如何让 ComfyUI 图像修复提速数倍局部修复实战指南【免费下载链接】ComfyUI-Inpaint-CropAndStitchComfyUI nodes to crop before sampling and stitch back after sampling that speed up inpainting项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-Inpaint-CropAndStitch用 ComfyUI 做高分辨率图像修复inpainting最头疼的问题往往是慢和显存不够。ComfyUI-Inpaint-CropAndStitch 正是冲着这两个痛点来的它只对掩码附近的局部区域做采样再把修复结果无缝拼回原图让图像修复提速数倍。本文从使用者角度讲清它的原理、配置与实战经验。一、一张 4K 图只修一个杯子却要等半小时想象一个真实场景你有一张 4096×4096 的高清照片画面里只有杯子的标签磨损了想用模型补回来。按传统做法你得把整张图喂给采样器。结果是什么显存先报警接着是漫长的等待——其实模型 95% 的计算量都花在了那些根本不用改的像素上。更麻烦的是很多模型对输入分辨率有偏好。SD1.5 喜欢 512×512SDXL 和 Flux 喜欢 1024×1024。你不得不先缩图再修复修复完细节又糊了还得再做一遍高清放大。有没有办法只修该修的地方这就是本文要介绍的工具解决的问题。二、一句话说清这个项目ComfyUI-Inpaint-CropAndStitch 只做两件事采样前把掩码区域裁剪出来采样后再把结果拼接回去。中间环节完全兼容 ComfyUI 任何标准工作流你可以随意换模型、接 ControlNet、做二次放大。项目只提供两个节点✂️ Inpaint Crop围绕掩码智能裁剪局部图像顺带完成缩放、掩码修补、外画扩展等预处理✂️ Inpaint Stitch把修复后的局部图无缝拼回原图未掩码区域一个像素都不会动三、局部修复 vs 全图重画把重画整幅画变成只补那块布理解这个工具只需一个类比。全图修复就像请画家重画整幅油画哪怕你只想补一笔他也得把所有颜料、画布重新铺一遍。而局部修复则是只裁下那一小块布请画家在局部精修修完再按原来的纹理方向缝回去。省下来的不只是时间还有三样东西算力采样面积从整图缩到局部扩散步数不变总计算量却可能只有原来的几十分之一显存小图采样几乎不挑显卡老显卡也能跑高分辨率修复画质可以针对模型偏好强制输出分辨率如 1024×1024绕开先缩后放带来的细节损失更妙的是未掩码区域完全不经过 VAE 编码和解码原图像素零改动拼接处由节点自动做渐变混合几乎看不出接缝。四、一条链路看懂裁剪→修复→拼接整个流程只有三步其余交给 ComfyUI 的常规节点。裁剪把原图和掩码一起接入✂️ Inpaint Crop它会输出三样东西——裁剪后的局部图、局部掩码以及一个包含了坐标信息的stitcher数据包修复裁剪图走你熟悉的任何标准链路——连接词、采样器、VAE 解码怎么顺手怎么来拼接把修复图和stitcher一起接入✂️ Inpaint Stitch它自动把局部图放回原位置融合边缘输出完整修复图裁剪节点内部其实替你干了不少杂活预缩放、填充掩码孔洞、按像素扩展掩码、模糊混合边界、为外画扩展画面、按目标分辨率调整裁剪区域。这些在旧方案里需要四五个节点配合的工作现在一个节点全包了。五、三步完成安装与最小配置安装有两种方式任选其一打开 ComfyUI-Manager搜索ComfyUI-Inpaint-CropAndStitch一键安装手动克隆到custom_nodes目录cd ComfyUI/custom_nodes git clone https://gitcode.com/gh_mirrors/co/ComfyUI-Inpaint-CropAndStitch装完重启 ComfyUI在节点菜单的inpaint分类下就能找到两个新节点。