揭开历史面纱：将古代绘画转化为超现实照片
使用 AI 将古代肖像转化为超写实照片。探索如何运用 SDXL 模型与多重 ControlNet 引导，让历史人物栩栩如生。
- 显存
- 低显存（≤8GB）
- 阅读时间
- 4 分钟
工作流概览
使用 AI 将古代肖像转化为超写实照片。探索如何运用 SDXL 模型与多重 ControlNet 引导，让历史人物栩栩如生。
内容类型: Workflow
主要用途: Download
所需模型
- Sdxl
- Controlnet
所需节点
- FaceDetailer
- 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）。
1. 工作流概述
该工作流专为将古代绘画/肖像转换为超写实真人照片而设计，结合了SDXL大模型和多ControlNet控制技术，通过姿势（OpenPose）、边缘（Canny）、深度（Depth）和纹理（Tile）的多重引导，实现高度逼真的古画人物重建。
2. 核心模型
模型名称 | 功能描述 |
|---|---|
| 基于SDXL的真人风格大模型，优化肖像和古风人物生成。 |
| 控制纹理细节，确保服装和背景的写实性。 |
| 提取古画人物姿势，保持动作自然。 |
| 强化边缘结构，避免面部或服饰变形。 |
| 生成深度图，增强三维立体感。 |
3. 关键组件与安装
WD14Tagger|pysssss
功能：自动分析古画内容并生成提示词（如“汉服”“古典发饰”）。
安装：通过ComfyUI Manager安装
ComfyUI-WD14-Tagger插件。
ControlNetApplyAdvanced ×4
功能：分别应用Tile、OpenPose、Canny、Depth四种ControlNet，权重依次为
0.3, 0.2, 0.5, 0.2。依赖模型：需下载对应的ControlNet模型并放入
models/controlnet文件夹。
CR Text Input Switch
功能：切换自动生成提示词（WD14Tagger）或手动输入提示词（如“古代中国男子，黑色长发，汉服”）。
JjkText
功能：内置预设提示词模板（分男女通用词库），可直接复制使用。
4. 工作流结构
Group名称 | 功能描述 |
|---|---|
输入图像 | 加载古画（如 |
提示词生成 | 自动反推或手动输入提示词，支持中英文混合（如“Real people, ancient Chinese people”）。 |
ControlNet控制 | 四重ControlNet协同工作，依次处理纹理→姿势→边缘→深度。 |
SDXL生图 | 使用 |
结果输出 | 保存为PNG格式，保留元数据。 |
5. 输入与输出
输入参数：
古画图像（JPG/PNG）。
可选提示词（留空则自动生成）。
分辨率设置（默认
1024x1536）。
输出结果：
写实真人照片，背景自动适配（如留白或古典场景）。
6. 注意事项
显存需求：建议≥16GB显存（如RTX 4080），否则需降低分辨率或关闭部分ControlNet。
古画适配：
复杂服饰需手动补充提示词（如“刺绣龙纹”）。
面部模糊的古画建议启用
Face Detailer后处理插件。
错误处理：
若出现肢体畸形，提高Canny ControlNet权重至
0.6。色彩失真时检查VAE是否为
BakedVAE版本。