Comfyui實用工作流教程9期——真人照片卡通風格化轉繪
AI轉會可以說是AI繪畫最出圈
也是最多人最容易實現變現的途徑之一
送女朋友相框
攝影工作室
網店卡通頭像設計
通過AI轉會都可以輕鬆搞定
那麼本期視頻就給大家帶來
Convo UI最熱門主流的轉會工作流講解
在教程開始之前
給大家帶來一則非常重磅的活動
大家都可以參與進來
活動特等獎獎品是即將發售
價格將近2萬元的5090顯卡
直接送
在12月10日至20日期間
也是本系列教程的贊助商
端腦雲迎來了一週年的週年慶活動
優惠力度可以說是遠超雙11
在活動期間大家充100
就立刻再送200元的老例子
直接買一送二
相當於4090的價格打個三三折
換算過來僅需要8毛錢一小時
這樣充個100塊
就可以用上120多個小時
最頂配的顯卡了
非常的划算
此外活動期間
每個老用戶都可以獲得一次抽獎機會
獎品非常的豐富
特等獎就是我們很難買到的5090顯卡
還有海量的老例子贈送
每購買100元老例子
就可以獲得一次抽獎機會
購買滿1000老例子
可以額外再獲得一次抽獎機會
感興趣的同學不妨參與一下了
好我們回到教程的講解
首先轉會最簡單直接的方式
就是圖生圖
加載一張真人的圖片進來
然後選擇一個卡通風格的大模型
最重要一步設置就是把降噪值
也就是相當於重繪幅度降低一點
例如改成0.65
點擊生成
這樣和圖片相接近的卡通效果就生出來了
如果想植入某種特定的風格
我們還可以在圖生圖工作流的基礎上
添加一個loa節點出來
把它串聯到大模型後面
再傳輸進K採樣器就可以了
例如這裏選擇一個迪士尼3D風格的loa
這樣我們就可以非常便捷的轉換各種不同畫風了
如果我們想要得到更好的效果
還可以切換到floss模型的工作流去
這個就是標準的floss模型文身圖工作流
我們只需要把這個空layton刪除掉
加載一個圖像節點進來
這樣就可以快速的切換成圖生圖工作流了
同樣上傳一張真人的小姐姐進來
然後把降噪值降低一點
這次loa就選擇一個floss的宮崎駿風格loa
floss模型的提示詞就不能簡單的一個問夠了
得稍微認真的填寫一下效果纔會好的
點擊生成
可以看到floss模型圖生圖的效果就要明顯比普通模型要更好一些了
單純的圖生圖轉匯方式
優點就是簡單暴力
不過效果和原圖就不算太貼合了
想要更精準的轉匯
那麼我們就要用到第二種control light的轉匯方式
現在我們切換回普通的圖生圖工作流
可以看到普通模型圖生圖的效果並不算太好
但我們還是有辦法優化一下的
我們在大模型後面拖出一個clip設置停止層節點
clip只有連接到正向提示詞和負面提示詞即可
對於卡通風格轉匯
這裏推薦大家把clip停止層從-1改成-2
點擊生成
可以看到改成-2後
卡通風格的效果看起來就要舒服一些了
接下來我們要處理的就是畫面相似度的問題
然後加載一下三個control light模塊節點出來
這裏也非常簡單
第一個control light單元是Kenny線稿控制
第二個control light是深度控制
第三個control light是OpenPose姿態控制
我們把上傳的真人圖片
分別連接到這三個控制單元的預處理器上
正向提示詞和負面提示詞
就連接到第一個control light的節點
最後一個control light節點的正向提示詞
這樣在三個control light單元控制下
現在生成出來的人物樣貌
髮型
姿態
身形
包括背景的欄杆
也都和原圖更好的貼合了
不過現在人物的樣貌還不是很相似
所以接下來我們繼續添加換臉節點
來進一步優化一下
我們右鍵CN節點
找到這個應用ipaddata
點擊Face ID
把應用ipaddataFaceID節點添加出來
