ComfyUI 实战教程：AI抠图/去除背景/更换图片背景/更换视频背景_comfyui模型训练

本文继续给大家分享ComfyUI的基本使用技巧：抠图，或者说去除背景。抠图是处理图片的一项常见工作，是设计师们的基本能力，现在有了AI，抠图的效率也得到了极大的提升。最近看到有小伙伴通过AI抠图赚了外国人1000美刀，怀着激动的心情，特别把这个技术给大家分享一下。

除了抠图，我还会介绍一下基于抠图的背景替换，不仅会介绍图片背景的替换，也会分享视频背景的替换方法。

大家抓好扶手，我们马上就要开车了。

ComfyUI 是什么？

有的同学可能还不知道 ComfyUI 是什么，我这里做一个简单的介绍。

ComfyUI 是一个基于扩散模型的AI绘画创作工具，扩散模型就是大家常说的 Stable Diffusioin，简称SD。

ComfyUI 使用工作流的方式，可定制性很强，可以让创作者们搞出各种新奇的玩意，也可以实现更高的自动化水平，创作方法更容易传播复现，发展势头特别迅猛。

不过 ComfyUI 的上手门槛有点高，用户需要对 Stable Diffusion 以及各种数字技术的原理有一定的了解才行。这个系列就会介绍 ComfyUI 的一些基础概念和使用方法，让大家更快的掌握 ComfyUI 的使用技巧，创作出自己独特的艺术作品。

到哪里使用 ComfyUI

安装 ComfyUI 的难处

ComfyUI 本身是一个开源软件，大家可以安装到自己的电脑上使用。

但是但是事情往往没有说起来这么简单：

• 首先你要通过Github来下载程序，后续还要下载大量的模型，这需要特殊网络设置；
• 然后你还要懂点电脑技术，需要执行一大堆的命令；
• 最后你还要有一个牛逼的Nvidia显卡，显存8G起步，越大越好。

实例启动成功后，状态会显示“运行中”，我们只要依次点击“应用”-“自定义应用”，就可以在浏览器中打开ComfyUI了，不用执行任何技术命令，是不是很爽！

当然如果你要进行一些技术操作，也可以通过实例提供的 JupyterLab 去完成。

**加载工作流：**如下图所示，初次打开是英文界面，先切换到中文；然后“加载”按钮右侧有个下拉按钮，点击就可以加载镜像内置的工作流。如果你想加载本地工作流，点击“加载”按钮本身就可以了。

AI抠图

这个工作流很简单，我们直接看下吧。

左边有两个节点：

• 加载图像：就是上传一张待处理的图片。点击“choose file to upload”按钮即可上传。
• 图像缩放：这个不是必需的，只是如果图片太小不容易识别，图片太大则处理的太慢，所以我加了一个缩放，你可以根据自己的需要来，不想要就删掉。

这里分享一个小窍门，如果暂时不想用某个节点，我们可以在这个节点上点击右键，选择“忽略节点”，这个节点就被跳过了。如果想恢复，还是点击这个“忽略节点”。

这个工作流的右边，也有两个节点，其实是两种抠图的方法，很难说哪个更好，大家根据实际效果选择吧。

RemBG：比较老牌的抠图方式，介绍下它的几个参数：

model：有多个抠图模型可供选择：

• u2net：通用的的预训练模型，通常用这个就行。
• u2netp：u2net的轻量级版本。
• u2net_human_seg：专门针对人像分割的预训练模型，只是分割人像时建议使用。
• u2net_cloth_seg：专门从人像上抠衣服的预训练模型，它会把衣服分成三部分：上半身、下半身和全身。
• silueta：和u2net相同，但是大小减少到43Mb，方便在小内存机器上使用。
• isnet-general-use ：一个新的通用的预训练模型。
• isnet-anime：专门针对动画人物的高精度分割。

Alpha matting：Alpha遮罩，这是一个比较专业的图像处理术语。在图像处理中，有一个东西用来表示图像中每个像素点的透明度，这个东西称为Alpha通道；Alpha遮罩利用Alpha通道来控制图像的透明度，从而达到隐藏或显示某些部分的目的；在抠图这里就是努力让前景部分都显示出来，让背景部分都变透明。这个选项有三个参数：

• • Foreground threshold：前景图像的阈值，值过小背景可能被识别为前景，值过大前景可能被识别为背景。
  • Background threshold：背景图像的阈值，值小了前景可能被识别为背景，值大了背景可能识别为前景。
  • Erode size：Alpha抠图腐蚀尺寸，通过在图像中构建一个长宽为这个值的矩形进行腐蚀。太小了前景和背景分离不彻底，边缘有交叉；太大了前景和背景会腐蚀的太多，边缘缺损明显。

使用Alpha遮罩时可以先用这几个经验值：( 220, 100, 15)，具体参数值再根据实际情况进行调整。

BRIA：新进的抠图模型，很多时候效果比RemBG要棒。没啥参数可以设置的，需要两个节点：

• BRIA_RMBG Model Loader：用来加载模型。
• BRIA RMBG：对图片进行抠图。

工作流，以及其中用到的插件、模型，我已经整理好了，需要的同学请到文末获取。

图片背景替换

图片背景替换就是在抠图的基础上再增加图片合成的能力，如下图所示：

其中增加的就是这个“图像混合模式节点”：

这个节点是 WAS Node Suite 插件提供的，官方访问地址：github.com/WASasquatch…。

工作流，以及其中用到的插件、模型，我已经整理好了，需要的同学请到文末获取。

视频背景替换

视频背景替换的基本思路是，先把视频帧拆出来，然后一帧帧的替换背景。

我在抖音上找到了一个小姐姐的跳舞视频，准备把视频背景替换成蓝天白云草地。

这个工作流主要由3部分组成，分别介绍下：

加载素材

这里涉及三个节点：

加载视频：选择本地视频上传即可。注意这里的两个参数：

• 强制频率：视频一般都是每秒30帧，但是帧数越多，我们拆出来的图片也越多，所以这里可以适当降低，不影响观看就行了。
• 强制尺寸：太大视频处理起来慢，太小的视频可能效果不好，这里可以调整下。Custom Height 就是固定高度，宽度自适应。

视频信息：提取出视频的宽高、帧数、帧率等，后边合成新视频的时候会用到这个帧率，提取出来就不用手动设置了。

加载图像：这里就是要使用的视频新背景，注意和视频的宽高保持一致。

替换背景

主要节点和设置前边替换图片背景已经讲过了，注意这里增加了两个信息的节点：

图像批次到图像列表、图像列表到图像批次

主要是因为视频需要的是图像批次，而图像混合需要的是图像列表，做一个适配而已。

合成视频

最后就是合成视频了，注意选择格式为mp4， 别的没什么好讲的。

合并为视频使用的是插件：ComfyUI-VideoHelperSuite，官方程序地址：github.com/Kosinkadink…

---

以上就是本文的主要内容。

用好 ComfyUI：

• 首先需要对 Stable Diffusion 的基本概念有清晰的理解，熟悉 ComfyUI 的基本使用方式；
• 然后需要在实践过程中不断尝试、不断加深理解，逐步掌握各类节点的能力和使用方法，提升综合运用各类节点进行创作的能力。

我将在后续文章中持续输出 ComfyUI 的相关知识和热门作品的工作流，帮助大家更快的掌握 Stable Diffusion，创作出满足自己需求的高质量作品，感兴趣的同学请及时关注。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

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。

若有侵权，请联系删除