❤️

图像修复分两种

1. 图像整体修复：核心是画面整体改变。比如老照片修复。
2. 图像局部修复(本课程)：核心是画面局部改变，比如修复有缺陷的部分，比如改变画面部分内容。比如修脸，修手，修脚，还有重绘局部（蓝眼睛变黑眼睛，没带帽子换带上帽子，没带领带换带上领带，没带手表换带上手表，背景是纯色白底换火星环境等等）

预览结果

左侧是优化前图片，右侧优化面部细节，皮肤变得更加白皙。

这份完整版的工作流已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

必要操作

1. 打开在线工作流，https://www.liblib.art/modelinfo/883f870ed05a4b178f39c89b5ee4947b，左侧选择第3个选项卡3局部重绘，右侧点击在线运行工作流即可，需要本地使用工作流请点击下载（前提本地已经安装ComfyUI)。

1. 红色箭头标注位置上传图片，绿色箭头标注位置填写提示词即可。其他参数保持默认无需修改。

1. 点击右侧的开始生图，即可生成图片。

实操步骤

🌰

如果不需要了解工作流中每步操作的逻辑，以及每个节点的使用，可以忽略实操步骤环节。

1. 该节点用于上传需要面部细化的图片。

1. 该节点用来选择大模型，我们选用的是FLUX的大模型。

1. 该节点用来选择SAM检测模型。设备格式建议选择auto即可。检测模型越在上面检测精度越高。

1. 该节点用来选择BBOX检测模型，检测模型建议选择第1个检测面部，第2个是检测手，第3个是检测全身。

1. 该节点用来写提示词。

ASIA young woman, fair skin 亚洲女孩，白皙皮肤

这里有一些关于肤色的提示词建议。

1. 该节点用来面部细化参数设置，该节点比较复杂，我们分三部分介绍，输入选项，输出选项，参数。

输入选项

左侧是该节点的输入选项，一共有11个输入选项，空心的4个为非必须选项。

1. 图像：您要增强的输入图像。此参数接受单张图像，是面部细节处理的主要来源。确保图像质量良好，以获得最佳效果。
2. 模型：用于面部增强的模型。此参数决定了将应用来增强面部细节的具体算法或神经网络。不同的模型可能提供不同程度的细节和风格。
3. CLIP：用于对图像进行额外处理和细化的模型。此参数有助于提高增强面部的整体质量和连贯性。
4. vae：增强过程中使用的变分自动编码器 (VAE) 模型。该模型有助于对图像数据进行编码和解码，从而提高最终输出的质量。
5. 正面条件：提示词
6. 负面条件：负面提示词
7. BBOX检测：用来加载检测模型，建议使用FACE_YOLOV8M模型，专门用来检测面部。
8. Seam检测：用来加载检测模型，建议使用sam_vit_h_4h8939模型，检测结果比较精准。

输出选项

图像为必须输出选项，连接一个保存图像节点即可。

节点参数

🚅

一共有27个参数，初次使用保持默认即可，如果效果不佳可以微调参数。

引导大小：用于面部增强的引导线的大小。此参数控制处理面部的规模，影响细节和精度的水平。

引导目标：使用BBOX检测的结果作为优化目标

最大尺寸：要处理的图像的最大尺寸。此参数可确保适当调整图像大小以适应处理限制，从而保持质量而不会使系统过载。

随机种：随机数生成的种子值。此参数通过控制增强过程中的随机性来确保结果的可重复性。

运行后操作：随机种子的改变方式，随机，固定，减少，增加。

步数：增强过程的步骤数。此参数决定模型将执行多少次迭代来细化面部细节，步骤越多通常可获得更好的结果。

CFG：和提示词相似指数，FLUX默认设置为1。

采样器：增强过程中使用的采样器的名称。此参数指定在面部细节处理过程中应用的采样技术，影响输出的质量和风格。

调度器：用于管理增强过程的调度程序。此参数有助于组织和优化面部细节处理过程中使用的步骤和资源。

降噪：应用于图像的降噪级别。此参数控制降噪量，影响最终输出的清晰度和平滑度。

羽化：应用于增强区域边缘的羽化。此参数有助于将增强的面部与图像的其余部分平滑地融合。

仅生产遮罩：建议选是

强制重绘：建议选是

bbox阈值：检测边界框的阈值。此参数控制人脸检测的灵敏度，影响隔离增强区域的准确性。

bbox膨胀：应用于检测边界框的扩张。此参数有助于扩大检测到的面部区域，以确保在增强过程中完全覆盖。

bbox裁剪系数：检测边界框的裁剪系数。此参数控制增强过程中包含的周围区域的数量，从而影响上下文和混合。

SAM检测提示：SAM（Segment Anything Model）检测的提示。此参数提供附加信息以提高人脸检测的准确性。

sam膨胀：在 SAM 检测过程中应用的扩张。此参数有助于扩大检测区域，从而实现更好的覆盖范围和准确性。

sam阈值：SAM检测的阈值。该参数控制SAM模型的敏感度，影响人脸检测的准确率。

sam_bbox扩展：SAM 边界框的扩展因子。此参数有助于在检测到的脸部周围包含更多背景信息，以实现更好的增强。

sam遮罩检测阈值：SAM 掩码提示的阈值。此参数控制掩码提示的敏感度，影响增强的准确性和质量。

sam负面遮罩提示：在 SAM 掩码中使用负提示的标志。此参数有助于避免增强面部中出现不需要的特征或伪影。

最小尺寸：增强过程中应用的墨滴大小。此参数控制某些操作的规模，影响细节和精度的水平。

通配符框：通配符处理选项。此参数包括在增强过程中处理通配符输入的各种设置和配置。

循环：增强过程的循环次数。此参数决定增强过程重复的次数，循环次数越多通常效果越好。

修复模型：在增强过程中使用修复的标志。此参数可确保准确填充面部缺失或损坏的区域。

噪声蒙版羽化：应用于噪声蒙版的羽化。此参数有助于将降噪效果与图像的其余部分平滑地融合。

1. 该节点节点用来对比细化前后的区别，用鼠标滑动即可看到

1. 该节点节点用来保存最终细化面部后的图片

这份完整版的工作流已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】