comfyUI基础节点详解——图像

加载图像跟保存图像就不多讲解了，字面意思理解就行

一、图像放大节点（缩放、按系数缩放、通过模型放大、按像素缩放）

1、图像缩放（Scale） ：此节点用于调整图像的尺寸，可以通过设置目标宽度和高度来实现水平和垂直方向的缩放。用户可以选择是否裁剪放大后的图像，以影响最终的构图。

连接方式：最好是接在VAE编码后

这个节点的缩放方式是相当于对图片直接进行拉伸放大的，如果尺寸没按照倍数调整好，可能会有变形的结果。

这个节点用于改变生成图片的分辨率的，我们可以手动输入对应的数值。

2、图像按系数缩放（Scale By） ：该节点通过指定一个缩放因子来放大或缩小图像，适用于需要精确控制图像放大比例的场景。例如，如果设置缩放系数为1.5，则图像将被放大到原来的1.5倍。

连接方式：

这个节点可以让图片直接通过系数值进行等比的放大了。

3、图像按像素缩放（Scale To Total Pixels） ：该节点将图像调整到指定的总像素数，同时保持纵横比。用户可以选择多种方法来放大图像以达到所需的像素计数。

连接方式：

注意：图像缩放、图像按系数缩放是通过插值方式放大的，而图像按像素缩放是通过增加像素点方式放大的。

• 插值放大：插值放大是通过计算原始像素之间的新像素值来实现图像放大的方法。这种方法通常使用数学公式（如双线性插值、最近邻插值等）来估算新像素的颜色或灰度值，从而生成更高分辨率的图像。插值放大可以更好地保留图像的细节和质量，但计算复杂度较高。

• 像素点放大：像素点放大是直接增加图像的像素数量，通常通过复制现有像素或简单地增加像素数量来实现。这种方法速度快，但容易导致图像出现明显的像素块，图像质量较低。

按我的理解就是插值方式放大是类似于矢量图直接拉伸放大，却不会失真；而像素点放大就类似于位图直接拉伸放大，但会是真。（注意：这四者都是不一样的哈）

对比图：

左：按像素缩放的效果

右：按系数缩放的效果

通过对比图可以看到，按系数缩放边缘会更加清晰一些，而按像素缩放会更加模糊一些。

4、图像通过模型放大（Upscale With Model） ：此节点使用深度学习模型或图像处理算法来提升图像的分辨率，同时保留细节和清晰度。它适用于生成高分辨率图像、增强细节或视频帧增强等任务。

连接方式：需要连接放大模型加载器哦

对比图：

左：通过模型放大

右：通过系数放大

二、图像后期处理节点（混合、模糊、量化、锐化）

后期处理：类似于ps对comfyUI里面的图片进行对行的处理工作。

1、图像混合（Image Blend）：

图像混合节点用于将两张图像融合在一起，通过调整透明度和混合模式来实现不同的视觉效果。例如，可以使用不同的混合模式（如正常、乘法、屏幕等）来改变图像的外观，从而创造出具有多种风格或元素的复合图像。

连接方式：

混合模式与ps中的混合模式一样。

• 正常：按比例线性混合两幅图像。

• 乘法：结果图像的颜色值是两幅图像对应像素颜色值的乘积，适合增强图像的暗部细节。

• 屏幕：反转两幅图像对应像素颜色值的乘积的反转，适合增强图像的亮部细节。

• 叠加：在两幅图像的基础上增加颜色，适合增强对比度。

• 柔光：根据亮度调整混合效果，适合柔和地增强图像的明暗对比。

• 差值：显示两幅图像之间的差异，适合突出图像间的对比。

2、 图像模糊（Image Blur）：

图像模糊节点通过高斯模糊技术对图像进行处理，使图像边缘变得柔和，减少细节和噪声。模糊效果的强度可以通过调整模糊半径和西格玛（sigma）参数来控制。模糊常用于软化图像边缘或去除不需要的细节。

