ComfyUI图生图工作流搭建：节点补全实用教程

图生图的核心逻辑是“以图生图”——基于一张源图像生成全新的视觉输出。这种技术在实际应用中有哪些具体用途？

先以之前详细探讨过的Kontext功能作为参照。Kontext通过一句指令即可完成去水印、元素提取、局部精修、风格迁移乃至人物角度调整。功能确实强大，但依赖高级模型。而常规图生图工作流要实现类似效果，需配合大模型、LoRA、提示词等组件。本文集中讲解ComfyUI基础图生图工作流的能力及搭建方法。

图生图的核心应用场景可归纳为四大类：风格转换、超分辨率修复、局部区域重绘以及参考图像生成。下面先快速浏览案例，再逐一拆解操作步骤。

一、图生图功能解析

1. 风格迁移

在ComfyUI模板中选择“图像到图像”工作流，上传源图，加载一个二次元风格的大模型，提示词尽可能与原始图像描述一致。生成结果风格突变但主体轮廓得到保留。关于如何编写与源图高度匹配的提示词，后文将介绍反推技术。

2. 高清放大

高清修复本质上是图生图应用之一。最简实现方式是使用放大模型对原始图像进行分辨率提升，工作流结构非常简洁。

3. 局部修改

这次打开模板中的第5个工作流，加载一张白鹅图片，在鹅头区域绘制遮罩，输入提示词“the gold crown”，遮罩区域便会自动生成一顶金色皇冠。局部修改操作十分直观。

4. 风格借用

风格转绘与Kontext中的功能类似。举例：你有一张风格独特的猫咪图片，但目标并非保留猫咪，而是要生成一幅相同画风的女性战士图像——本质是将参考图像的风格特征“移植”到新内容上。

二、图生图工作流详细解析

现在回到ComfyUI默认的图生图工作流，重点关注核心参数配置。

1. 尺寸管理

默认工作流缺乏尺寸控制节点，输出图像尺寸直接继承源图。源图过大不仅降低生成效率，还可能超出显存限制。解决方案：在“加载图像”与“VAE编码”之间插入“按宽高比缩放_V2”节点。例如将宽高比设为“原始”，最长边设为1024，则输出图像的最长边限定为1024像素。

2. 降噪强度

K采样器中其他参数与文生图基本一致，但降噪（Denoise）值至关重要。降噪值可理解为“保留原始特征的程度”：数值越大，生成结果与参考图像的相似度越低。当降噪值设为1时，输出图几乎完全脱离源图约束。通过对比不同降噪值下的输出，可以清晰看到：降噪值越高，图像偏离原图越远。

5. 提示词逆向提取

要生成与源图高度相似的图像，提示词必须精确匹配原图内容。反推（Prompt Reverse）正是解决这一问题的技术。常用方法有两种：

• 方法1：在线反推——将源图上传至 fluxaiimagegenerator.com/zh/image-to-prompt 等免费平台，系统自动提取提示词，直接复制使用。
• 方法2：本地模型反推——若使用SD1.5模型，采用WD14进行反推，输出为单个关键词；Flux模型则通过JOY2/JOY BETA等模型反推，得到自然语言描述。

那么基础图生图究竟有何价值？坦白说，仅依赖ComfyUI自带的图生图基础功能，输出质量有限——远不及Kontext等高级模型。但若结合提示词反推、合理调节降噪值，并搭配不同风格的大模型与LoRA，即可生成与原图神似但细节各异的变体图像。例如，此前流行的动漫解说视频中，制作者常将他人热门视频截图反推后，再重绘为二次元风格，从而获得高效产出。

三、工作流缺失节点的修复

从网络下载的工作流常遇到节点缺失问题——红色高亮框即代表缺失节点。此时打开ComfyUI管理器，点击“安装缺失的节点”。建议不要直接点击“安装”，而是先点击缺失节点名称跳转至其GitHub页面（需科学上网）。因为管理器直接安装可能失败，若已打开GitHub页面，即便管理器安装未成功，仍可通过git clone或下载压缩包完成手动安装。

来源：互联网