前言：

1. 想一下，在我们使用 web UI 图生图的时候，他比文生图多了什么，是不是多了个加载图像的位置。
2. 我们怎么才能把图片转成可以被识别的信息呢，我们需要把图片解码成可以被识别的信息。

创建流程：

1. 同样，我们先打开文生图基础流程，我们这个基础上把图生图流程加进去；
2. 我们“右键——新建节点——图像——加载图像”，然后把图片传上去；
3. 我们在加载图像上鼠标点击住“图像”往外拉，松开然后选择“VAE编码”；
4. 我们再把“VAE编码的Latent”和“采样器的Latent”连接，“VAE”连接到“VAE加载器”；

1. 这时候我们会发现两个问题，“加载图像的遮罩”没有连接任何节点，这个没关系，我们在使用局部重绘的时候才使用这个功能，图生图用不到。还有个就是原本的“空Latent”断开了，是的，我们不能设置尺寸了，这个情况下会按照你上传的图片尺寸为基础。我们先出图看一下吧。

1. 有没有发现，我们出的图只是引用了图片尺寸，出图内容和上传的图片没有任何关系。大家还记得我们之前讲过的采样器里面的降噪吗，我们现在的数值是1，他会100%按照我们的文字描述出图。降噪数值越低和原图越接近，越高权重越偏向文字描述（我们一般会使用0.5-0.8）。
2. 他的原理就是把已有的图像特征放进去再去做去噪迭代，0.8就是我们跳过20%的步数，用其余80%的步数在原有图像噪点上进行文生图。

批量出图：

1. 我们怎么在图生图的时候批量出图呢？
2. “右键-新建节点- Latent-批处理-复制Latent批次”，把“复制Latent批次”节点串联在“VAE编码”和“K采样器”之间，然后设置次数就可以了。

调整尺寸：

1. 我们前面说没有连接“空Latent”，不能设置尺寸了，这个情况下图片特别大或者特别小都会出问题；
2. 我们“右键——新建节点——图像——放大——图像缩放”，并把它连接在“加载图像”和“VAE解码”中间。

1. 我们看到有四个可以设置的参数，除了缩放方法外（三种缩放方法，区别不是太大，我们使用时默认不修改即可），中间两个是宽高。最后一个是裁剪，但是有两种裁剪方式：

2. 1. disabled：直接拉伸（我们以一张10241536变成10241024为例）

1. b. center：根据中心进行裁剪（我们以一张10241536变成10241024为例）

1. 这两种裁剪方式都有个问题：

2. 1. disabled，我们需要知道原图片的尺寸，并且按照比例计算宽高，不然就会变形；
   2. center，根据中心进行裁剪，有很大的可能会裁掉我们需要的内容。

derfuu插件：

1. 这时候我们可以通过 derfuu 插件去帮我们解决需要计算的问题，他可以根据图片比例自动计算成你想要的尺寸；
2. derfuu插件地址：https://github.com/Derfuu/Derfuu_ComfyUI_ModdedNodes.git（网盘也有我下载好的，不会安装的看我ComfyUI系列教程一）；
3. 我们“新建节点——Derfu节点（Derfu_Nodes）——自设节点——图像——Image scale to side”，这时候我们就可以删掉“图片缩放”换成“Image scale to side”了；

1. 我们在“Image scale to side”会看到有四个可调节的参数（upscale_method、crop 不用修改，默认的就可以）：

2. 1. Longest（长）/Height（高）：这两个所控制的是一样的，都是以图片的高度为基础进行缩放；
   2. Width（宽）：以图片的宽度为基础进行缩放。
   3. side_length（边长）：我们side参数选择边的尺寸应该改成多少
   4. side（边）：我们按照图像的那条边进行缩放，给了三个选择：
   5. upscale_method（缩放方法）：三种缩放方法，邻近-精准、双线性插值、区域，区别不是太大，我们使用时默认不用修改即可；
   6. crop（裁剪）：和我们上面说“图片缩放”时的裁剪一样，但是这个设置在这不起作用，因为我们是通过比例进行缩放的，不用进行裁剪（可能在其他的节点上起作用吧，我们使用时默认不用修改就可以）；

3. 我们可以跑图了，快去玩耍吧。

知识点扩展：

1. 还记得我们上节课讲的 refiner 细化流程吗，我们图生图的时候是不是也可以使用 refiner 模型细化呢？
2. 我们先复制一下图生图最主要的几个节点（加载图像、Image scale to side、VAE编码），然后打开文生图 - refiner 细化流程并粘贴进去。
3. 那我们把“VAE编码的Latent”连接到 “base 模型的采样器”上面（空Latent就不需要了，可以删掉了）；
4. 这时候还有个问题，我们是通过“降噪”来控制出图相似度的，但是“采样器（高级）”没有“降噪”可以输入。我们可以想一下“降噪”的作用和“采样器（高级）”里面哪个功能相似呢？
5. 当然是“开始降噪步数”了，同样是用来跳过迭代步数的，但是相反的是，“开始降噪步数”数值越高和原图越接近，越低越偏向文字描述；
6. 注意（1）：开始降噪步数的数值不要超过“总步数-结束降噪步数”；
7. 注意（2）：我们所连接和修改的地方仅在 base 模型所连接的采样器。

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】