释放 AI 驱动的视频角色重绘能力：用风格化效果焕新视频画面
使用 Wan2.1Fun 解锁 AI 驱动的视频角色重绘功能！探索该工作流程如何结合 Stable Diffusion、GroundingDino 和 OpenPose，将角色转化为风格化图像与视频。深入了解，全面提升你的视频编辑技能！
- 使用场景
- Video
- 适用场景
- Video
- 关键节点
- Controlnet
- 显存
- 中等显存（12–16GB）
- 阅读时间
- 4 分钟
工作流概览
使用 Wan2.1Fun 解锁 AI 驱动的视频角色重绘功能！探索该工作流程如何结合 Stable Diffusion、GroundingDino 和 OpenPose，将角色转化为风格化图像与视频。深入了解，全面提升你的视频编辑技能！
内容类型: Workflow
主要用途: Download
所需模型
- Wan2.1
- 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：中等显存（12–16GB）。
1. 工作流概述
该工作流名为 “wan2.1Fun_视频人物转绘”，主要功能是通过AI模型将视频中的人物转换为特定风格的图像或视频。工作流结合了多个先进技术，包括：
视频帧提取：从输入视频中提取关键帧。
人物分割与姿势识别：使用GroundingDino和SAM模型分割人物，Openpose提取姿势。
文本/图像引导生成：通过Stable Diffusion模型（如Wan2.1-Fun-Control）生成新图像。
视频合成：将生成的帧重新合成为视频。
2. 核心模型
Stable Diffusion (Wan2.1-Fun-Control-14B)
用途：基于文本和图像提示生成高质量图像或视频。
模型文件：
Wan2.1-Fun-Control-14B_fp8_e4m3fn.safetensors。
GroundingDino + SAM
用途：检测并分割视频中的人物（如
man标签）。模型文件：
GroundingDINO_SwinT_OGC、sam_vit_b_01ec64.pth。
ControlNet (Openpose)
用途：保持原始视频中人物的姿势结构。
模型文件：
control_v11p_sd15_openpose.pth。
Florence2
用途：自动生成图像描述（提示词反推）。
模型文件：
Florence-2-large。
3. 关键组件（Nodes）
视频输入：
VHS_LoadVideo：加载视频文件（如2795746-uhd_2160_3840_25fps.mp4）。
人物处理：
GroundingDinoSAMSegment：分割人物并生成掩码。OpenposePreprocessor：提取人物姿势关键点。
生成控制：
WanVideoTextEncode：处理文本提示词（如“未来感机器人”）。WanVideoSampler：控制生成过程的采样参数（如步数25、CFG值8）。
输出合成：
VHS_VideoCombine：将生成的帧合成为MP4视频（H.264编码）。
4. 工作流结构（Group分解）
视频第一帧角色重绘
输入：视频文件、文本提示词。
输出：重绘后的第一帧图像。
Wan2.1视频人物转绘
输入：分割后的人物掩码、姿势数据。
输出：风格化的人物视频。
提示词反推（Florence2）
输入：参考图像。
输出：自动生成的详细描述文本。
5. 输入与输出
输入参数：
视频文件（MP4格式）。
文本提示词（可选）。
生成参数（分辨率512x910、采样器Euler等）。
输出结果：
生成的视频文件（如
AnimateDiff_00027.mp4）。
6. 注意事项
依赖安装：
需通过ComfyUI Manager安装以下插件：
ComfyUI-WanVideoWrapper（视频生成）。comfyui_controlnet_aux（姿势提取）。comfyui-florence2（提示词反推）。
硬件要求：
建议显存≥12GB（因Wan2.1模型较大）。
常见问题：
模型路径错误：检查
safetensors文件是否放入正确目录。视频编码失败：调整
VHS_VideoCombine的CRF值（默认19）。