接着再添加一個ipaddataFaceID加載器
把模型和ipaddata的接口相互對接
然後把這個FaceID模塊直接串聯在loa模型後面就可以了
輸出接口的模型就傳輸到K採樣器
這樣換臉節點就添加進來了
非常的簡單
接着我們要給FaceID提供一個臉部的圖片
這裏可以偷個懶
直接把上傳的圖片傳輸過來
這裏的模型預設
效果比較好的是這兩個模型
都可以選擇嘗試一下
我們先選擇VR版本
然後可以設置一下臉部模型的參考強度
想要相似一點就增加一下這個強度值
點擊生成
可以看到在添加了FaceID模塊後
現在轉匯出來的人臉就非常相似了
有條件的話我們還可以複製一個圖像節點出來
單獨上傳一個人物的正臉特寫圖片
把它傳輸給FaceID節點作爲臉部參考
點擊生成
那麼這時候轉匯的效果就會更多的參考這張臉部特寫的樣貌了
如果我們想和原圖更貼近一些
那麼就適當降低一點點重匯幅度
例如改成0.55
點擊生成
那麼現在又會更多的像這個圖片的樣貌靠近了
不過在我們抽卡生圖的過程中
經常會遇到人物的衣服背景元素和原圖不太一樣
造成這個原因就是我們提示詞寫的太簡單了
沒有對畫面的元素做限定
但如果我們要根據原圖一一細緻的描述
這個活也是很累人的
所以我們可以繼續優化一下這個工作流
搜索一下wed反推提示詞
這個非常熱門的節點出來
把原圖的圖片傳輸過來
然後搜索一下文本節點
在這裏我們可以添加一下必須的核心詞彙
例如動漫風格
接着搜索一下文本連結
把反推制服串傳輸到接口2
我們手動輸入的文本就傳輸到接口1
接着添加一個展示文本
串聯到後面來
這時候在正向提示詞上右鍵
把提示詞轉化爲文本輸入接口
這樣這個制服串就可以傳輸到正向提示詞去了
我們可以在這裏選擇一下反推的模型
一般用的最多的是第一個模型和這個VR模型
點擊生成
現在WD1是極點
就自動的把圖片的元素反推出來了
中式的頭髮
捲髮
襯衫
戶外
男幹
城市景觀
這些提示詞都能幫助我們更好的
生成和原圖更貼近的圖片出來
點擊生成
可以看到現在衣服背景元素就和原圖非常貼合了
這個就是適用於普通SD1.5的ControlLED加FaceID
加提示詞反推轉匯工作流
如果大家平時用SDXL大模型比較多的話
那麼我們可以用到第三個專門針對SDXL模型的
Instant ID轉匯工作流
現在這個是一個常規的圖生圖工作流
選擇一個SDXL大模型和loa
然後給上傳的圖片同樣添加一個
WDE4的提示詞反推模塊
來幫助我們獲取一下馬老師的樣貌特徵
配合我們自定義的提示詞
組合起來傳輸到正向提示詞
非常簡單
點擊生成
可以看到現在單純的圖生圖效果
生成出來的馬老師僅僅只有30%左右的相似度
這個是肯定不能接受的
所以我們搜索一下應用Instant ID節點
在Instant ID接口拖出一個Instant ID模型的加載器出來
這裏就選擇我們部署好的模型
Inside Face接口拖出一個Instant ID面部分析節點
然後Control N拖出一個Control N加載器出來
這裏選擇Instant專門的Control N模型
接着這個圖像接口就把馬老師的圖片傳輸過來
模型接口連接loa的模型
然後正向提示詞和負面提示詞
接着把模型正向條件負面條件分別傳輸到K採用器去
這樣Instant ID模塊就添加好了
點擊生成
可以看到現在萌萌的3D Q版馬老師的樣貌就轉匯出來了
但現在是一個生氣的表情
不符合馬老師和藹的個性
我們再來刷新一次
那麼呆萌可愛的馬老師就轉匯好了
可以看到通過Instant ID進行轉匯的效果也是非常不錯的
好了
以上就是本期視頻的全部內容
喜歡像這種全流程工作流講解
希望能夠學習到更多節點原理和實用的同學
請持續關注CGME和端老雲的視頻發佈
感謝大家的觀看
那我們下期再見
拜拜