今天给大家演示一个基于 ComfyUI 的智能扩图与局部重绘工作流。该工作流围绕“图像比例重构 + Outpaint 扩展 + Inpaint 精修”这一完整处理链路展开,通过自动图像理解、蒙版智能扩展以及差分扩散采样的配合,实现对原始图片在构图延展、画面补全和细节修复上的高质量增强。
整体效果适合用于电商主图延展、横竖版画幅适配以及已有画面的无损扩写,让读者在不破坏原始主体风格的前提下,快速获得更完整、更可控的生成结果。
文章目录
- 工作流介绍
- 核心模型
- Node 节点
- 工作流程
- 大模型应用
- RH_Captioner 图像语义自动描述生成
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
该工作流本质上是一个以参考图像为核心约束的扩图与重绘方案。流程从原始图片加载开始,通过比例重设与画布填充明确扩展区域,再结合自动图像描述生成提示词,对扩展区域进行语义引导。随后利用差分扩散与 Inpaint 模型协同工作,仅对蒙版覆盖区域进行采样重绘,从而保证原图内容稳定、扩展区域自然过渡。从整体设计上看,这是一套兼顾自动化与可控性的复合型 ComfyUI 工作流。
核心模型
工作流在模型选择上采用了“轻量高效 + 语义辅助”的组合策略。UNet 主模型负责图像扩散生成,CLIP 模型不仅用于文本编码,还承担了图像语义理解的任务,为后续扩图提供准确的内容参考,而 VAE 则贯穿编码与解码阶段,确保潜空间与像素空间转换的稳定性。通过这一模型组合,工作流在速度、画面一致性和语义准确度之间取得了较好的平衡。
| 模型名称 | 说明 |
|---|---|
| z-image-turbo-fp8-e4m3fn | 作为主扩散模型,负责扩图与重绘阶段的核心生成计算,偏向高效率与稳定输出 |
| qwen_3_4b(qwen_image) | 用于图像与 |