ComfyUI智能繪畫從新手到高手
孫文博 湯超
相關主題
商品描述
"《ComfyUI智能繪畫從新手到高手》全面介紹ComfyUI的使用方法和技巧。《ComfyUI智能繪畫從新手到高手》從認識ComfyUI的基本概念開始，逐步講解ComfyUI的安裝配置、AI生成圖片的底層邏輯、節點及工作流的構建原理、常用工作流的基礎模塊、底模與LoRA模型的理解與應用，再到提示詞撰寫邏輯及權重控制技巧，以及ControlNet在ComfyUI中的使用。最後，通過講解組合常用的多種工作流創作各類圖像作為綜合實戰案例，幫助讀者理解並掌握ComfyUI在實際應用中的技巧和方法。 《ComfyUI智能繪畫從新手到高手》既可以作為人工智能繪畫愛好者的自學資料，也可以作為院校或培訓機構ComfyUI相關課程的教材或輔導用書。 "
作者簡介
雷劍,資深手機攝影師，設計學院教授，是好機友攝影、北極光攝影的合夥人，在線上與線下開辦了多期手機攝影培訓班，並在清華大學出版社出版了《手機攝影技巧150例》，參編了《數碼攝影攝像入門與實戰》，這兩本書均獲得大量讀者好評。在抖音、頭條、百家號、快手、B站運營了好機友攝影、北極光攝影相關賬號。
目錄大綱
第1章 認識 Stable Diffusion
1.1 Stable Diffusion 簡介
1.2 ComfyUI 簡介
1.3 ComfyUI 與WebUI 對比
1.4 ComfyUI 的優勢
1.5 ComfyUI 的缺點
第2章 安裝並配置ComfyUI
2.1 ComfyUI整合包安裝
2.1.1 開發者整合包安裝
2.1.2 秋葉整合包安裝
2.2 ComfyUI界面
2.2.1 工作流選項
2.2.2 工具選項及參數顯示
2.2.3 菜單界面
2.3 配置模型
2.3.1 未使用過WebUI的配置模型
2.3.2 使用過WebUI的配置模型
2.4 安裝基礎插件
2.4.1 安裝ComfyUI-Manager插件
2.4.2 安裝使用AIGODLIKE-ComfyUI-Translation
插件
2.4.3 Manager插件功能詳解
2.5 ComfyUI界面常用快捷方式
第3章 AI生圖
3.1 了解AI生圖的底層邏輯
3.2 CLIP模型
3.2.1 CLIP的基本概念
3.2.2 CLIP在Stable Diffusio中的應用
3.2.3 CLIP參數的影響
3.3 Latent空間
3.3.1 Latent空間的定義
3.3.2 Latent空間在Stable Diffusio中的應用
3.4 UNet神經網絡
3.4.1 UNet的工作流程
3.4.2 UNet在Stable Diffusio中的作用
3.5 VAE變分自編碼器
3.5.1 VAE的基本概念
3.5.2 VAE在Stable Diffusion中的作用
3.6 ComfyUI圖生圖的底層邏輯
第4章 ComfyUI的節點及工作流的構建原理
4.1 初識ComfyUI節點
4.2 節點的分類
4.3 安裝自定義節點的3種方法
4.3.1 管理器安裝
4.3.2 啟動器安裝
4.3.3 壓縮包安裝
4.4 核心節點使用方法及註意事項詳解
4.5 節點的基本操作
4.6 節點之間的連接
4.7 新建工作流
4.8 工作流構建的思路
4.8.1 明確需求
4.8.2 準備模型和節點
4.8.3 搭建工作流主幹
4.8.4 添加輔助節點和參數調整
4.8.5 測試和微調
4.8.6 保存和分享工作流
第5章 掌握常用工作流的基礎模塊
5.1 調整圖像尺寸
5.1.1 獲取圖像尺寸
5.1.2 縮放圖像
5.1.3 裁剪圖像
5.2 處理圖像
5.2.1 局部重繪
5.2.2 修復重繪
5.2.3 生成遮罩
5.2.4 校正圖像顏色
5.2.5 重構圖
5.2.6 摳圖
5.3 處理提示詞
5.3.1 導入提示詞
5.3.2 批量輸入提示詞
5.3.3 反推提示詞
5.3.4 翻譯提示詞
5.4 圖像放大
5.4.1 高清放大圖像
5.4.2 放大重繪圖像
5.5 人像換臉
5.5.1 Reactor換臉
5.5.2 FaceID換臉
5.5.3 InstantID換臉
5.6 細節調整
5.6.1 面部細化
5.6.2 重打光
5.6.3 風格遷移
5.7 生成視頻
5.7.1 文生視頻
5.7.2 圖生視頻
5.7.3 表情變化視頻
5.8 圖像對比
