解锁光线描边特效工作流程详解
解锁科幻视觉效果！探索一种工作流，使用 Stable Diffusion、Depth Anything V2 和自定义 LoRA，为图像添加光绘和边缘发光效果。通过这份分步指南，学习如何创作令人惊艳的视觉作品。
- 关键节点
- Upscaler
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 4 分钟
工作流概览
解锁科幻视觉效果！探索一种工作流，使用 Stable Diffusion、Depth Anything V2 和自定义 LoRA，为图像添加光绘和边缘发光效果。通过这份分步指南，学习如何创作令人惊艳的视觉作品。
内容类型: Workflow
主要用途: Download
所需模型
- Lora
- Sd
所需节点
- 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）。
1. 工作流概述
该工作流名为“指鹿AI_万物光绘-光线-描边特效”，主要用于为输入图像添加光绘描边特效，生成具有科技感、线条艺术和动态光效的增强图像。核心功能包括：
基于输入图像生成深度图（Depth Map）
通过LoRA模型强化光绘特效（如光线描边、全息影像）
分块处理（Tiled Processing）实现高分辨率图像生成
最终输出带有光效的高清图像
核心模型：
Stable Diffusion：基础图像生成模型
Depth Anything V2：深度图生成模型
4x_NMKD-Siax_200k：超分辨率放大模型
自定义LoRA：
阿容容_F.1 光绘描边（权重0.8）指鹿AI_蛇年_强质感（权重0.2）
2. 组件说明
关键节点（Nodes）：
DepthAnything_V2：生成输入图像的深度图
安装：通过
ComfyUI Manager搜索Depth Anything安装依赖模型：
depth_anything_v2_vitl_fp32.safetensors（自动下载）
InstructPixToPixConditioning：将深度图与提示词结合，控制生成效果
输入：深度图 + 正面/负面提示词
输出：带条件的Latent空间数据
LoraLoaderModelOnly：加载光绘特效LoRA模型
路径：
models/loras/需手动放置LoRA文件（如
阿容容_F.1 光绘描边.safetensors）
TTP_Image_Tile_Batch & TTP_Image_Assy：分块处理与重组
功能：将大图分割为小块分别处理，再拼接还原
安装：需安装
Tiled Diffusion插件（GitHub搜索）
FluxGuidance：动态调整生成过程中的引导强度
参数：
guidance_scale=30（控制光效强度）
3. 工作流结构
Group 1: 控图
输入：原始图像（如
北京央视大楼.jpg）处理：
通过
DepthAnything_V2生成深度图调整图像分辨率至
1024x1024
输出：深度图 + 尺寸标准化图像
Group 2: 提示词
输入：
正面提示词（如“蓝金线光绘，科技感线条，8K高清”）
负面提示词（如“模糊，低质量”）
处理：通过
CLIPTextEncode编码文本条件
Group 3: 采样
模型：加载基础模型
F.1_Depth-fp16+ LoRA采样器：
Euler，30步，CFG=7.0输出：带光效的Latent图像
Group 4: 放大+修复
输入：初始生成图像
处理：
超分辨率放大（
4x_NMKD-Siax）分块处理避免显存溢出
输出：高清光绘图像（如
1920x1920）
4. 输入与输出
输入参数：
图像：任意尺寸（建议≥512x512）
提示词：描述光效风格（如“辉光，动态摄影，线条锐化”）
种子值：可固定（如
seed=316430325547060）
输出结果：
保存路径：
ComfyUI/output/格式：PNG（带光效的高清图像）
5. 注意事项
显存需求：
建议≥12GB GPU（分块处理可降低显存占用）
模型依赖：
确保LoRA和Depth Anything模型已正确放置
常见错误：
缺少模型：检查
models/loras/和models/depth_anything/路径分辨率过高：分块尺寸建议≤1024x1024
性能优化：
启用
xformers加速降低
FluxGuidance强度以减少计算量