Flux Consistent Characters | Input Text

這個 "Flux Consistent Characters Workflow Series 1 (Input Test)" 由 創建。我們強烈建議查看他詳細的教程，以學習如何有效地使用這個強大的 Consistent Characters 工作流程。雖然我們已經重現了 Consistent Characters 工作流程並設置了方便的環境，但所有的功勞應歸於 Mickmumpitz，他在開發這個基於 Flux 的 Consistent Characters 解決方案中做出了出色的工作。

如果您想使用現有圖像創建一致的角色，請使用 Mickmumpitz 的 。

The Flux Consistent Characters (Input Test)

Flux Consistent Characters (Text Input) 工作流程是一個工具，幫助您根據文字描述創建看起來相同的 AI 角色。這個工作流程讓您能夠輕鬆獲得從不同視角保持外觀一致的角色。透過使用 Flux.1 開發模型，生成的角色更加可靠。這個工作流程非常適合創建 AI 影片、兒童書籍或任何其他需要角色根據您的文字輸入保持一致外觀和感覺的項目。

如何使用 Flux Consistent Characters (Input Test) 工作流程？

這個 Flux Consistent Characters 工作流程分為四個模塊（角色生成、Upsacle + 面部修復、姿勢、情感），每個模塊都旨在簡化生成具有統一外觀的 Consistent Characters 的過程，跨多個輸出保持一致性。

Fast Groups Muter (rgthree) 節點

在加載 Fast Groups Muter (rgthree) 節點後，模塊 2、3 和 4 自動執行，無需額外設置。這個節點控制所有四個模塊的開關，使 Consistent Characters 過程更加平滑和高效。

Fast Groups Muter (rgthree) 節點控制模塊開關（是/否）。

1. 角色生成

此模塊利用 Flux 模型和 Flux ControlNet 模型透過提示引導生成過程來生成 Consistent Characters 表格。輸入的姿勢表作為指導 Consistent Characters 生成的參考。透過編寫適當的提示，您可以引導模型創建所需的 Consistent Characters 表格。

這裡有一些提示示例：

一個角色表格，展示一位穿著外套的美國女性，穿著秋季時尚，面帶中性表情。表格應該有白色背景，來自不同角度的多個視圖，並且有可見的面部肖像。整體風格應該類似於大師級攝影。

一個角色表格，描繪一位穿著秋葉披風的精靈遊俠，穿著森林色，面帶堅定表情。表格應該有羊皮紙背景，來自不同角度的多個視圖，並且有可見的面部肖像。遊俠應該與一頭雄偉的鹿同行，背著長弓和箭袋。整體風格應該類似於具有長金髮的女性精靈的大師級數字畫作。

提示：如果生成的 Consistent Characters 表格不符合您的期望，請嘗試調整種子值以通過變化重新生成輸出。

2. Upscale + 面部修復

2.1 Ultimate SD Upscale

Ultimate SD Upscale 是圖像生成管道中用於通過將圖像分割為較小的平鋪，單獨處理每個平鋪，然後將它們縫合在一起來增強圖像分辨率的節點。此過程允許在管理內存使用和減少放大時可能出現的人工痕跡的同時生成高分辨率圖像。

參數：

• upscale_by: 圖像的寬度和高度乘以的倍數。要獲得精確的尺寸，請使用 "No Upscale" 版本。
• seed: 控制生成過程中的隨機性。使用相同的種子會產生相同的結果。
• control_after_generate: 調整生成後的圖像細節。
• steps: 圖像生成過程中的迭代次數。更多步驟會產生更精細的細節，但需要更長的處理時間。
• cfg: 無分類指導比例，調整模型遵循輸入提示的嚴格程度。
• sampler_name: 指定用於圖像生成的取樣方法。
• scheduler: 定義生成過程中計算資源的分配方式。
• denoise: 控制噪聲去除的程度，影響從原始圖像保留的細節。建議：0.35 用於增強，0.15-0.20 用於最小變化。
• mode_type: 決定處理模式，例如平鋪的處理方式。
• tile_width 和 tile_height: 處理中使用的平鋪尺寸。較大尺寸減少縫合痕跡，但需要更多內存。
• mask_blur: 模糊用於平鋪混合的遮罩邊緣，平滑平鋪之間的過渡。
• tile_padding: 處理過程中考慮的鄰近平鋪的像素數，以減少縫合痕跡。
• seam_fix_mode: 修正平鋪之間可見縫合痕跡的方法：
  • 帶通：修正行和列上的縫合痕跡。
  • 半平鋪偏移：應用偏移以更好地混合縫合痕跡。
  • 半平鋪偏移 + 交叉點通過：在交叉點包括額外的通過。
• seam_fix_denoise: 縫合修正過程中的噪聲減少強度。
• seam_fix_width: 縫合修正過程中處理區域的寬度。
• seam_fix_mask_blur: 模糊縫合修正的遮罩以獲得更平滑的結果。
• seam_fix_padding: 確保更平滑結果的縫合修正過程中的縫邊填充。
• force_uniform_tiles: 確保平鋪維持均勻尺寸，當需要時通過擴展邊緣平鋪來最小化人工痕跡。
• tiled_decode: 單獨處理圖像平鋪，以減少高分辨率生成時的內存使用。
• 目標尺寸類型: 決定最終圖像尺寸的設置方式：
  • 從 img2img 設置：使用默認寬度和高度。
  • 自定義尺寸：允許手動設定寬度和高度（最多 8192px）。
  • 從圖像尺寸縮放：根據初始圖像尺寸縮放。
• Upscaler: 圖像放大前的放大方法（例如，ESRGAN）。
• 重繪: 控制圖像的重繪方式：
  • 線性：按順序處理平鋪。
  • 棋盤：使用棋盤格模式進行處理，以減少人工痕跡。
  • 無：禁用重繪，僅關注縫合修正。