第6章 了解底模與LoRA模型
6.1 理解並使用SD底模模型
6.1.1 什麼是底模模型
6.1.2 理解底模模型的應用特點
6.2 理解並使用SDXL模型
6.2.1 認識SDXL模型
6.2.2 SD1.5與SDXL之間的區別
6.2.3 使用SDXL模型出圖失敗的原因
6.2.4 SDXL-Lightning
6.2.5 SDXL-Turbo
6.3 理解並使用Flux模型
6.3.1 認識Flux模型
6.3.2 Flux模型與其他模型對比
6.3.3 Flux模型版本
6.3.4 Flux模型的關鍵特性
6.3.5 Flux模型的安裝和部署
6.3.6 使用Flux模型註意事項
6.3.7 Flux LoRA模型
6.3.8 Flux入門工作流講解
6.4 認識Stable Diffusion 3.5模型
6.4.1 Stable Diffusion 3.5模型特點
6.4.2 Stable Diffusion 3.5 的版本介紹
6.4.3 Stable Diffusion 3.5 的應用前景
6.4.4 Stable Diffusion 3.5模型在Liblib運行
6.4.5 Stable Diffusion 3.5模型本地運行
6.4.6 Stable Diffusion 3.5與Flux出圖對比
6.5 理解並使用LoRA模型
6.5.1 認識LoRA模型
6.5.2 疊加LoRA模型
6.6 底模與LoRA模型匹配技巧
6.7 SD1.5 LoRA、SDXL LoRA、Flux LoRA的
關系
6.8 VAE模型
第7章 掌握提示詞撰寫邏輯及權重控制技巧
7.1 認識正面提示詞
7.1.1 什麼是正面提示詞
7.1.2 正面提示詞結構
7.2 認識負面提示詞
7.2.1 認識1.5模型中的負面提示詞
7.2.2 認識XL模型中的負面提示詞
7.2.3 認識Flux模型中的負面提示詞
7.3 質量提示詞
7.4 掌握提示詞權重
7.4.1 用花括號“{}”調整權重
7.4.2 用圓括號“( )” 調整權重
7.4.3 用雙圓括號“(( ))”調整權重
7.4.4 用方括號“[ ]”調整權重
7.4.5 用冒號“:”調整權重
7.4.6 調整權重的技巧與思路
7.5 理解提示詞順序對圖像效果的影響
7.6 理解提示詞註釋的用法
7.7 Flux提示詞的書寫
7.7.1 使用自然語言撰寫生圖準確的提示詞
7.7.2 使用Flux在圖片上生成文字
7.8 SDXL提示詞的書寫
7.9 提示詞翻譯節點
第8章 使用ControlNet精準控制圖像
8.1 安裝ControlNet
8.1.1 安裝ControlNet預處理器
8.1.2 安裝ControlNet模型
8.2 ControlNet節點
8.2.1 ControlNet應用
8.2.2 ControlNet加載器
8.2.3 ControlNet預處理器
8.3 Canny（硬邊緣）
8.3.1 Canny預處理器
8.3.2 實例操作
8.4 Softedge（軟邊緣）
8.4.1 Softedge預處理器
8.4.2 實例操作
8.5 Scribble（塗鴉）
8.5.1 Scribble預處理器
8.5.2 實例操作
8.6 Lineart（線稿）
8.6.1 Lineart預處理器
8.6.2 搭建Lineart工作流
8.7 Depth（深度）
8.7.1 Depth預處理器
8.7.2 實例操作
8.8 Openpose（姿態）
8.8.1 Openpose預處理器
8.8.2 實例操作
8.8.3 Openpose骨骼圖
8.9 Inpaint（局部重繪）
8.9.1 Inpaint工作流搭建
8.9.2 實例操作
8.10 Flux專用ControlNet概述
8.10.1 ControlNet V3
8.10.2 ControlNet-Union-Pro
第9章 ComfyUI綜合實戰案例
9.1 生成相似圖片工作流
9.2 生成動態圖片工作流
9.3 轉變圖片風格工作流
9.4 產品更換模特工作流
9.5 圖片換背景工作流
9.6 圖片重打光工作流
9.7 擴展圖像工作流
9.8 生成證件照工作流
9.9 批量生成寫真照工作流
9.10 一鍵產品精修工作流
9.11 一鍵生成人像手辦工作流
9.12 一鍵生成藝術字工作流
9.13 一鍵超清放大圖像工作流
