ConfyUI, Basic workflow Depth map T2I-Adapters control-net

这是最基础的深度图 T2I-Adapters 工作流之一，包含 Control-Net，适合刚开始生成图像时使用。

此工作流包含 Control-Net 及其他多个节点。（用于测试和探索的基本配置）

在 Confyui 中，深度图 T2I-Adapters 工作流利用深度图来增强文本到图像（T2I）生成，为生成的图像增添三维结构、距离感和层次感。通过融入深度信息，该工作流可生成更具真实感、透视更准确、空间一致性更强的图像。以下是其工作原理的详细说明：

深度图生成：工作流首先创建一张深度图，该图表示图像中每个元素相对于观察者视角的距离。较暗的区域代表较近的元素，而较亮的区域代表较远的元素。Confyui 可根据输入提示生成此深度图，或在有现成深度数据图像时直接使用。

深度感知图像生成：T2I 适配器在图像生成过程中整合此深度图，确保模型应用准确的空间布局，从而产生真实的深度效果。通过深度数据引导模型，该工作流有助于将物体置于不同平面上，维持图像中准确的比例、尺度和透视关系。

增强的真实感与细节：在深度信息基础上，模型可添加与场景预期三维结构相匹配的细节。阴影、光照和物体位置均依据深度进行调整，从而形成更统一、更可信的构图。这也能避免标准 T2I 输出中常见的“平面感”，赋予图像沉浸式的三维质感。

选择性强调与聚焦：深度图允许根据用户偏好对前景或背景元素进行选择性强调。例如，前景物体可渲染得更清晰锐利，而背景则可轻微模糊或淡化，模拟现实中的景深效果。

基于提示的灵活编辑：用户可更新提示词以重新定位元素，同时保持深度布局不变，从而在不破坏场景空间结构的前提下快速修改。这对于创建同一场景的多种变体，或在现有深度结构中调整单个物体尤为有用。

总之，Confyui 中的 深度图 T2I-Adapters 工作流通过引入深度数据，确保准确的空间布局、透视关系与真实的三维结构，生成更具沉浸感、更接近现实的深度感知图像。

请检查一些 LORA 和一两个超分模型，开始使用这些工具吧。我将在接下来发布的其他工作流中更深入地讲解如何测试它们。

一些 LORA
/model/208538/liquid-metal
/model/338190/liquid-colloid-tool-lora

请记住，图像的风格将取决于你所使用的检查点和 LORA……尽情享受吧。