复兴的艺术：运用AI技术从绘画和雕塑中修复历史肖像
借助ControlNet和Stable Diffusion技术，将历史人物转化为逼真的肖像。学习如何利用线条艺术、深度和姿态控制，以达到令人惊叹的效果。
- 关键节点
- Controlnet
- 显存
- 低显存（≤8GB）
- 阅读时间
- 6 分钟
工作流概览
借助ControlNet和Stable Diffusion技术，将历史人物转化为逼真的肖像。学习如何利用线条艺术、深度和姿态控制，以达到令人惊叹的效果。
内容类型: Workflow
主要用途: Download
所需模型
- Controlnet
- Sd
所需节点
- Controlnet
配置说明
- 打开工作流模板前，请先安装所需模型。
- 推荐硬件：低显存（≤8GB）。
📝 工作流概述（Workflow Overview）
本工作流的主要作用是 使用 ControlNet 和 Stable Diffusion 将历史人物的雕像或绘画复原为真实感人像。
它结合 线稿、深度和姿态控制 以确保生成结果与输入图像保持一致，同时通过 文本描述 和 风格选择 来优化生成效果。
🧠 核心模型（Core Models）
1️⃣ Stable Diffusion（UNet）
作用：主要的图像生成模型，基于输入的控制信息和文本描述生成新图像。
使用的模型：
LEOSAM's MoonFilm | 胶片风真实感大模型_2.0安装方式：
通过 ComfyUI Manager 下载并安装。
或者手动下载
.safetensors文件放入models/checkpoints。
2️⃣ ControlNet（控制网络）
作用：用于控制生成图像的结构，使其与输入参考图相匹配。
使用的模型：
control_v11p_sd15_lineart（线稿控制）control_v11f1p_sd15_depth（深度控制）control_v11p_sd15_openpose（姿态控制）
安装方式：
需要下载 ControlNet 插件，并将
.pth文件放入models/controlnet。
3️⃣ VAE（变分自编码器）
作用：提升图像质量，使颜色更加丰富，细节更加清晰。
使用的模型：
vae-ft-mse-840000-ema-pruned.safetensors安装方式：
通过 ComfyUI Manager 下载并安装。
或者手动下载
.vae.pt文件放入models/vae。
4️⃣ CLIP（文本编码器）
作用：将文本描述转换为可用于生成的向量，影响最终的生成效果。
安装方式：
通过 ComfyUI Manager 安装。
或者手动下载
.pt文件放入models/clip。
📦 关键组件（Nodes）
节点 | 作用 |
|---|---|
| 加载 Stable Diffusion 模型 |
| 加载 VAE 变分自编码器 |
| 加载 ControlNet 控制网络 |
| 加载参考图像（古人雕像或绘画） |
| 处理输入图像，提取线稿或深度信息 |
| 处理文本描述，并用于引导图像生成 |
| 结合输入的 ControlNet 数据，应用控制信息 |
| 负责采样和生成图像 |
| 将生成的潜空间转换为最终图像 |
| 保存生成的图像 |
| 预览生成结果 |
📂 主要分组（Workflow Groups）
1️⃣ 线稿控制
作用：通过 ControlNet 线稿模型，确保生成图像的轮廓与输入图像一致。
关键组件：
ControlNetLoader (control_v11p_sd15_lineart)AIO_Preprocessor (AnyLineArtPreprocessor_aux)ControlNetApplyAdvanced
2️⃣ 深度控制
作用：利用深度信息，确保人物的三维形态符合输入图像。
关键组件：
ControlNetLoader (control_v11f1p_sd15_depth)AIO_Preprocessor (DepthAnythingPreprocessor)ControlNetApplyAdvanced
3️⃣ 姿态控制
作用：确保最终生成的姿态与输入人物一致，增强复原效果。
关键组件：
ControlNetLoader (control_v11p_sd15_openpose)DWPreprocessorControlNetApplyAdvanced
🔢 输入 & 输出
📥 主要输入参数
参考图像（用于复原古人的雕像或绘画）
ControlNet 选项（线稿、深度、姿态控制）
采样参数：
种子值（随机性控制）采样方法（DPM++ 2M、Euler 等）采样步数（默认 30 步）
文本描述（用于风格优化）
📤 主要输出
复原后的高质量人像
对比输入图像和生成图像的结果
不同风格（如胶片感）的复原图像
⚠️ 使用注意事项
计算资源需求
需要 至少 8GB GPU（推荐 12GB 以上）。
ControlNet 会占用较多显存，建议减少使用多个 ControlNet 以节省显存。
模型兼容性
建议使用 胶片风格模型（如
LEOSAM's MoonFilm）以提高真实感。ControlNet 的 线稿、深度、姿态 可单独启用，避免干扰。
提示词优化
文本描述可以调整，如：
"1 old man, long hair, black hair, beard, realistic, hanfu"添加
"photography level, cinematic lighting"以提升真实感。
采样参数
采样步数 30~50 步较为合适。
DPM++ 2M采样器通常比 Euler 生成效果更佳。
总结
这个 ComfyUI 工作流结合 ControlNet 的线稿、深度、姿态控制，可以 复原古人的真实感人像，同时支持 风格优化（如胶片风），适用于 历史人物复原、艺术重建 等应用。