ComfyUI>工作流程>Krea 2 Turbo Inpainting ComfyUI | 精確編輯

Krea 2 Turbo Inpainting ComfyUI | 精確編輯

Workflow Name: RunComfy/Krea2TurboInpainting
Workflow ID: 0000...1468
使用 Krea 2 Turbo 和 LanPaint 僅編輯您遮罩的內容。替換對象,同時保持附近像素不變。讓 SAM3 自動生成遮罩。剪裁和拼接改善局部細節。差分擴散增加控制。您將獲得快速、針對性的圖像修復。

Krea 2 Turbo inpainting ComfyUI workflow Workflow

Krea 2 Turbo Inpainting in ComfyUI | LanPaint + SAM3
Want to run this workflow?
  • Fully operational workflows
  • No missing nodes or models
  • No manual setups required
  • Features stunning visuals

Krea 2 Turbo inpainting ComfyUI workflow Examples

krea-2-turbo-inpainting-in-comfyui-lanpaint-sam3-1468-example_01.webp
krea-2-turbo-inpainting-in-comfyui-lanpaint-sam3-1468-example_02.webp
krea-2-turbo-inpainting-in-comfyui-lanpaint-sam3-1468-example_03.webp
krea-2-turbo-inpainting-in-comfyui-lanpaint-sam3-1468-example_04.webp

Krea 2 Turbo inpainting ComfyUI 工作流程 (LanPaint + Differential Diffusion)#

此 Krea 2 Turbo inpainting ComfyUI 工作流程將 Krea‑2 Turbo 轉變為精確的局部編輯器,用於對象替換和有針對性的修復。它將 LanPaint 的無需訓練的採樣器與遮罩噪音注入、差分擴散、自動 SAM‑基於遮罩、以及剪裁和拼接合成相結合,以便只再生您選擇的內容,同時保留其他所有內容。27 節點的 RunComfy 準備好的圖形已經過端到端驗證;在測試中,它乾淨地將錶面替換為白色機械蝴蝶,同時保持錶殼、指針和照明不變。

專為需要可靠局部編輯的藝術家、產品攝影師和修圖師而設計,該工作流程接受手繪遮罩或自動遮罩,在裁剪區域進行集中生成,然後將結果無縫拼接回去。結果是快速、可控且與原始照片在視覺上保持一致。

Krea 2 Turbo inpainting ComfyUI 工作流程中的關鍵模型#

  • Krea‑2 Turbo。實際在遮罩區域內合成新內容的擴散骨幹。官方模型卡:Krea‑2 Turbo on Hugging Face。項目 repo:krea‑ai/krea‑2
  • Qwen Image VAE。用於在像素空間和遮罩採樣發生的潛在空間之間移動的自編碼器。隨 Krea‑2 資產分發:Comfy‑Org/Krea‑2
  • Qwen‑VL 文本編碼器。將您的提示轉換為 Krea‑2 Turbo 的條件的語言編碼器;隨 Krea‑2 堆棧一起提供。參考實現:QwenLM/Qwen2‑VL

如何使用 Krea 2 Turbo inpainting ComfyUI 工作流程#

在高級別上,您提供輸入圖像和遮罩。圖形裁剪感興趣區域並帶有一些上下文,準備潛在使僅遮罩區域被噪音化,然後運行一次 LanPaint 採樣過程以再生目標。最後,它調整大小並將修補拼接回原始畫布,並提供可選的升級和並排比較。

模型#

此群組加載擴散骨幹、VAE 和文本編碼器。UNETLoader (#412) 引入 Krea‑2 Turbo,VAELoader (#435) 提供 Qwen Image VAE,CLIPLoader (#413) 設置隨 Krea‑2 一起提供的提示編碼器。除非您想更換模型變體,否則通常不需要在此處更改任何內容。

提示#

CLIPTextEncode (#411) 是您在遮罩內生成內容的地方。保持編輯指令具體到您想要的對象和風格,並明確告訴模型保留未遮罩的內容。ConditioningZeroOut (#414) 提供一條乾淨的負向路徑,以便採樣器專注於您的正向指令。

剪裁+調整大小#

將您的源圖像輸入到 LoadImage (#200)。直接在輸入上繪製遮罩或使用 SAM3Segment (#454) 從圖像內容自動提出遮罩。Switch mask [Crystools] (#453) 讓您選擇手動與自動。CropByMask (#449) 隔離選定區域,捕獲剪裁坐標以便稍後拼接。ImageResizeKJv2 (#448) 將剪裁對齊到生成器友好的分辨率,GrowMaskWithBlur (#452) 柔和地擴展和羽化遮罩,使邊緣在編輯後自然融合。

