大师AI风格转换：费力地转换灯光、颜色和风格（ComfyUI）

你好，欢迎！今天我要和大家分享一个令人兴奋的东西：RF Inversion。通过它，我构建了一个强大的 ComfyUI 工作流，解锁了我之前未曾想象过的创意可能性。而最好的部分是？

你可以免费下载这个工作流： https://openart.ai/workflows/myaiforce/p3tGdtbvkAfzODW6MkiP

当与Alimama 的 Turbo LoRA 结合使用时，使用 Flux 生成图像变得非常快速，仅需8步即可产生惊艳的效果。让我们深入探索这个工作流能做什么吧！

对于喜欢视频内容的朋友，欢迎查看这篇视频教程，它与本文相辅相成：

语义风格迁移：一种新的姿态和风格控制方法

我要介绍的第一个功能是语义风格迁移。如果你对这个概念不熟悉，别担心——我会通过例子带你了解。

• 在左边，我上传了一张穿着传统服装的女性的参考图像到 ComfyUI。
• 在右边是这个工作流生成的图像，姿态和整体外观与原图非常接近。

值得注意的是，我不需要使用 IP-Adapter 或 ControlNet——魔法在于 RF Inversion 结合有效的提示词。

让我们再看另一个例子。在左边是一只顽皮的猫。在右边，同一个女人几乎完美地模仿了猫的姿态。使用 ControlNet 的 OpenPose 模型无法实现这种姿态模仿，但这个工作流让它变得轻而易举。

多样化的风格：超越现实主义

这个工作流不仅限于现实主义——它还可以复制漫画、插画或绘画风格！例如，我在midlibrary（一个提供 Midjourney 风格参考的资源）上找到一张图片，并用它来指导生成的输出。结果？无缝的风格迁移！你还可以调整各种参数来微调风格的应用。

使用 RF Inversion 优化光线、色彩和构图

这个工作流最令人印象深刻的功能之一是它能够增强光线效果。让我们比较两张图片：

• 在左边，我手动在 Photoshop 中调整了光线。虽然效果可见，但看起来并不自然。
• 在通过工作流处理同一张图片后，光线感觉更平滑、更逼真。皮肤纹理甚至头发都有所改善，这要归功于 RF Inversion 的精细控制。

这个工作流不仅能转移风格——它还能保留光线、色彩和构图。例如，我尝试对参考图像应用高斯模糊。生成的结果呈现出一种美丽的柔焦效果，类似于专业摄影。

除了风格调整，工作流还可以提升低质量图像，将它们转化为清晰的高分辨率输出。

使用面部参考节点保持图像间的一致性

如果你注意到生成的许多图像中出现了同一个人，那是故意的。

工作流允许你使用面部参考图像来保持多个输出之间的一致性。这对于肖像工作或需要一系列连贯图像时非常有用。最好的部分是——你不需要使用 ControlNet 或 IP-Adapter 模型来使用这个工作流。设置简单，易于上手。

理解工作流的结构

工作流分为四个主要部分：

1. 基本设置（左侧）：

• 上传参考图像，设置尺寸，输入提示词，并指定模型路径。

2. 上采样节点组（右上方）：

• 处理参考图像，在潜在空间中创建噪声表示。

3. PuLID 节点组（上采样下方）：

• 帮助工作流从参考图像中解释主体的外观。如果你不处理肖像，可以跳过这一部分。

4. 重采样节点组（底部）：

• 对噪声图像进行重采样以生成最终输出。

由于这个工作流提供了很大的灵活性，鼓励进行实验以获得最佳结果。现在，让我们详细探索每个部分。

使用参考图像：成功的技巧

上传正确的参考图像至关重要。选择一张与你想要实现的效果紧密对齐的图像。例如，为了生成右边的肖像，我使用了左边的图像作为参考。两张图像的内容越接近，效果越好。

如果你的参考图像包含不需要的元素，别担心——你可以在稍后使用提示词进行调整。或者，在之前对特定区域进行修复可以给你更多的控制。

如果你需要全身肖像但只有半身参考，可以考虑扩展参考图像以延伸它。这可以确保生成的输出符合你的预期。

理解关键参数：eta 和 end step

现在让我们深入了解最重要的参数——eta 和 end step——你会在Flux Reverse ODE Sampler 节点中找到它们。

• eta: 可以把它想象成控制采样器对生成图像影响程度的“权重”。
• end step: 这定义了采样过程的结束位置，典型值在2到8之间。超出这个范围会导致错误。

你还会遇到eta trend设置，它控制eta在整个采样过程中的行为。它提供三个选项：

• 线性减少（默认）：逐渐降低 eta 的影响。
• 线性增加：保持构图稳定但增强光线。
• 恒定：最大化 eta 的影响，尽管它可能会降低主体的相关性。

可以把eta想象成一把大锤——它对图像进行大胆的改变。而end step则像一把雕刻刀，在粗略的改变之后对细节进行精雕细琢。

制作提示词以最大化效果

工作流使用两种类型的提示词：

1. 上采样提示词（右上方）：

• 指导上采样过程，类似于在训练 LoRA 时使用的标签。

2. 采样提示词（右下方）：

• 类似于文本到图像生成中的标准提示词，直接影响最终输出。

如果你不确定在上采样提示词中包含什么内容，可以先留空，稍后再进行细化。

结论：使用 RF Inversion 创造惊艳的图像

这就是我们对 RF Inversion 的探索！这个工作流提供了令人难以置信的多功能性，从风格迁移和姿态控制到光线调整和图像提升。通过一些练习，你将能够使用Turbo LoRA在仅8步内生成令人惊叹的高质量图像。

我希望这篇指南对你有帮助。试试看，看看你能创造出什么样的创意结果。💡想要更深入的了解？我的 Stable Diffusion 系列等你来探索。