探索水彩风格图片创作过程
借助Flux.1，开启艺术图像生成的无限可能！探索如何将普通照片转化为令人惊叹的手绘水彩风格图像，体验深度控制与AI驱动的创意提示。了解更多信息，创作属于你自己的艺术杰作！
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 11 分钟
工作流概览
借助Flux.1，开启艺术图像生成的无限可能！探索如何将普通照片转化为令人惊叹的手绘水彩风格图像，体验深度控制与AI驱动的创意提示。了解更多信息，创作属于你自己的艺术杰作！
内容类型: Workflow
主要用途: Download
所需模型
- Flux
- Controlnet
- Lora
所需节点
- Controlnet
- Upscaler
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）。
工作流概述
此工作流的主要作用是利用 Flux.1 模型和深度控制技术，从输入图像生成高质量的艺术风格图像（手绘水彩风），并通过 Joy2 反推提示词（Captioning）增强生成过程的描述性。工作流的具体目的是：
图像处理与生成：基于输入图像（20230304185125_b966e.jpg）生成 1024x1024 分辨率的艺术风格图像。
深度控制：使用 DepthAnythingV2 模型提取输入图像的深度信息，并通过 ControlNet 引导生成过程。
提示词优化：通过 Joy_caption_two 节点从输入图像反推详细的描述性文本，并结合预定义提示词生成最终图像。 此工作流适用于艺术创作、图像风格化或基于照片生成手绘效果的场景。
核心模型
Flux.1 (基础算法_F.1)
功能：一种高效的文本转图像模型，支持高分辨率生成，适用于生成艺术风格图像。
来源：从 Civitai 或官方仓库下载，放置在 ComfyUI/models/checkpoints/，文件名为类似 基础算法_F.1_fp8_e4m3fn.safetensors。
DepthAnythingV2 (depth_anything_v2_vitl_fp32.safetensors)
功能：提取图像的深度信息，用于 ControlNet 控制生成过程，增强图像的空间结构。
来源：通过 DownloadAndLoadDepthAnythingV2Model 节点自动下载，文件存储在 ComfyUI/models/。
Lora 模型 (姑苏_F.1-手绘水彩风萌宠_V1.0)
功能：微调 Flux.1 模型，专门生成手绘水彩风格的萌宠图像。
来源：从 Civitai 或自定义 Lora 仓库下载，放置在 ComfyUI/models/loras/。
Upscale 模型 (4x-UltraSharp)
功能：对生成图像进行超分辨率放大，增强细节。
来源：从 ComfyUI 模型库下载，放置在 ComfyUI/models/upscale_models/。
组件说明
以下是工作流中的关键节点及其功能、安装方法和依赖：
Joy_caption_two_load
用途：加载 Joy2 管道，用于图像反推提示词。
功能：输出 JoyTwoPipeline 对象，基于 Llama 3.1 模型处理。
安装：需安装 JoyCaption 插件，通过 ComfyUI Manager 搜索“JoyCaption”或从 GitHub（https://github.com/comfyanonymous/ComfyUI_JoyCaption）下载。
依赖：需要 unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit 模型，下载并放置在 ComfyUI/models/joy_caption/。
Joy_caption_two
用途：从输入图像生成描述性文本。
功能：输出详细的字符串（如描述图像内容），支持 Descriptive 模式，最大长度 150 字符。
安装：与 Joy_caption_two_load 共享插件。
依赖：需 JoyTwoPipeline。
ttN concat
用途：连接多个文本字符串。
功能：将预定义文本（如“Hand-drawn watercolor illustration”）与 Joy2 生成的描述合并。
安装：需安装 ttN Nodes 插件，通过 ComfyUI Manager 搜索“ttN”或从 GitHub（https://github.com/ttN-ComfyUI/ttN_nodes）下载。
ShowText|pysssss
用途：显示和传递文本内容。
功能：展示 Joy2 生成的描述或合并后的文本。
安装：ComfyUI 自带，无需额外安装。
LoadFluxControlNet
用途：加载 Flux 兼容的 ControlNet 模型。
功能：输出 FluxControlNet 对象，用于深度控制。
安装：需安装 XLabs 插件，通过 ComfyUI Manager 搜索“XLabs”或从 GitHub（https://github.com/XLabs-AI/ComfyUI-XLabs）下载。
依赖：需要 XLabs-flux-depth-controlnet_v3 文件，下载并放置在 ComfyUI/models/controlnet/。
ApplyFluxControlNet
用途：应用 ControlNet 深度控制。
功能：结合深度图生成条件，增强图像结构。
安装：与 LoadFluxControlNet 共享插件。
依赖：需要深度图输入。
DownloadAndLoadDepthAnythingV2Model
用途：下载并加载 DepthAnythingV2 模型。
