基于 ComfyUI 工作流的 Stable Diffusion 服装替换指南

一、Stable Diffusion 与 ComfyUI 工作流基础

1. 技术架构概述 Stable Diffusion 是一种扩散模型（Diffusion Model），其核心原理是通过对图像逐步添加噪声（正向过程）再学习逆向去噪（反向过程），最终实现从随机噪声生成高质量图像。ComfyUI 则通过节点化工作流解构这一过程：

   • 每个节点代表一个处理模块（如提示词解析、VAE 解码、ControlNet 控制等）
   • 节点间的连线定义数据流（图像、掩码、参数等）
   • 工作流文件（JSON 格式）保存全流程配置，实现'一次设计，重复使用'。

2. 换装技术的核心原理 服装替换依赖三大关键技术：

   • 语义分割（如 SAM 模型）：识别衣物区域生成精准蒙版（Mask）。Segment Anything Model（SAM）具备强大的 zero-shot 迁移能力，可精准标记上衣/下衣边界。
   • 姿态控制（如 ControlNet）：通过 LineArt 等模型维持人物姿态不变。
   • 局部重绘（Inpainting）：在蒙版区域内生成新服装并融合背景。

二、工作流获取：从社区到管理器一键部署

途径 1：专业工作流社区（推荐新手）

1. Openart Flow 当前较大的 ComfyUI 工作流共享平台，收录已验证流程，涵盖文生图、图生图、视频生成及换装等场景。 操作步骤：

   • 访问 Openart 官网
   • 搜索'cloth change'或'garment replacement'
   • 下载 JSON 工作流文件

2. LightFlow 社区（适配 SD WebUI） 提供.flow 格式工作流，特色是自动匹配缺失模型。例如其字体设计工作流包含完整 ControlNet 配置。

途径 2：ComfyUI Manager（高阶扩展）

内置管理器可解决节点依赖问题：

1. 在 ComfyUI 界面点击'Manager'按钮
2. 选择'Install Missing Custom Nodes'自动安装缺失节点
3. 通过'Import Workflow'导入下载的 JSON 文件

💡 案例：换装工作流获取实操 以 ComfyUI 一键换衣工作流为例：下载后解压得到 cloth_migration.json 拖入 ComfyUI 窗口自动加载节点，Manager 提示缺少 IP-Adapter 节点，一键安装即可。

三、换装工作流详解：以 ComfyUI 为例

工作流结构拆解

• 输入模特图
• SAM 分割上衣/下衣蒙版
• ControlNet 提取姿态骨架
• 局部重绘
• 输入新上衣提示词 + 上衣蒙版
• 输入新下衣提示词 + 下衣蒙版
• 生成换上衣图
• 输出最终换装图

关键节点说明

1. SAM Mask 分割

   • 使用语义标签（如'sweater''skirt'）指定衣物类型
   • 输出蒙版精度直接影响边缘融合效果

2. ControlNet 姿态控制

   • 选用 LineArt 或 OpenPose 节点冻结人物动作
   • 避免换装后肢体错位

3. 重绘模块