comfyui-img2img

ComfyUI 图生图 (img2img)

基于参考图像生成新图像，支持风格迁移、图像增强、局部重绘等。

---

预注入变量

run_python 已注入以下变量，直接使用，无需 import：

变量	类型	说明
S	[]	无选中概念
W	None	无当前文件概念
L	ComfyUI Lib	L.nodes, L.folder_paths, L.model_management
nodes	module	节点注册表
folder_paths	module	模型/输出路径管理
client	ComfyUIClient	HTTP API 客户端
submit_workflow	func	提交 workflow 并等待完成
save_preview	func	保存图片并输出 [IMAGE:] 标记

---

核心工作流

标准的 img2img 流程：

LoadImage → CLIPTextEncode(×2) → CheckpointLoader → KSampler 
→ VAEDecode → SaveImage
         ↑
    VAEEncode (将输入图编码为 latent)

---

使用方法

方法 1: 使用便捷函数 (推荐)

# 查询可用模型
ckpts = folder_paths.get_filename_list("checkpoints")
print(f"可用模型: {ckpts[:5]}")

# 构建 img2img workflow
wf = {}

# 1. 加载输入图像
wf["1"] = {
    "class_type": "LoadImage",
    "inputs": {"image": "input_image.png"}  # 图片需在 input 目录
}

# 2. 加载模型
wf["2"] = {
    "class_type": "CheckpointLoaderSimple",
    "inputs": {"ckpt_name": "sd_xl_base_1.0.safetensors"}
}

# 3. 编码提示词
wf["3"] = {
    "class_type": "CLIPTextEncode",
    "inputs": {"text": "masterpiece, best quality, a beautiful landscape", "clip": ["2", 1]}
}
wf["4"] = {
    "class_type": "CLIPTextEncode",
    "inputs": {"text": "low quality, blurry, ugly", "clip": ["2", 1]}
}

# 4. 将输入图编码为 latent
wf["5"] = {
    "class_type": "VAEEncode",
    "inputs": {"pixels": ["1", 0], "vae": ["2", 2]}
}

# 5. KSampler (关键：denoise < 1.0)
wf["6"] = {
    "class_type": "KSampler",
    "inputs": {
        "model": ["2", 0],
        "positive": ["3", 0],
        "negative": ["4", 0],
        "latent_image": ["5", 0],
        "seed": 42,
        "steps": 20,
        "cfg": 7.0,
        "sampler_name": "euler",
        "scheduler": "normal",
        "denoise": 0.75  # 关键参数：0.0=原图, 1.0=完全重绘
    }
}

# 6. 解码
wf["7"] = {
    "class_type": "VAEDecode",
    "inputs": {"samples": ["6", 0], "vae": ["2", 2]}
}

# 7. 保存
wf["8"] = {
    "class_type": "SaveImage",
    "inputs": {"images": ["7", 0], "filename_prefix": "img2img_result"}
}

# 提交执行
result = submit_workflow(wf)
print(f"生成完成: {result}")

# 展示结果
if result.get("images"):
    save_preview(result["images"][0])