像符合特定的解析度參數。要調整影像大小：

新增一個Upscale Image Node：
- 連按兩下並輸入UPSCALE。
- 選取Upscale Image Node。
- 將此節點連接在Load Image Node與VAE Encode Node之間。
設定解析度參數：
- 新增一個Resolution Selector Node。
- 以滑鼠右鍵按一下寬度與高度小工具，將它們轉換為輸入。
- 指定所需的寬度與高度值。

步驟 3：將影像編碼到潛在空間

新增一個VAE Encode Node：
- 連按兩下並輸入VAE。
- 選取VAE Encode Node。
- 將此節點的潛在輸出連接到K-Sampler Node的潛在影像輸入。
確保模型檢查點提供所需的 VAE。

步驟 4：設定取樣器參數

K-Sampler Node可讓你控制擴散過程的關鍵參數：

步數：增加步數以獲得更好的品質（例如 30 步）。
CFG Scale：設定無分類器引導 scale（例如 8.0），以平衡對提示詞與潛在影像的遵循。
取樣器類型：使用Euler以獲得一致的結果。
去噪強度：調整去噪值，以控制擴散過程中加入與去除的雜訊量。

了解去噪值

去噪強度參數決定擴散過程中原始影像被改變的程度。以下是根據不同去噪值的結果細分：

1.00：以生成內容完全取代原始影像。這非常適合根據風格提示詞建立全新的影像。
0.5：在原始影像與風格修改之間取得平衡。這有助於在套用藝術變化的同時保留關鍵特徵。
0.2：僅對原始影像做最小程度的改變，確保對輸入影像的高度保真，同時套用細微的風格增強。
0.0：基本上重現原始影像，僅因編碼與解碼過程而略有差異。

結果範例

使用Pinnacles的影像作為輸入，觀察到以下結果：

原始影像：

去噪 1.00：產生了一張全新的影像。

去噪 0.5：產生了Pinnacles的繪畫風格版本，但與原始照片略有偏差。

去噪 0.2：在尊重風格提示詞的同時，與輸入影像高度吻合。

去噪 0.0：重現了原始照片，但由於潛在空間處理而略顯擴散。

獲得最佳結果的技巧

選擇合適的去噪值：
- 對於重大轉換：使用接近 1.00 的值。
- 對於細微變化：使用 0.2 至 0.5 之間的值。
- 要保留原始影像：使用接近 0.0 的值。
最佳化提示詞：
- 清楚地指定風格說明。
- 如果希望原始影像占主導地位，請避免包含與內容相關的說明。
留意訓練資料偏差：
- 請注意，訓練資料集可能會影響輸出。例如，訓練資料中常見的視角可能會覆蓋輸入影像的獨特特徵。

比較原始影像與最終影像

在對Pinnacles的影像使用去噪值0.2進行處理後，結果與原始照片高度吻合，同時套用了藝術增強。這證明了圖生圖轉換在融合風格提示詞與輸入影像方面的有效性。

結論

ComfyUI 中的圖生圖轉換提供了一種靈活而強大的方式，可利用潛在空間擴散來修改影像。透過仔細設定節點與參數，使用者可以實現從細微增強到完全轉換的各種結果。調整去噪值是平衡原始影像與風格修改的關鍵。

C20：掌握 ComfyUI 中的圖生圖轉換

簡介

目錄

什麼是圖生圖轉換？