GitHub Stars
1.1K
Forks数量
83
贡献者数量
7
许可证
GPL-3.0
收录理由
ComfyUI用户在做精细修复时常遇到同一个问题:明明只需要改一小块区域,采样器却把整张画布都跑一遍。这两个节点把采样范围限定在蒙版区域内,绕开了那种浪费。Crop节点负责把目标区域切出来,同时处理各种琐碎细节:可以预留上下文边距,让提示词仍然能读到周围场景;按需预缩放;填补蒙版空洞;扩展或模糊蒙版;为外绘延伸画面;或者强制生成固定分辨率,比如SDXL模型常用的1024x1024。Stitch节点则把修复结果拼回原图,不碰也不重新编码未蒙版的像素,既省时间,又保证不干扰原本想保留的部分。由于裁剪后的图像可以流入任何标准采样流程,你可以在采样前放大以获得更多细节,或者把过大的蒙版缩小以避免出现重复肢体之类的瑕疵,最后图像会自动拼合完整。这是一个聚焦的工具,嵌入现有ComfyUI环境使用,而不是独立的应用程序。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
stable-diffusion-webui
Stable Diffusion 网页界面
ComfyUI
最强大且模块化的扩散模型GUI、API和后端,具有图形/节点界面。
diffusers
🤗 Diffusers:PyTorch中最先进的扩散模型,用于图像、视频和音频生成。
upscayl
🆙 Upscayl - 适用于 Linux、MacOS 和 Windows 的 #1 免费开源 AI 图像放大工具。
InvokeAI
InvokeAI 是领先的开源创意引擎,专为 Stable Diffusion 设计,提供业界领先的 Web UI,用于生成和编辑视觉媒体。