图生图与重绘
图生图(Image-to-Image)
在已有图像上按提示词「重绘/漂移」。
逻辑链路
text
LoadImage → VAEEncode → KSampler(denoise < 1) → VAEDecode → SaveImage
↑
仍要 MODEL / 正负向 CLIPdenoise(最重要)
| denoise | 效果倾向 |
|---|---|
| 0.2–0.4 | 接近原图,微调 |
| 0.45–0.65 | 明显改风格/细节 |
| 0.7–0.9 | 大变,构图可能漂 |
| 1.0 | 接近纯文生(弱化原图) |
操作要点
LoadImage选input/中的图- 编码为 latent 后进采样器
- 同一张图 + 同一 seed + 同一 denoise 才能对比提示词
text
input/
ref_character.png
output/
img2img_00001_.pngInpaint(局部重绘)
只改遮罩区域,保留其余像素(具体节点因工作流而异)。
| 概念 | 说明 |
|---|---|
| Mask | 要重绘的区域 |
| 原图 | 未遮罩区尽量保留 |
| grow / blur mask | 边缘融合 |
手部/脸
局部重绘常用于修手、修脸;mask 略大于问题区,边缘羽化更自然。
参考图 / 垫图类(概念)
不同插件名称不同(IP-Adapter、Reference、Redux 等),共同点:
text
主文生链路 + 参考图像编码 → 影响身份/风格| 用途 | 做法直觉 |
|---|---|
| 锁角色脸 | 定妆图 + 中等强度参考 |
| 锁构图 | ControlNet canny/depth 等 |
| 锁风格 | 风格 LoRA 或风格参考 |
短剧分镜场景
| 需求 | 更合适 |
|---|---|
| 新镜头 | 文生图 + 定妆一致性方法 |
| 连续帧微调 | img2img 低 denoise |
| 改背景保留人 | inpaint / 分段生成 |
参见本站:AI 短剧 · 一致性
验收
- [ ] 能解释 denoise 对结果的影响
- [ ] 会为修图准备 mask
- [ ] 参考图强度会从低到高试