通过调整模糊半径，可以增加模糊量

3、 图像量化（Image Quantize）：

图像量化节点用于减少图像中的颜色数量，从而降低图像的复杂性和文件大小。量化过程中可以选择是否使用抖动技术以使图像看起来更加平滑。量化常用于创建基于调色板的图像或在艺术风格化中减少颜色复杂性。

量化生成图片的颜色数量。

eg：颜色数量为32，意味着图片上只用了32中颜色来生成图片。

4、 图像锐化（Image Sharpen）：

图像锐化节点通过增强图像的边缘和细节来提高清晰度。锐化效果可以通过调整锐化半径和强度来控制，使图像看起来更清晰和鲜明。锐化常用于摄影后期处理、图像分析和艺术创作中，以突出细节和增强视觉冲击力。

让图片的边缘变得更加锐利。

5、图像形态学（ImageMorphology）

是一种基于形状的图像处理技术，主要用于图像降噪、边缘检测和物体分割等任务。具体来说，ComfyUI支持多种形态学操作，包括腐蚀（Erode）、膨胀（Dilate）、开运算（Open）、闭运算（Close）、梯度（Gradient）、顶帽（Top-Hat）和底帽（Bottom-Hat）等。

你可以理解为可以将图片转换成ps中的滤镜库中的各种风格。

eg：

三、图像批处理节点（重设图像批次、复制图像批次、从批次获取图像）

与上节课Latent篇中的Latent批处理是一样的原理，都是一次性生成多张图片。

1、复制图像批次（Repeat Image Batch）：

该节点用于批量复制指定数量的图像，创建一组相同的图像。这在需要多次使用相同图像进行批量处理或数据增强时非常有用。例如，在批量生成图像时，可以通过复制节点生成多张相同的图像。

让工作流可以一次生成多个图片，在次数中输入几次，就生成几张图片

2、重设图像批次（Rebatch Images）：

这个节点用于重新组织图像批次的配置，可以根据指定的批量大小将图像拆分或合并。例如，当一个批次的图像数量过大，无法一次性处理时，可以使用该节点将批次拆分为多个子批次，或者将多个子批次合并为一个批次。这有助于优化显存使用，并提高处理效率。

这个重设图像批次就是拆分重组批次，能够节省批量出图显存的占用。

3、从批次获取图像（LatentFromBatch）：

这个节点允许从一组潜在批次中提取特定的图像。例如，如果生成了多个潜在批次，可以使用该节点根据索引从这些批次中提取单个图像。这对于需要从大量生成的图像中选择特定图像进行进一步处理的情况非常有用。

这个Imageformbatch节点就是从批量输出的图片中指定获取对应的图片。

eg：想要获取第3张图片，就要输入这张图片对应的索引号，第一位为0，所以索引值为2。

同时也要关闭掉重设图像批次，不然索引号就无效了。

ok，点击生成后，指定索引号的图片就被捕捉出来了。

小提示：用好这些批处理节点对于制作一些自动化批量出图工作流时非常有用的。

四、预处理器节点（eg：canny、openpose、SAM……）

在ComfyUI中，预处理器节点的主要作用是为ControlNet提示图像生成提供即插即用的功能。这些预处理器节点能够快速生成各种类型的提示图像，例如线条提取、深度估计、面部和姿态估计等，从而帮助用户选择和控制图像处理的方向。

具体来说，预处理器节点接收输入图像，并通过不同的算法处理后输出提示图像。这些提示图像可以用于指导后续的图像生成或编辑任务，例如在ControlNet模型中应用特定的控制条件。此外，预处理器节点还支持多种图像处理任务，如Canny边缘检测、HED软边缘线条、OpenPose姿态估计等。

eg：canny用于边缘检测，捕捉图片的边缘

具体预处理器结合ControlNet的使用方法，请看上节课加载器篇中的第4点。

五、图像裁剪

就是对图片进行裁剪

宽度和高度：裁剪的分辨率

x、y：对图片裁剪的位置进行移动

六、动画节点（保存WEBP、保存APNG）

1、保存WEBP节点：

该节点用于将一系列图像保存为动画WEBP文件。它能够将单独的帧聚合成连贯的动画，并允许用户自定义压缩质量、无损压缩选项以及元数据的嵌入。这些WEBP文件可以包含生成过程中的元数据，方便后续加载工作流进行重复使用。