圖像生成#

VAEEncode (#436) 將剪裁圖像轉換為潛在。SetLatentNoiseMask (#430) 僅在遮罩內注入噪音,從而未遮罩的潛在保持錨定在原始上。DifferentialDiffusionAdvanced (#447) 進一步限制更新到遮罩,減少周圍像素的漂移。LanPaint_KSampler (#440) 執行由您的提示引導的無需訓練的遮罩採樣,生成再生的潛在修補。VAEDecode (#439) 將結果帶回像素以供檢查和下游步驟。

拼接#

解碼後,ImageResizeKJv2 (#488) 使用保存的寬度/高度將編輯的修補與原始圖像的尺寸匹配,第二個 GrowMaskWithBlur (#491) 準備一個邊緣友好的合成遮罩。ImageCompositeMasked (#487) 將修補放回早期的 x/y 剪裁位置,保留全球組合、照明和顏色。使用包含的 Image Comparer (rgthree) (#456) 在品質控制中滑動查看前後。

升級 (可選)#

如果結果看起來不錯並且您想要更高的細節,將合成的輸出發送到 CR Upscale Image (#485)。這會升級最終圖像而不重新擴散,這樣更快並保持您的組合穩定。提供第二個比較器 (#480) 以檢查銳度增益。

Krea 2 Turbo inpainting ComfyUI 工作流程中的關鍵節點#

  • LanPaint_KSampler (#440)。核心無需訓練的 inpainting 步驟,將文本到圖像模型重新用於局部編輯而不進行微調。它僅在遮罩允許的地方採樣,由您的正向條件引導。為了更強的遵循您的指令,增加採樣努力;為了更緊密的照片現實,偏向保守的去噪。實施:scraed/LanPaint,論文:LanPaint (arXiv)
  • SetLatentNoiseMask (#430)。確保噪音僅在潛在空間的遮罩內應用,以便背景潛在保持鎖定在原始圖像。如果您看到目標外的意外更改,請重新訪問此步驟並確認您的遮罩僅覆蓋應更改的內容。
  • DifferentialDiffusionAdvanced (#447)。限制更新步驟,以便未遮罩區域抵抗漂移。當邊緣附近出現小光暈或色調變化時,將其調整為更強的保留,以便上下文保持真實,而遮罩區域演變。
  • GrowMaskWithBlur (#452)。擴展和羽化遮罩,以捕捉對象周圍的接觸陰影和相互反射。如果接縫可見,稍微再增長並添加一點模糊;如果編輯溢出太遠,則減少增長。
  • CropByMask (#449)。裁剪感興趣的區域並記錄裁剪起源。這保持生成快速和集中,並驅動稍後的精確放置。如果編輯缺乏足夠的上下文,請添加一點更多的填充,以便模型可以看到相鄰的表面和照明線索。
  • ImageCompositeMasked (#487)。通過使用保存的坐標將編輯的修補放回原始位置來重建完整畫布。如果您注意到邊緣柔和或未對齊,請確認裁剪起源以及拼接遮罩是否與生成階段的增長遮罩匹配。
  • SAM3Segment (#454)。從輸入圖像生成自動分割遮罩。它對於快速啟動很方便;如果需要,請使用刷子進行細化,以緊密選擇像頭髮、輻條或花邊等棘手邊界。

可選附加項#

  • 編寫固定場景的提示。準確描述替換對象,然後明確告訴模型保留所有未遮罩的細節和原始的照明、相機角度和比例。
  • 從比對象稍大的遮罩開始,以捕捉接觸陰影和反射;然後微調增長和模糊以獲得無縫的邊緣。
  • 如果修補看起來“太新”或不合適,則減少採樣器中的激進性或加強差分擴散,以保留更多的原始微紋理。
  • 在迭代過程中使用包含的前後比較器,並僅在對構圖和現實感滿意時進行升級。
  • 為了在多次運行中獲得最佳重複性,請在您細化遮罩邊界、提示措辭和裁剪填充時保持相同的種子。

參考和致謝:Krea‑2 Turbo 模型卡 Hugging Face,項目 repo krea‑ai/krea‑2;LanPaint 實施 GitHub 和論文 arXiv

致謝#

此工作流程實現並基於以下作品和資源構建。我們在此感謝 Krea AI 的 Krea 2 項目和 Krea 2 Turbo 模型,scraed 的 LanPaint ComfyUI 擴展,及 LanPaint 作者的 LanPaint 論文的貢獻和維護。欲了解權威細節,請參考以下鏈接的原始文檔和存儲庫。

資源#

注意:所引用的模型、數據集和代碼的使用受其作者和維護者提供的各自許可和條款約束。

RunComfy
版權 2026 RunComfy. 保留所有權利。

RunComfy 是首選的 ComfyUI 平台,提供 ComfyUI 在線 環境和服務,以及 ComfyUI 工作流程 具有驚豔的視覺效果。 RunComfy還提供 AI Models, 幫助藝術家利用最新的AI工具創作出令人驚艷的藝術作品。