深度解析|comfyui画面词云效果工作流搭建和讲解

news2024/11/15 21:33:20

前言

本篇文章共分为4部分:

  1. 工作流展示

  2. 工作流节点逻辑梳理

  3. 工作流拆解搭建

  4. 总结

我会对里面的重要的节点做详细的说明和解释,希望大家看完之后能学会并自己进行搭建,可以把出图效果放评论区一起学习探讨哦。

1.工作流效果展示

今天我给大家分享的是网上流行的comfyui搭建的词云工作流,话不多说,先看效果。

这是背景词云填充效果工作流:

也可以主体物填充词云效果工作流:

所有的AI设计工具,模型和插件,都已经整理好了,👇获取~在这里插入图片描述

2.工作流节点逻辑梳理

首先,我先梳理了该工作流用到的节点有:

其次,为了大家能举一反三,融会贯通,我总结了该工作流的核心逻辑:

3.工作流拆解搭建

ok,了解了整体的逻辑之后,我们就可以分开介绍了,我已背景词云的工作流拆开做详细说明:总共分5部分:

3.1 出图:通过文生图

3.2 抠图:识别主体

3.3 词云:文本变成随机词云效果

3.4 图像合成:图像合并

3.5 连线

3.1 出图

这一块主要是通过加载默认的大模型进行出图,当然,你也可以根据自己的需要添加lora进行图片的风格控制,大家如果不知道选什么checkpoint,建议可以去liblib上自己下载

里面的“空latent”节点是控制出图尺寸的,这点大家要注意,K采样器如果大家不理解的话,我会在之后的文章中出一期详细介绍,大家喜欢的话可以关注我一下,顺便提醒我哦。

3.2 抠图

通过checkpoint图片出来之后,接下来就是这么把其中的主体识别并扣出来了,这里用到的主要节点是:image Segmentation,这个节点的主要作用是图片中的背景和图像中的主要对象(通常是人物)进行分离。

image Segmentation 节点

官方参数解释:

https://nourepide.github.io/ComfyUI-Allor-Doc/image-segmentation-default.html

参数:

model:选择抠图模型

Alpha matting :是一个后处理步骤,可用于提高输出质量

Alpha Matting Foreground Threshold: Trimap 前景阈值Alpha Matting Background Threshold: Trimap 背景阈值

Alpha Matting Erode Size: 透明度会从原始面罩扩散到多远

Post-Process Mask: 后处理蒙版,使其更粗糙

图像反转 节点

说明:通过色彩 将图片的前景和背景进行反转。

3.3 词云 节点

这是这个工作流中最重要的节点,但是理解起来也不难。它的本质就是通过主动输入的一段文字,然后进行随机排版出词云的效果。

词云图——来自网络(侵权可联系删除)

word cloud 节点

根据文本内容生成词云图像,词的大小与词频相关,频率确定文字越大。可定义结论,设定重点词,设定排除词等。支持输入带alpha通道的图像生成具有形状的词图像云。

官方解释:

https://github.com/chflame163/ComfyUI_WordCloud/blob/main/README_CN.MD

不能打开网站的同学可以看这里,需要工作流的可以关注我或者底部评论,我会把带有节点说明的工作流免费分享给大家。

参数解释:

到这里的工作流跑完之后,我们就能得到轮廓清晰的词云效果了。

3.4 图像合成

但是,如果要得到下图的效果,把词云再贴到第一步生成的图片上,形成一张完整的海报效果,又该怎么操作呢?

imageComposite_Zho 节点

这里就要用到我们最后一个节点:imageComposite_Zho, 这个节点翻译过来就是图像合成的意思,主要用于将图像放置在彼此的上方同时保持一定的纵横比。

官方解释:

https://nourepide.github.io/ComfyUI-Allor-Doc/image-composite-absolute.html

参数解释:

3.5 连线

这个我把图片截图放这里,大家可以自行参考,大家需要工作流的可以私我哦。

该工作流参考了GitHub上的ZHO-ZHO-ZHO,感谢!

https://github.com/ZHO-ZHO-ZHO/ComfyUI-Workflows-ZHO?tab=readme-ov-file#1%EF%B8%8F%E2%83%A34%EF%B8%8F%E2%83%A3-wordcloud1

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以点击下方免费领取!

