Qwen 图像编辑 ComfyUI 工作流：基本说明

本工作流演示了如何在 ComfyUI 中使用 Qwen 模型进行图像编辑，重点通过文本提示实现风格转换与条件控制。以下是该过程的结构化概述：

1. 加载器部分

• 加载扩散模型：从可用选项中选择并加载 Qwen 图像编辑扩散模型。该模型负责根据提供的指令生成和编辑图像。

• 加载 CLIP：加载 CLIP 模型，用于图像-文本条件控制。它将你的文本提示与图像中的特定视觉特征关联起来。

• 加载 VAE：加载变分自编码器（VAE）模型，以将潜在图像表示解码为可视图像。

2. 条件控制部分

• 文本条件：使用 TextEncodeQwenImageEdit 节点输入你的提示（例如：“转换为动漫风格”）。这使工作流能够根据你提供的文本描述修改图像。

• 图像参考：加载待编辑的原始图像。可选地，可提供掩码以实现精准编辑。

3. 预处理

• 缩放到兆像素：将参考图像缩放至目标兆像素尺寸，以确保输出分辨率符合你的要求。

4. 采样器部分

• 潜在尺寸选择器：定义输出尺寸（分辨率）及其他采样参数，如强度和种子，这些参数影响随机性和一致性。

• 调度器与采样器选择：配置调度器和采样器。常见设置包括：

  • 调度器：控制去噪步骤数和强度。

  • 采样器：选择适合的算法（例如 Euler）进行采样过程。

5. 生成节点

• 随机噪声：使用与所选种子一致的随机噪声初始化过程。

• CFG 引导器：根据 CLIP 条件和提示引导过程朝向目标图像。

6. 解码与输出

• 采样器与解码器：生成的潜在图像通过 VAE 解码，转换为最终的视觉输出。

• 保存/导出：保存生成的图像以供后续使用或分享。

---

此工作流通过基于节点的直观界面，利用基于文本提示的扩散模型，实现灵活的图像编辑。模块化结构允许在每个步骤进行自定义，适用于广泛的创意与技术应用。