分割图像组合工作流

大家好，这是我的第一个工作流。

我在自己玩ComfyUI时制作了这个工作流，但我觉得也许其他人会用得上，所以分享出来 :)

这并不是特别创新的创意，但在创建过程中我学到了不少有趣的东西，很有教育意义。

工作原理（+ 版本说明）

很简单。你从左侧前两个CLIP文本编码器开始，输入你的正向提示和负向提示（绿色为正向，红色为负向）。

工作流的初始阶段会生成一张基础的第一张图像，这张图像主要受这两个提示和左侧第一个Ksampler的影响。因此，你可以通过调整这个初始阶段的参数来控制初始图像的生成。

生成的图像随后进入ControlNet部分，用于提取主要结构。本工作流使用Canny配合Canny边缘处理器，但你可以自由尝试其他选项，尤其是当你处理人物图像时，可以试试OpenPose。

在工作流的下一个阶段，经过ControlNet预处理的图像会输入两个完全独立的Ksampler，它们各自受不同提示的影响。

上方的Ksampler控制图像的左半部分，下方的Ksampler控制图像的右半部分。通过调整这两个Ksampler的参数，并尝试不同的提示（蓝色提示），你可以分别控制左右两半图像的生成效果。

工作流的最后，这两张图像会被拼接在一起。

就是这样。

**
注意：**

基础版本无法为每一半选择不同的模型，而半部分模型选择器版本允许你分别为左右两半选择不同的模型。但你可以轻松使用半部分模型选择器版本，并为两半设置相同的模型。因此，我建议无论如何都下载“半部分模型选择器”版本。

示例

我们来做一个简单的例子，不深究提示工程，只是为了理解它的工作原理。

**
主正向提示**

A photo of a mountains small town

左半部分提示

in a sunny day

右半部分提示

in a snowy day

我们得到的结果如下：

主图像（将用于ControlNet步骤）

ControlNet Canny预处理后的图像

左半部分图像，由左半Ksampler和左半提示生成

右半部分图像，由右半Ksampler和右半提示生成

最终结果

本示例中我使用了DreamShaper模型，未使用任何LoRA，但你可以自由尝试其他组合。

自定义节点

此工作流使用了两个你需要安装的自定义节点：

ComfyUI的ControlNet辅助预处理器，用于处理从第一张生成图像中提取结构的ControlNet部分。

Comfy_KepListStuff，用于在工作流末尾将左右两半图像拼接在一起（如果还有其他方法，欢迎告诉我，因为我还在学习ComfyUI）。

更新

[2023.12.03] 在压缩包中新增了一个工作流文件。它与第一个工作流相同，但新版本可以将图像分割为四个部分。