在本篇文章中，我们将深入探讨如何使用 Flux ControlNet Depth 模型进行换背景。这种方法是我之前基于 Flux 模型换背景工作流的简化版。虽然旧的工作流程功能强大，但它非常复杂且运行缓慢。今天，我们将学习一个更快速、更易用的替代方案。
Flux ControlNet Depth 模型的新特性
这款由 Jasper AI 开发的全新 ControlNet 模型的最大优势是，它可以与现有的 SDXL ControlNet 节点和采样器兼容，无需专门的Flux ControlNet 节点。这大大简化了搭建过程，使其更容易集成到您的现有工作流中。
需要的小伙伴
直接扫码可获取
关键优势：
-
更简化的设置： 无需专门的Flux ControlNet 节点，直接兼容现有框架。
-
提升运行速度： 优化后的节点结构显著减少了处理时间。
-
更高的灵活性： 能够无缝处理不同类型的背景。
模型下载
在开始之前，请从 HuggingFace下载 Flux ControlNet Depth 模型。下载后，请按照以下步骤操作：
-
重命名 文件为
Flux.1-dev-Controlnet-Depth.safetensors。 -
移动 文件到您的 ControlNet 模型文件夹：
ComfyUI/models/controlnet。
如果您在流程中看到某些节点缺失，只需安装它们即可确保所有功能正常运行。
工作流程概览
该新工作流程分为三个主要部分：
-
图像缩放和背景去除
-
深度图生成与新背景创建
-
将修改后的主体替换为原始主体
整个流程大约包含 30 个节点，运行速度比以往更快。例如，在一张 3090 GPU 上，它可以在大约 1 分钟内生成一张图像。使用 Hyper LoRA 的 8 步图像生成甚至可以进一步提高速度！
让我们先看看原始图像和使用此工作流更换了背景的图像：
工作流程下载
您可以在这里下载完整的工作流。在使用它之前，请确保已正确下载并配置 ControlNet Depth 模型。
接下来，让我们逐步讲解每个部分的详细操作。
第 1 部分：图像缩放和背景去除
步骤 1：调整图像尺寸
我上传的原始图像尺寸为 2995 x 3994 像素——对于我们想要生成的背景来说，这个尺寸太大了，可能会使 GPU 负载过重。因此，我们需要对图像进行缩放。
- 使用 ‘Upscale Image By’ 节点，并将缩放系数设置为 0.35，将图像尺寸缩小至 1048 x 1398 像素。
步骤 2：使用 ‘Anything Everywhere’ 节点
-
这个节点可以使图像输入的连接更加整洁，避免流程节点连接混乱。
-
缩放后的图像被连接到 ‘Image Comparer’ 节点的 ‘image_b’ 端口。
步骤 3：去除背景
为了将主体从背景中分离出来：
-
使用 ‘Inspyrenet’ 节点去除原始背景。
-
根据图像调整 threshold 值。较高的阈值将移除更多的背景元素。
-
此节点还生成了一个 蒙版，我们将在之后的合成中使用它。
步骤 4：创建并应用灰色背景
- 使用 ‘Image Blank’ 节点创建一个灰色背景。
- 将 红色、绿色和蓝色 的 RGB 值 均设置为 128。
- 使用 ‘Image Composite Masked’ 节点将蒙版化的主体合成到灰色背景上。
修复粗糙的边缘
- 通常，在主体周围会出现白色边框或粗糙的边缘。为了修复这些问题：
-
使用 ‘Mask Grow Fast’ 节点。
-
设置 负的“grow”值 以去除白色边缘。
-
调整 “blur”值 以平滑边缘过渡。
到这里，第一个部分就完成了。主体已被干净地隔离，并放置在一个灰色背景上。接下来我们进入第二部分。
第 2 部分：深度图生成与背景创建
步骤 1：使用 Flux ControlNet Depth 模型
在这部分中，我们将从灰色背景图像生成深度图。深度图将指导 ControlNet 在创建新背景时保持主体的大致轮廓。
-
根据您的显存情况选择 fp8 版本或 GGUF 版本。
-
编写一个与原始图像光照条件相匹配的 提示词。
- 例如，如果你的图像具有柔和的日落光照效果，请避免在提示词中使用强烈的正午光照描述。
步骤 2：生成深度图
-
对灰色背景图像应用 ‘AIO Aux’ 预处理节点。
-
使用生成的深度图引导 ControlNet 确定主体的大致轮廓。
提高背景清晰度的技巧
Flux 生成的背景可能略显模糊。如果您需要更清晰的效果，可以尝试使用 LoRA 模型 进行微调。更多细节请参考我之前的文章。
第 3 部分：主体替换
现在我们已经生成了新背景，我们需要将原始主体放回图像中。
步骤 1：移除修改后的主体
主要节点是 ‘Big Lama Remover’。它能够从生成的背景图像中移除修改后的主体，从而创建一个空白区域供我们粘贴原始主体。
- 再次使用 ‘Inspyrenet’ 节点生成移除所需的蒙版。
- 将 threshold 设低，确保主体被完全擦除。
步骤 2：粘贴原始主体
- 使用 ‘ImageCompositeMasked’ 节点将原始主体融合到新背景中。
- 这将确保主体边缘与周围环境自然融合。
至此，背景替换已完成。效果看起来更加干净且更具专业性。
最终总结
这个工作流利用 Flux ControlNet Depth 模型提供了一个更快速、更简化的背景替换方案。与之前的方法相比，它结构更简单，但仍能生成令人满意的结果。我已经在开发一个功能更强大的升级版本——敬请期待更多更新！
这里为了帮助大家更好地掌握 ComfyUI，分享一套字节大佬整理的ComfyUI工作流集合，其包含了很多好玩有趣，但又有点复杂的工作流节点和json配置。
涵盖了 Stable Scascade、3D、LLM+SD、Portrait Master、SVD 等相关类别的工作流，共计15个类目38项工作流。这些都放在了下方卡片，需要的点击免费获取：
对于初学者来说，最佳的学习方法是以这些现成的工作流为模板，一步步地复刻并理解它们。
通过观察和分析别人的工作流，你可以学习到各种节点搭建的技巧和方法。随着理解的深入，你将能够根据自己的需求创新和搭建属于自己的工作流。
希望本文能帮助你有效地提升你的设计效率和创造力。
对于从来没有接触过AI绘画的同学，我已经帮你们准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。
这份完整版的AI绘画资料和SD整合包已经打包好了，需要的点击下方插件，即可前往免费领取！