功能：自动获取深度模型供后续使用。
安装：需安装 DepthAnything 插件，通过 ComfyUI Manager 搜索“DepthAnything”或从 GitHub（https://github.com/comfyanonymous/ComfyUI_DepthAnything）下载。
DepthAnything_V2
用途：生成输入图像的深度图。
功能：输出深度图像，供 ControlNet 使用。
安装：与 DownloadAndLoadDepthAnythingV2Model 共享插件。
依赖：需要 depth_anything_v2_vitl_fp32.safetensors。
ImageResize+
用途：调整输入图像大小。
功能：将图像调整为 1024x1024，保持比例。
安装：ComfyUI 自带。
DualCLIPLoader
用途：加载 CLIP 模型。
功能：输出 CLIP 对象，用于文本编码。
安装：ComfyUI 自带。
依赖：需要 clip_l 和 t5xxl_fp16 文件，放置在 ComfyUI/models/clip/。
UNETLoader
用途：加载 Flux.1 UNET 模型。
功能：输出模型对象，驱动生成过程。
安装：ComfyUI 自带。
依赖：需要 基础算法_F.1_fp8_e4m3fn 文件。
LoraLoader
用途：加载 Lora 模型。
功能：微调模型，生成手绘水彩风格。
安装：ComfyUI 自带。
依赖：需要 姑苏_F.1-手绘水彩风萌宠_V1.0 文件。
EmptyLatentImage
用途：创建初始潜在图像。
功能：为生成过程提供 1024x1024 潜在空间。
安装：ComfyUI 自带。
XlabsSampler
用途：执行采样生成。
功能：结合模型、条件和 ControlNet 生成潜在图像。
安装：需 XLabs 插件。
VAEDecode
用途：解码潜在图像为像素图像。
功能：输出生成图像。
安装：ComfyUI 自带。
依赖：需要 ae.sft VAE 文件。
UpscaleModelLoader
用途：加载超分辨率模型。
功能：输出放大模型对象。
安装：ComfyUI 自带。
ImageUpscaleWithModel
用途：放大生成图像。
功能：将 1024x1024 图像放大为更高分辨率。
安装：ComfyUI 自带。
SaveImage
用途：保存生成图像。
功能：输出文件至指定路径。
安装：ComfyUI 自带。
Image Comparer (rgthree)
用途：比较原始和生成图像。
功能：提供滑动对比模式，显示输入与输出差异。
安装：需安装 rgthree 插件，通过 ComfyUI Manager 搜索“rgthree”或从 GitHub（https://github.com/rgthree/rgthree-comfy）下载。
工作流结构
Joy2反推提示词组
作用：从输入图像生成描述性文本，优化提示词。
输入参数：输入图像（20230304185125_b966e.jpg）、模式（Descriptive）、长度（150）。
输出结果：详细描述文本（如关于熊猫的段落）。
深度控制组
作用：提取深度信息并应用 ControlNet 控制。
输入参数：输入图像、深度模型（depth_anything_v2_vitl_fp32.safetensors）、ControlNet 权重（0.8）。
输出结果：深度图和 ControlNet 条件。
生图区组
作用：执行图像生成和后处理。
输入参数：潜在图像（1024x1024）、正向提示词（合并文本）、负向提示词（“Worst quality, blurry, wrong, ugly”）、Lora 权重（1.2）、指导比例（3.5）、采样步数（20）。
输出结果：生成图像（初始 1024x1024，后放大）。
输入与输出
预期输入参数：
图像：20230304185125_b966e.jpg（初始分辨率 979x923）。
分辨率：1024x1024。
种子值：722511220491392（可随机化）。
提示词：动态生成（含“Hand-drawn watercolor illustration”）。
负向提示词：“Worst quality, blurry, wrong, ugly”。
Lora 权重：1.2。
指导比例：3.5。
采样步数：20。
最终输出：
高质量艺术风格图像（PNG 格式，放大后分辨率高于 1024x1024）。
对比文件（通过 Image Comparer 保存）。
注意事项
资源需求：Flux.1 和 Lora 生成需 12GB+ VRAM，建议使用 NVIDIA GPU。
模型文件：确保 基础算法_F.1_fp8_e4m3fn、ae.sft 和 Lora 文件路径正确，否则报错。
插件安装：需安装 JoyCaption、XLabs、DepthAnything 和 rgthree 插件，否则节点不可用。
性能优化：减少采样步数（20→10）或分辨率（1024→512）以加快生成。
兼容性：ComfyUI 版本需 0.3.18 或更高，插件需与 Flux.1 兼容。
输入图像：确保 20230304185125_b966e.jpg 存在于指定路径。
示例说明
假设输入图像是一只熊猫的照片，工作流将：
反推描述：“This photograph captures a large, adorable panda...”。
合并提示：“Hand-drawn watercolor illustration, This photograph...”。
生成手绘水彩风格熊猫图像，放大后保存为 ComfyUI.png。