2.2. 面部細節增強器（管道）

FaceDetailerPipe 是一個節點，專為增強圖像中的面部細節而設計，使用先進的圖像處理技術來提高面部特徵的清晰度和細節。它是 ComfyUI Impact Pack 的一部分，旨在為各種應用提供高質量的面部細節增強。

參數：

• image: 要增強的輸入圖像，作為面部細節的主要主體。
• guide_size: 控制用於增強面部特徵的指導區域大小的參數，影響考慮的上下文量。
• guide_size_for: 決定是否應為特定區域應用指導大小。
• max_size: 設置處理圖像的最大尺寸限制，以確保內存管理。
• seed: 控制圖像增強過程中的隨機性，使用相同的種子可實現可重現的結果。
• steps: 增強細節的迭代次數。更多步驟會產生更精細的細節，但需要更多的處理時間。
• cfg: 無分類指導比例，調整模型遵循輸入指導的嚴格程度。
• sampler_name: 定義用於細節精化的取樣方法。
• scheduler: 確定處理過程中的計算調度策略。
• denoise: 控制增強過程中應用的噪聲減少強度。較低的值保留更多原始細節，而較高的值則產生更平滑的結果。
• feather: 控制增強和原始區域之間過渡的平滑度，有助於無縫地融合更改。
• noise_mask: 啟用或禁用噪聲遮罩以針對特定區域進行噪聲減少。
• force_inpaint: 強制在需要額外增強或修正的區域進行修補。
• bbox_threshold: 設置檢測面部特徵邊界框的閾值，影響靈敏度。
• bbox_dilation: 擴展檢測到的邊界框區域，以確保在增強過程中包含所有相關特徵。
• bbox_crop_factor: 調整檢測到的邊界框的裁剪因子，控制增強的焦點區域。
• sam_detection_hint: 指定檢測過程的額外提示或指導。
• sam_dilation: 調整檢測區域應用的擴張，允許更廣泛的覆蓋。
• sam_threshold: 定義 SAM（Segment Anything Model）過程中檢測靈敏度的閾值。
• sam_bbox_expansion: 擴展 SAM 檢測到的邊界框，有助於包括更多周圍上下文。
• sam_mask_hint_threshold: 調整 SAM 提供的遮罩提示的閾值，控制遮罩區域的定義。
• sam_mask_hint_use_negative: 決定是否應使用負提示，影響某些區域的遮罩。
• drop_size: 設置在增強過程中應用的滴的大小，這可能影響精細化程度。
• refiner_ratio: 控制面部細節精化的比例，在保留原始特徵和增加清晰度之間取得平衡。
• cycle: 指定要應用的精化循環數，影響增強的深度。
• inpaint_model (可選): 啟用使用修補模型來填充在細節處理過程中缺少或不清晰的區域。
• noise_mask_feather: 調整噪聲遮罩的羽化，提供噪聲和去噪區域之間更平滑的過渡。

3. 姿勢

此模塊允許您使用圖像裁剪節點從生成的角色表中分離每個姿勢，並保存角色的個別姿勢以供進一步使用或調整。

4. 情感

此模塊利用 Photo Expression Editor (PHM) 節點來調整照片中的面部表情。參數允許微調各種面部方面，例如頭部運動、眨眼和微笑。

表情編輯器參數：

• rotate_pitch: 控制頭部的上下運動。
• rotate_yaw: 調整頭部的左右運動。
• rotate_roll: 決定頭部的傾斜角度。
• blink: 控制眼睛眨動的強度。
• eyebrow: 調整眉毛的運動。
• wink: 控制眨眼。
• pupil_x: 水平移動瞳孔。
• pupil_y: 垂直移動瞳孔。
• aaa: 控制 "aaa" 母音音的嘴型。
• eee: 控制 "eee" 母音音的嘴型。
• woo: 控制 "woo" 母音音的嘴型。
• smile: 調整微笑的程度。
• src_ratio: 決定應用的源表情比例。
• sample_ratio: 決定應用的樣本表情比例。
• sample_parts: 指定要應用的樣本表情的部分（"OnlyExpression", "OnlyRotation", "OnlyMouth", "OnlyEyes", "All"）。
• crop_factor: 控制面部區域的裁剪因子。

Flux 模型和工作流程的流線型模塊使您能夠輕鬆地在各種輸出中保持 Consistent Characters 的外觀。您將能夠以前所未有的方式讓您的角色栩栩如生，為您的觀眾創造一個真正身臨其境的體驗！