【ComfyUI插件】ComfyUI核心节点(二)

知识星球已更新100+节点，每个节点详解讲解并且给出示例工作流，现阶段门票只需50元，欢迎大家加入很向我提问！！！！！！

知识星球ID：71297236

前言：

ComfyUI的学习是一场持久战，当你掌握ComfyUI的安装和运行之后，会出现琳琅满目的节点，当各种各样的工作流映入眼帘，往往难以接受纷繁复杂的节点种类，本篇文章将以通俗易懂的语言，对ComfyUI的各种核心节点进行系统的梳理和参数的详解，祝愿大家在学习的过程中掌握自我思考的能力，并且切实的掌握和理解各个节点的用法与功能。

---

目录：

一、VAE Decode(Tiled)节点

二、Invert Image节点

三、Load Image节点

四、Pad lmage for Outpainting节点

五、VAE Encoder(for inpainting)节点

六、Save image节点

七、Upscale image节点

八、Upscale Image(using Model)节点

图生图示例工作流

---

一、VAE Decode(Tiled)节点

节点功能：该节点用来对潜空间图像进行解码。 **该解码方式使用分块解码，可以有效解决显存不足的情况**

输入：

samples    ->     接收经过KSampler采样器处理后的潜空间图像  
vae        ->     接收对潜空间图像解码使用的vae模型    **大部分checkpoint自带vae**  

参数：

tile_size  ->     用来设定"块"的大小，比如1024*1024的图像可以通过设置512，来分成4块进行解码

输出：

IMAGE      ->      输出经过vae解码后的像素级图像

注意：当使用常规VAE Decode进行图像解码时，遇到显存不足的情况，ComfyUI会自动调用tiled进行解码。

二、Invert Image节点

节点功能：该节点用来对图像进行颜色反转。

输入：

image  ->     输入需要进行处理的图像

输出：

IMAGE  ->     输出反转后的图像

注意：在色轮中，每个颜色都存在一个补色，该节点的作用就是把原图中的颜色转换为对应的补色。

三、Load Image节点

节点功能：该节点用来加载图像。

输入：

choose file to upload    ->     点击该按钮，去选择相应的图像

输出：

IMAGE     ->    输出图像
MASK      ->    如果图像中带有Alpha通道信息，则会通过该节点进行输出

---

注意：在ComfyUI中，我们可以右键图像，选择Open in Maskeditor选项，进入右侧蒙版编辑界面，

Clear              ->                         表示清除蒙版信息
Thickness          ->                         通过滑块控制图中笔触的大小
Color              ->                         表示蒙版显示的颜色
Cancel             ->                         表示取消蒙版的绘制
Save to node       ->                         表示保存蒙版信息

---

四、Pad lmage for Outpainting节点

节点功能：该节点用来输入正反向提示词，也就是“文生图”，“文生视频”中“文”的输入位置。

输入：

image    ->     接收输入的图像信息 

参数：

left     ->    表示要在图像左侧扩展的像素宽度
top      ->    表示要在图像顶部扩展的像素宽度
right    ->    表示要在图像右侧扩展的像素宽度
bottom   ->    表示要在图像底部扩展的像素宽度
feathering     ->    表示蒙版边框的羽化程度

输出：

IMAGE     ->    输出扩展后的图像信息
MASK      ->    输出扩展部分对应的蒙版信息，并且结合feathering参数进行设置。

---

注意：如图所示，将MASK转为图像后进行输出，可以看到feathering的值影响的是蒙版边缘的羽化值。

该扩图方式一般配合VAE Encoder(for inpainting)使用。

---

五、VAE Encoder(for inpainting)节点

节点功能：该节点通过指定的vae模型对图片编码，并且会读入蒙版信息，进而控制去噪区域。

输入：

pixels       ->     接收输入的图像信息     
vae          ->     接收输入的vae模型，使用该模型进行图片编码
mask         ->     接收蒙版信息，用来确定扩散的区域

参数：

grow_mask_by     ->    该参数用来设置蒙版的羽化区域，和feathering参数相似

输出：

LATENT     ->    编码后的潜空间图像信息

---

注意：理解该节点之后，可以创建简单的扩图工作流去实现对图片的扩展。上图示例中对原图进行边缘扩充然后扩散，最终生成带边框的图像。

---

六、Save image节点

节点功能：该节点用来保存图像。

输入：

images     ->    接收输入的图像

参数：

filename_prefix     ->    输入保存图片后图片名称的前缀

---

注意：保存图像的路径为当前ConfyUI目录里面的output文件夹内，这里我输入前缀为"1",最终输出名称为"1_00001_.png"。

七、Upscale image节点

节点功能：该节点用于将图片通过基础算法进行分辨率调整。

输入：

image      ->     接收需要调整的图像  

参数：

upscale_method       ->   选择像素填充方法    **该填充方法为像素计算，比如均值等**
width           ->      调整后的图像宽度
height          ->      调整后的图像高度
crop            ->      是否对图片进行裁剪       **disabled表示不裁剪，center表示从中心对图片裁剪**

输出：

IMAGE      ->      输出调整之后的图像

注意：该方法进行扩展的图像会通过数学计算的方式进行像素点的填充，高清修复并非此过程

---

---

八、Upscale Image(using Model)节点

节点功能：该节点用来对图像进行放大，使用model进行图像放大。

输入：

image    ->     需要进行放大的原始图像
upscale_model   ->   使用到的放大模型         **放大模型种类较多，可自行尝试效果** 

输出:

IMAGE     ->    输出放大后的图像

注意：放大模型一般自带放大倍率，例如BSRGANx2就表示对原始图片，进行两倍放大。

---

---

图生图示例工作流：

学习完以上节点，您就可以搭建第一个“图生图”工作流了

这里使用了SDXL的大模型，上传一张随机图案的原始底图，经过VAE Encoder节点对底图编码，后续通过提示词引导使用KSampler采样器进行去噪，最终出图如下：

---

孜孜不倦,方能登峰造极。坚持不懈,乃是成功关键。

---