这个节点是保存为webp格式，是一种适合网页播放的动画格式。

2、保存APNG节点：

该节点用于从一系列图像帧创建并保存动画PNG（APNG）图像。它允许用户自定义帧的持续时间、循环次数以及元数据的嵌入。APNG是一种支持透明度和动画的PNG格式，适用于需要更高帧率或更复杂动画效果的场景。

而这个节点则是把视频保存成一系列的动画序列帧。

七、其他图像节点（空图像、图像反转、图像组合批次、图像遮罩复合）

1、空图像（Empty Image）：

空图像节点用于生成具有指定尺寸和颜色的空白图像，这些图像可以作为图像处理任务的背景或占位符使用。

输入参数包括宽度、高度、批量大小和颜色，输出是一个张量，代表生成的图像或图像批量。

这种节点适用于需要统一颜色背景的场景，例如批量处理或数据增强。

空图像可以被当做一个纯色图片使用。

而使用空图像生成出来的画面就会以这个颜色为基准。

eg：这里的空图像是黑色图片，生成出来的女孩就是以黑色为主色调。

2、图像反转节点（Invert Image）

是一个用于对输入图像的颜色进行反转的工具。该节点的主要功能是将图像中的每个像素颜色值转换为其在色轮上的补色，从而生成对比强烈的视觉效果。这种操作可以用于创建负片效果、增强图像对比度或作为其他图像处理节点的辅助工具。

eg：

3、图像组合批次

节点用于将两张图像组合成一个批次，如果输入的两张图像尺寸不匹配，节点会自动调整第二张图像的尺寸以匹配第一张图像，然后再进行组合。

具体来说，“ImageBatch”节点的输入类型包括两张图像（image1和image2），其中image1作为参考图像，image2会根据image1的尺寸进行调整，最终输出一个组合后的图像批次。这种自动调整尺寸的功能确保了批次内图像的一致性，便于后续的批量处理和操作。

简单的说，就是给两张图片进行分批渲染，同时这两张图片的尺寸一致。

4、图像遮罩复合

图像遮罩复合（Image Composite Masked）是一种将源图像覆盖到目标图像上的操作，允许用户在指定坐标处进行叠加，并可选择调整源图像的大小以及使用遮罩来控制哪些部分被组合到目标图像上。

具体来说，用户可以将源图像放置在目标图像的指定位置，并通过遮罩来决定哪些部分可见或不可见。例如，黑色部分可以隐藏源图像，白色部分显示源图像，灰色部分则根据灰度进行不同程度的半透明混合。此外，如果源图像和目标图像的尺寸不匹配，系统会自动调整源图像的尺寸以匹配目标图像。

就是将源图像的遮罩（下面的图片）覆盖在目标图像（上面的图片）上。

这里源图像的遮罩是下面这张图片覆盖在上面的图片所需要的部分。

马老师的头部就会覆盖在红色人物上了。

之后，k采样器就会对覆盖后的图片进行重绘。从而得到穿着红色衣服，以马老师头像作为参考基准的图片。

5、外补画板

“外补画板”节点是一个用于图像扩展的工具，其主要功能是在图像的四周添加填充，从而生成超出原始边界的新图像区域。

上、下、左、右：控制扩展图片的哪个方向

羽化：边缘过渡

eg：假设现在想要扩展图片的左右两边街道的画面。

左右各100像素，生成后，上传的图片在左右两边就多出了一块灰色的区域。

传输进k采样器中，街道就扩充了。

但是，我们发现人物也随之发生了改变。

如果我们只想扩充两边，但人物不变保持不变。

怎么做呢？

我们可以使用外补画板的遮罩输出功能，加载一个VAE内补编码器。

把外补画板的遮罩传输进VAE内补编码器中，也就是只对两边扩展的区域进行重绘了。

生成后