在这里插入图片描述

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:
在这里插入图片描述

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC
在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

在这里插入图片描述

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

在这里插入图片描述

AI绘画视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,科学有趣才能更方便的学习下去。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2058667.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

45.【C语言】指针(重难点)(H)

目录: 22.函数指针变量 *创建 *使用 *两段代码分析 23.函数指针数组 *基本用法 *作用 往期推荐 22.函数指针变量 *创建 类比数组指针变量的定义:存放数组地址的指针变量,同理函数指针变量存放函数的地址 格式 函数的返回类型 (*指针变量的…

【python报错已解决】“string indices must be integers”

🎬 鸽芷咕:个人主页 🔥 个人专栏: 《C干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 引言 你是否在处理Python字符串时遇到了“string indices must be integers”的错误?这个错误可能会让你的代码运行…

[SWPU2019]Network

TTL加密 python脚本解密 import binasciif open(attachment_3.txt, "r") str Binary number while 1:num f.readline()if not num:breakif num.rstrip() 63: # 去掉每行后面的空格Binary 00elif num.rstrip() 127:Binary 01elif num.rstrip() 191:Bi…

C++那些事之helgrind并发编程检测

C那些事之helgrind并发编程检测 大纲 死锁数据竞争提问 通常我们在写多线程程序的时候很容易遇到两个问题: 死锁了,不知道什么原因导致数据不一致,多个线程没保护数据 那么有没有工具来检测这两种场景呢 答案是有的,我们可以使用v…

【Qt】常用控件QProgreeBar

常用控件QProgreeBar 使用QProgressBar表示一个进度条!!! QProgressBar的核心属性 属性说明 minimum 进度条最⼩值 maximum 进度条最⼤值 value 进度条当前值 alignment ⽂本在进度条中的对⻬⽅式. Qt::AlignLeft : 左对⻬Qt::Align…

Unity(2022.3.38LTS) - 性能分析器

目录 一. 简介 二. 打开分析器 1. 打开 2.在目标平台上分析应用程序 三. 分析分析器 四. 模块详细介绍 1.Asset Loading Profiler 模块 2.Audio Profiler 模块 3.CPU Usage Profiler 模块 4.File Access Profiler 模块 5.Global Illumination Profiler 模块 6.GPU …

多线程任务中设置MDC的实践

多线程任务中设置MDC的实践 引言 在当今的软件开发中,日志记录是不可或缺的一部分。日志不仅仅是调试工具,还在系统监控、性能分析、故障排除中扮演着关键角色。尤其在多线程环境中,日志的上下文信息一致性至关重要。MDC(Mapped…

WPF 动画 插值动画、关键帧动画、路径动画

WPF动画,分为三种:插值动画、关键帧动画、路径动画 2.1 插值动画:     1)定义:插值动画是指,属性值从某一个值,经过一段时间后,连续变化值另一个值的动画。         例…

订单到期关闭如何实现?

目录 一、被动关闭 二、定时任务 三、JDK自带的DelayQueue 四、Netty的时间轮 五、Kafka的时间轮 六、RocketMQ延迟消息 七、RabbitMQ死信队列 八、RabbitMQ插件 九、Redis过期监听 十、Redis的Zset 十一、Redisson 在电商、支付等系统中,一般都是先创建…

win/mac数字资产管理软件Adobe Bridge (BR)软件下载安装

目录 一、Adobe BR软件介绍 1.1 软件概述 1.2 主要功能 1.3 系统要求 二、Adobe BR安装步骤 2.1 下载软件 2.2 安装前准备 2.3 安装过程 三、Adobe BR使用教程 3.1 基础操作 3.1.1 浏览与预览 3.1.2 搜索与筛选 3.1.3 批量操作 3.2 进阶功能 3.2.1 元数据管理 …

