AI绘画Stable Diffusion教程|SD Comfyui必备流程节点教程菜鸟轻松成高手云端部署第三期Latent节点

本文链接：https://blog.youkuaiyun.com/ccccccsaa/article/details/144087663

大家好，这次又来给大家更新SD comfyui的节点教程了。上次我们讲解了Comfyui的条件节点，反响也比较热烈，读者的支持是对作者最好的奖赏，这次要讲解的节点也是Comfyui中。

观前提醒本教程的使用建立在使用算网云平台提供的SD Webui forge镜像的基础上，展开的，平台的网址会在文末展示。

在深入了解 Latent 节点的作用之前，我们先来熟悉一下 SD（Stable Diffusion）的生图流程。首先，我们输入提示词，挑选合适的底层大模型，并调整好相关参数，之后点击生成，经过一段时间就能得到一张图片。实际上，在这背后，SD 会先把提示词分解为 token，输入到文本编码器中，接着参数进入噪声预测器，依据生成用的种子数生成一张基础的底噪图。然后在文本编码器的基础上，于潜空间中逐步扩散，去除噪音并添加上具体图像，最后通过 VAE 进行解码，将其转换为现实空间中可识别的图像语言。而 Latent 节点就是直接控制潜空间的管理模块，不仅包括潜空间模块，VAE 的解码器也隶属于 Latent 节点。

在众多节点中，空 latent 和 VAE 编码和解码节点较为常用。空 latent 节点，正如其名，是普通的 latent 节点，它不会将任何内容传输到潜空间，所以在文生图工作流中比较适用。VAE 解码器节点则通常用于图生图工作流，它将图片通过 VAE 编码器传输到采样器中，作为底稿来进行修改。同理，采样器中的图片也需要通过 VAE 解码器转化为像素，这样才能成为我们肉眼可见的图片。这便是最基础的 latent 节点使用方法。

接下来了解 Lanten 的缩放和 Latent 按系数缩放这两个节点。这两个节点一般在图生图工作流中使用，关于其连接方式和具体应用在之前的放大工作流讲解中已涉及，在此不再赘述。但要注意一点，直接使用 Latent 缩放节点虽然能自由调节图片大小，可由于我们不清楚具体的宽高比，随意调节容易导致图片崩坏，而使用按系数缩放则至少能保证图片的完整性。

再来看 latent 复合和 latent 遮罩复合这两个节点。它们的使用颇具趣味，既然是复合，就需要两张图片作为对比。

首先配置一个标准的图生图工作流，然后复制一份加载图像和 VAE 编码器与 latent 复合相连，为了便于识别，还可以新增一套图像浏览节点。之后生成一张图片查看效果，该节点的作用是将两张图片重叠在一起，不过单纯叠加效果往往不佳，所以通常会使用带有遮罩复合效果的 latent 节点，操作很简便，直接替换节点即可，这样就能得到一个简单的混合图片，这种操作在换脸图片处理中较为常用，可先简单编辑图像，再在此基础上进行其他操作。

接着是 Latent 的旋转、翻转和裁剪这三个节点，它们的含义比较直观。在 Comfyui 中，旋转节点能够让图片按 90 度、180 度等角度进行旋转；翻转节点可使图片进行水平或垂直翻转；裁剪节点则能对图片进行裁剪，并将裁剪后的图片输入到 k 采样器。

最后要讲解的是处理复制 latent 批次和重设 latent 批次这类节点。这类节点的操作较为简单，在 webui 中可直接调整数值来批量生成图片，而在 Comfyui 中则需要借助这类节点来实现。其中，复制 latent 批次控制的是一次性生成的图片数量，重设 latent 批次节点属于辅助节点，它能大幅减少生成多张图片所消耗的显存。