图生图原理+实操
原理
图生图（Image-to-Image）的根本目标，是在利用输入图像的结构、构图、色彩等基础信息的前提下，根据新的指令对其进行有目的的改造。
我们可以用一个比喻来理解：
- 文生图：相当于你告诉画家：“画一个宇航员在月球上”。画家从一张白纸开始自由创作。
- 图生图：相当于你给画家一张维多利亚女性的肖像照片，然后说：“请保持她的姿势和背景感觉，但把她改造成一个长着蝴蝶翅膀的精灵。” 画家是在现有底稿上进行修改。
在ComfyUI中，这个“底稿”就是潜变量（Latent）。
提示词：photograph of victorian woman with wings, sky clouds, meadow grass
重点：“降噪”参数
该参数的取值是0-1之间。参数值越接近0（越小）则表示上传的参考图对生图的影响越大，参数值接近1（越大）则表示提示词对生图的影响就越大。例如当该参数值为0.6则表示提示词和参考图分别对最终生图造成影响的权重占比分别为60%和40%。
因此，在生图过程中需要不断尝试使用不同的降噪值来查看生图后的效果！
Lumi-Batcher节点
作用：可以实现进行工作流节点中相关参数测试和参数调优。
管理器安装comfyui-lumi-batcher节点
安装完成后需要重启服务：
重启后，在页面右上角可见：
实现对模型选择和降噪值批量测试
-
创建任务：
-
选择需要测试的参数
-
模型：
-
降噪：
-
-
提交任务：
-
浏览任务：
案例实操
将下面动漫图转换为真人古风的风格
由于原始图像大小为1915 x 1080，如果我们使用的生图模型支持最大分辨率为达不到1915 x 1080，我们可以使用ps将图片裁剪为指定大小即可。在线ps工具：https://ps.gaoding.com/#/
或者也可以使用【裁剪图像】节点进行裁剪：
降噪参数修改为：0.7
修改提示词：
masterpiece，highly detailed，Best quality,1girl, long black hair, straight hair, hair accessories, blue long dress, necklace, many flowers, smile, evening, white flowers, falling petals, Chinese, ancient costume, ancient style, beautiful, photorealistic
使用batcher节点找寻最合适的生图参数
-
降噪参数选择：
-
模型选择：
-
查看结果：
图像高清放大
注意：K采样器的降噪参数建议0.5-0.7之间
文生图或者图生图后发大都可以，下面简单测试图生图后高清放大后效果。下面是原始图生图工作流
基于K采样器的Laten后面添加一个缩放节点（可以成倍对原图进行高清缩放）：
添加缩放节点后，接下来基于图生图的形式进行缩放后结果的二次生图。因此需要再次添加一个K采样器：
基于原先的k采样器单机后ctrl-c复制，然后在空白处ctrl+shift+v进行带连线的粘贴
其原理就是将原先K采样器的潜空间输出的数据基于缩放节点进行缩放，缩放后的结果再次基于新的K采样器进行潜空间降噪处理，输出降噪后结果给VAE解码器即可。
然后将缩放节点的输出的latent连线到新K采样器的Latent图像中，将新K采样器的输出Latent连线到VAE解码节点的Latent中即可：
最后结果为：原先768x768的图片被放大到了1152x1152
模型放大
-
下载图像高清放大模型：
模型名称 训练数据/类型 核心优势 弱点 推荐场景 4x-UltraSharp.pth 自然图像 + 人工锐化增强 边缘锐化极强，细节纹理清晰 易产生锐化伪影（如金属反光过曝） 建筑/机械/需强线条感的图像 8x_NMKD-Superscale_150000_G.pth 动漫/游戏截图 色彩饱和度高，二次元线条流畅 写实照片易出现卡通化 动漫/插画/像素风游戏素材 BSRGAN.pth 真实场景照片 自然降噪，光影过渡柔和 细节修复偏保守（如发丝模糊） 写实/老照片修复/风景摄影 ESRGAN_4x.pth 通用图像（ESRGAN变体） 平衡细节与真实感，泛化性强 复杂纹理可能混乱（如密集树叶） 日常人像/商品展示图 -
将模型存放到
ComfyUI/models/upscale_models -
添加节点测试：
