揭秘老照片修复：全流程专业指南
使用这款 AI 修复工作流程，让老照片焕然一新！学习如何使用 Stable Diffusion XL 和自定义模型修复损坏、重建人脸和背景，以及增强色彩。
- 使用场景
- Restoration
- 适用场景
- Restoration
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 3 分钟
工作流概览
使用这款 AI 修复工作流程，让老照片焕然一新！学习如何使用 Stable Diffusion XL 和自定义模型修复损坏、重建人脸和背景，以及增强色彩。
内容类型: Workflow
主要用途: Download
所需模型
- Controlnet
- Sd
所需节点
- Reactor
- Controlnet
- Inpaint
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：中等显存（12–16GB）。
1. 工作流概述
该工作流专用于老照片修复与增强，核心功能包括：
破损修复（裂痕、划痕、污渍）
面部与背景重建（使用ControlNet和Inpainting技术）
超分辨率与色彩还原（基于Stable Diffusion XL和定制修复模型）
2. 核心模型
模型名称 | 功能描述 | 安装方式 |
|---|---|---|
JuggernautXL V9 | 基础图像生成模型，支持高分辨率修复。 | 通过ComfyUI Manager或HuggingFace下载 |
Fooocus Inpaint | 局部重绘模型，用于修复破损区域。 | 需手动安装GitHub仓库 |
DepthAnything V2 | 深度估计模型，辅助ControlNet保持结构一致性。 | 通过ComfyUI Manager安装 |
ControlNet Tile | 保持图像细节，避免过度平滑。 | 需下载 |
3. 关键组件
BOPBTL_RestoreOldPhotos：核心修复节点，整合了划痕检测和修复模型。
VAEEncodeForInpaint：将破损图像编码为潜变量，用于局部修复。
ControlNetApplyAdvanced：应用多个ControlNet（如OpenPose、Depth、Tile）控制生成细节。
KSampler (Efficient)：优化后的采样器，平衡速度与质量。
特殊依赖项：
Impact Pack：需通过ComfyUI Manager安装，提供高斯模糊遮罩功能。
ReActor FaceSwap：用于面部替换，需单独安装
inswapper_128.onnx模型。
4. 工作流结构
Group 1: 破损修复
输入：原始老照片（带遮罩标记破损区域）
输出：初步修复后的图像（使用
BOPBTL_RestoreOldPhotos）
Group 2: 裂痕修复
输入：初步修复图像
输出：去除裂痕的图像（结合
INPAINT_ApplyFooocusInpaint）
Group 3: ControlNet控制
使用Depth和Tile模型保持原始构图与细节。
Group 4: 面部与背景重绘
通过
ReActor替换面部，并用KSampler (Efficient)生成高质量背景。
5. 输入与输出
输入参数：
图像分辨率（默认1024x1024）
随机种子（可固定以复现结果）
文本提示（如“1 man, formal portrait”）
输出结果：修复后的PNG图像（带元数据）。
6. 注意事项
显存需求：建议12GB+显存（如RTX 3060及以上）。
模型路径：确保
juggernautXL_v9Rdphoto2Lightning.safetensors等模型文件路径正确。调试技巧：右键节点选择“Toggle Queue”可单独测试组件。