FLUX Kontext Face Swap | 无缝面部替换

FLUX Kontext Face Swap 工作流用于干净、逼真的面部替换

此 ComfyUI 工作流通过结合基于 InsightFace 的对齐和粘贴阶段与 FLUX.1 图像到图像生成来执行高质量的面部替换，由 Kontext 引导。它专为希望快速、可靠交换的创作者设计，具有最小的遮罩和自然的皮肤和头发融合。流水线加载准备好的 Kontext UNet，应用 Put it here LoRA，并重新生成局部区域以获得无缝效果。

FLUX Kontext Face Swap 工作流接收基底图像和面部图像，自动检测和对齐面部，将其粘贴到基底中，缩放合成以适应 FLUX，然后通过提示引导采样进行优化。结果被预览和保存，并提供可选的旋钮以收紧裁剪或使交换更微妙或更强烈。

Comfyui FLUX Kontext Face Swap 工作流中的关键模型

• FLUX.1-dev: 执行图像到图像细化的扩散骨干，结合 Kontext 上下文条件。有关架构和行为的详细信息，请参阅官方模型卡。
• FLUX autoencoder (AE): 用于将合成图像编码为潜变量并将采样器输出解码回像素的 VAE。包含在 FLUX 发布中。
• Text encoders CLIP-L and T5-XXL: 提供丰富的文本条件，用于聚焦交换区域和期望的表情。论文：,
• InsightFace: 用于对齐和裁剪生成的面部检测和标志分析。
• Put it here LoRA: Kontext 特定的 LoRA，强烈定位 FLUX 应该重建的位置，帮助新面孔准确地“坐”在预期区域。

如何使用 Comfyui FLUX Kontext Face Swap 工作流

此图形有两个主要组按顺序运行：Face transplant 准备干净的合成补丁；Ksampler and Output 使用 FLUX 重新生成并抛光它。

Face transplant

此组加载您的 Base Image (LoadImage (#108)) 和 Face Image (LoadImage (#110))，然后使用 AutoCropFaces (#119, #122) 查找面部区域。裁剪和标志提供给 FaceAlign (#121)，它将源面部变形以匹配基底姿势和比例。Image Paste Face (#125) 在使用裁剪元数据的同时将对齐的面部合并到基底中，以实现紧密、逼真的叠加。FluxKontextImageScale (#134) 然后将合成重新缩放到 Kontext 期望的确切尺寸，这样下游的 VAE 编码是无损和稳定的。

需要提供的内容：

• 一张高质量的基底照片，目标面部清晰可见。
• 尽可能具有相似光照的面部图像。
• 如果初始裁剪不准确，请调整自动裁剪灵敏度和框大小。画布中的注释提醒，放松或收紧自动裁剪值通常可以改善不良结果。

Ksampler and Output

DualCLIPLoader (#8) 加载 CLIP-L 和 T5-XXL 编码器，CLIPTextEncode (#6) 将您的提示转换为条件。提示被写入以专注于恢复面部区域和控制表情；您可以编辑它以微调细节，如微笑、头发或化妆。ConditioningZeroOut (#4) 门控文本影响，以便 Kontext 在交换区域外保留上下文，ReferenceLatent (#3) 将生成锚定到编码的合成。FluxGuidance (#5) 平衡采样器在参考和您的提示之间的顺从程度。模型路径运行 UNETLoader (#140) 与 Kontext，随后是 LoraLoaderModelOnly (#141)，应用 Put it here LoRA。合成由 VAEEncode (#10) 编码，由 KSampler (#9) 采样，由 VAEDecode (#7) 解码，预览，并使用 SaveImage (#19) 保存。

需要更改的内容：

• 编辑 CLIPTextEncode 中的提示以引导表情和局部细节。
• 如果交换过强或过弱，调整引导强度和采样器步骤。
• 保持 LoRA 应用；它是 FLUX Kontext Face Swap 中精确定位的核心。

Comfyui FLUX Kontext Face Swap 工作流中的关键节点

AutoCropFaces (#119 和 #122)

检测面部并生成对齐和粘贴的裁剪元数据。如果面部部分丢失或包含您不想要的头发，稍微增加裁剪尺寸或降低检测置信度以获取更多上下文。

FaceAlign (#121)

使用 InsightFace 标志在合并之前将源面部扭曲到基底面部几何。将 FaceAnalysisModels (#120) 中的分析设备切换为 GPU（如果可用）以加快对齐速度。

Image Paste Face (#125)

使用裁剪数据将对齐的面部融合到基底图像中。如果边缘看起来锐利或颜色不对，尝试稍微增大裁剪框或减少任何提示后攻击性，以便 FLUX 减少边缘周围的过度绘制。

FluxKontextImageScale (#134)

将合成重新缩放到 Kontext 期望的本地形状，以便 VAE 可以无失真地编码。保持此设置以防止在精炼输出中拉伸或漂移。

UNETLoader (#140)

加载 Kontext 调整的 FLUX UNet。与 LoRA 一起使用以实现 FLUX Kontext Face Swap 的预期行为。更改检查点将显著改变皮肤纹理和整体保真度。

LoraLoaderModelOnly (#141)

应用 Put it here LoRA 以本地化重建。如果交换漂移或编辑溢出到面部外部，稍微增加 LoRA 的影响力。如果外观感觉被锁定，减少它以获得更多创作自由。

DualCLIPLoader (#8) 和 CLIPTextEncode (#6)

提供文本条件。保持提示简短，并针对面部区域和表情。避免全局风格提示，如果您想保留基底图像背景和服装。

FluxGuidance (#5)

平衡采样器对参考合成的信任程度。提高它以更紧密地保留基底构成，降低它以在面部区域内进行更强的提示驱动编辑。

可选附加功能

• 对于顽固的发际线或遮挡，明确提示刘海、鬓角或“去除发髻”以让 Kontext 重建干净的边缘。
• 尽可能匹配面部和基底之间的光线。如果需要，添加关于暖色调或冷色调的简短提示。
• 如果裁剪错过小或旋转的面部，请从更大、更高分辨率的基底图像开始，以便检测有更多像素可用。
• 在迭代时保持预览启用。一旦满意，稍微提高分辨率或步骤以进行最终渲染。

致谢

• 感谢 FLUX 团队发布 FLUX.1 模型和文档。
• 感谢 InsightFace 贡献者提供强大的面部检测和对齐。
• 感谢 的创作者，提供精确的本地指导，使 FLUX Kontext Face Swap 管道中的准确定位成为可能。