工作流概述

该工作流的主要目标是 基于 FLUX 模型进行图像扩图（Outpainting）。它使用 Stable Diffusion 相关技术，结合 FluxGuidance 进行图像扩展，同时使用 InpaintModelConditioning 进行面部/内容修复，最终通过 VAEDecode 生成高质量图像，并保存到本地。

适用于：

• 扩展图像边界，生成更大尺寸的图像

• 修复缺失的图像区域，填补画面内容

• 增强图像质量，结合 UNET 和 Flux 模型优化效果

核心模型

1. FLUX 扩图模型（flux1-dev-fp8.safetensors）

   • 主要用于 图像扩展（Outpainting），确保扩展部分与原图风格匹配。

2. Stable Diffusion VAE（ae.safetensors）

   • 负责 图像的潜空间（Latent Space）编码和解码，确保生成图像符合视觉质量标准。

3. Dual CLIP（clip_l.safetensors, t5xxl_fp16.safetensors）

   • 负责 文本提示词（Prompt）编码，将用户的描述转换为潜在图像特征。

4. UNET（flux1-dev-fp8.safetensors）

   • 负责 扩散过程（Diffusion Process），用于生成图像。

关键组件（Nodes）

1. LoadImage（加载图像）

   • 读取原始图片，例如 sd3.5_large_canny_controlnet_example.png 作为初始输入。

2. ImagePadForOutpaint（扩展图像）

   • 通过 扩展画布（例如左右各增加 400px），为 Outpainting 预留空间。

3. FluxGuidance（FLUX 引导）

   • 负责控制生成内容，使扩图部分符合逻辑，并与原图风格一致。

4. InpaintModelConditioning（修复遮罩区域）

   • 负责处理 扩展区域的细节，确保填补部分自然衔接原图。

5. KSampler（扩散采样器）

   • 进行扩散采样（20 次迭代），用于最终图像生成。

6. VAEDecode（解码图像）

   • 将潜空间（Latent）转换为 真实图像，恢复可视化细节。

7. SaveImage（保存图像）

   • 将最终生成的扩图保存到本地。

工作流结构

该工作流可分为 四个主要阶段：

1. 输入与预处理

• LoadImage 读取原始图像。

• ImagePadForOutpaint 扩展图像边界，创建填补区域。

• CLIPTextEncode 解析文本提示词，为扩图提供参考。

2. 计算扩图特征

• FluxGuidance 处理图像扩展内容，使扩展区域符合图像逻辑。

• InpaintModelConditioning 计算扩展区域的遮罩，并进行条件优化。

3. 生成扩展内容

• KSampler 进行扩散采样，生成新的图像部分。

• VAEDecode 负责解码，使图像恢复到真实像素级数据。

4. 输出

• SaveImage 存储最终生成的扩图。

输入与输出

输入参数

• 原始图片

• 扩展尺寸参数（默认左右各扩展 400px）

• 文本提示词（Prompt）

• FLUX 模型

• VAE 模型

输出

• 扩展后的完整图像

• 填补的高质量内容

• 最终存储的图片文件

注意事项

1. 性能要求

   • 由于涉及 FLUX 模型和扩散过程，建议 使用 RTX 3090 及以上显卡 以获得较快的生成速度。

2. 错误排查

   • 若扩展部分不自然，请调整 FluxGuidance 强度，或修改 Prompt 提示词。

   • 若扩展区域模糊，可提高 KSampler 迭代次数（Steps） 来增强细节。

3. 兼容性

   • 适用于 ComfyUI 0.4+ 版本，部分节点可能需要 ComfyUI-Manager 安装。