鸿蒙OS高级应用开发例题

44项目需要同时进行应用和元服务的开发,并针对当前项目工程中的代码可以分别构建出应用和元服务的包,如何在DevEco Studio中设置不同的构建配置,达成这个目的 A. 在模块级别buld-pronlejson5定义两个target;将两个target的bundleType分别设置…

8.20模拟赛题解

简单点评一下 整体上来看 ,A题拿满分的同学可能占一半吧 ,这个数据其实是不太理想的 ,说明同学们对于思维模拟题还是不熟练,没抓住题目要分析的本质。 B题显然是保证有解的,有解的情况下问最优解,说明翻到满…

动力电池系统面向开发的测试——电池阻抗特性测试(下)

接动力电池系统面向开发的测试——开路电压测试(上)本文主要围绕BMS设计中的等效电路模型第二大动态特性参数——阻抗特性及测试内容来展开分享。 阻抗特性测试方法: 方案1:直流脉冲测试 前面在分享功率评估内容的时候&#xf…

【正点原子K210连载】第三十二章 音频FFT实验 摘自【正点原子】DNK210使用指南-CanMV版指南

第三十二章 音频FFT实验 本章将介绍CanMV下FFT的应用,通过将时域采集到的音频数据通过FFT为频域。通过本章的学习,读者将学习到CanMV下控制FFT加速器进行FFT的使用。 本章分为如下几个小节: 32.1 maix.FFT模块介绍 32.2 硬件设计 32.3 程序设…

How can OpenAI Gym‘s visualizations work within Docker?

题意:OpenAI Gym 的可视化功能如何在 Docker 中运行? 问题背景: Id like to get OpenAI Gym working with the rendered OpenGL visualizations within a docker container. 我想在 Docker 容器中让 OpenAI Gym 与渲染的 OpenGL 可视化一起…

数据通信基础

信道特性 信道带宽 W 模拟信道:WF max - F min (信道最大频率减去最小频率,单位Hz) 数字信道:数字信道是离散信道,带宽为信道能够达到的最大数据传输速率,单位bit/s 奈奎斯定理(理…

IOy系列BL196MQTT远程IO模块智能农业灌溉水质监测

随着农业科技的进步和智能农业的发展,传统的灌溉和水质管理方式正逐渐被更为高效和智能的解决方案所取代。在智能农业系统中,水质监测作为灌溉管理的关键环节,对保障作物健康和提高水资源利用效率具有重要作用。 IOy系列BL196 MQTT远程IO模块…

第七届机械、控制与计算机工程国际学术会议(ICMCCE2024)

第七届机械、控制与计算机工程国际学术会议定于2024年10月25日至27日在中国杭州召开。本届会议由巢湖学院主办,主要围绕“机械”、“控制”与“计算机工程”等研究领域展开讨论。旨在为机械、控制与计算机工程方面的专家学者及企业发展人提供一个分享研究成果、讨论…

iML6602是一款60W立体声Class-D音频功率放大器集成电路

音频放大器是在产生声音的输出元件上重建输入的音频信号的设备,其重建的信号音量和功率级都要理想:如实、有效且失真低。音频范围为约20Hz~20000Hz,因此放大器在此范围内必须有良好的频率响应(驱动频带受限的扬声器时要…

Flink常见数据源使用教程(DataStream API)

前言 一个 Flink 程序,其实就是对 DataStream 的各种转换。具体来说,代码基本上都由以下几部分构成,如下图所示: 获取执行环境(execution environment)读取数据源(source)定义基于数据的转换操作(transformations)定义计算结果的输出位置(sink)触发程序执行(exec…