最小可用配置只需四步加载图片Load Image输出图片和掩码分别接到 Crop 节点的image与mask输入设置目标分辨率打开output_resize_to_target_size宽度高度按模型填——SD1.5 填 512×512SDXL / Flux 填 1024×1024接上采样链路Crop 的cropped_image和cropped_mask接进InpaintModelConditioning再走常规采样拼接输出采样解码后的图像接到 Stitch 节点的inpainted_imageStitch 的stitcher输入接 Crop 输出的同名端口出图项目自带的三个示例工作流可以直接拖进 ComfyUI 复现example_workflows/inpaint_sd15.jsonSD1.5、example_workflows/inpaint_flux.jsonFlux需 GGUF 节点、example_workflows/inpaint_hires.json高分辨率放大示例。六、关键参数通俗解读什么时候调、往哪调参数看着多真正要动的不超过五个。理解逻辑就一句话这些参数都在回答裁多大、怎么裁、怎么缝三个问题。参数默认值什么时候调调大 / 调小的效果context_from_mask_extend_factor1.2修复结果脱离上下文、内容凭空编造时调大多裁一圈周围画面当参考结果更贴合原图调太大裁剪面积膨胀失去提速意义output_resize_to_target_size开模型对分辨率敏感时SDXL、Flux 必须开打开强制输出 512 / 1024 等目标尺寸关闭按裁剪区原样输出适合区域本就合适的情况mask_blend_pixels32拼接处出现明显接缝时调大混合范围更宽接缝更柔和太大可能轻微模糊边界细节mask_expand_pixels0掩码边缘没盖住目标修复后原物残留时调大掩码向外多扩几像素让模型连边缘一起重画device_modecpu (compatible)批处理、视频修复这类重活时切 GPU整体提速 30~100 倍但输入需能放进显存CPU 兼容性最好两个容易忽略的小开关mask_fill_holes默认开把掩码完全圈住的封闭区域一并视为掩码防止想修一片却漏了洞mask_hipass_filter默认 0.1忽略灰度值过低的掩码像素避免几乎全黑的假掩码被误判为要修的区域 一个实用组合先按默认参数跑一遍如果修复结果脑补了不存在的内容就调大context_from_mask_extend_factor如果结果正确但接缝明显就调大mask_blend_pixels。大多数场景到此为止。七、不同模型的实战效果与选型建议同一套裁剪拼接逻辑配不同模型能玩出三种节奏。SD1.5轻量快跑。把裁剪区域缩到 512×512 采样速度极快普通显卡毫无压力。适合快速批量修复、局部瑕疵修补。Flux质量优先。Flux 系列天然吃 1024×1024 分辨率配合局部裁剪即使显卡只带得动量化版模型也能在高分辨率原图上做细节级修复。示例工作流使用 Flux Dev Q5 GGUF ControlNet Inpainting适合对画质要求高的场景。SD1.5 高分辨率放大细节拉满。先用 SD1.5 在局部采样再拿 4x 放大模型把结果放大接 hiRes 修复最后拼回原图。因为只放大修复过的那一小块放大成本比整图放大低一个数量级细节质量却接近全图高清修复。选型建议就一条显存紧、要速度选 SD1.5画质优先、能接受更长等待选 Flux要极致细节就上局部放大组合。八、提速技巧与注意事项下面五条都是实战中反复验证过的经验。一定要按模型设目标分辨率。开着output_resize_to_target_sizeSDXL 就填 1024×1024。这既是提速避免意外的高分辨率也是防伪影防止模型在非理想尺寸下画出双头、双身批量或视频修复时切 GPU 模式。README 实测数据CPU 切 GPU 后整体提速 30~100 倍。注意输入图像必须能塞进显存否则老老实实回 CPUcontext_from_mask_extend_factor别贪大。1.2~1.5 足够让模型看懂周围环境超过 2 倍裁剪区快速膨胀提速效果大打折扣优先用InpaintModelConditioning而不是VAE Encode (for Inpainting)。前者支持 denoise 低于 1修复力度更可控适合轻改而非重画局部放大能省大头。想加细节时只对裁剪图做放大和 hiRes而不是整图放大。裁剪图本来就小放大成本低拼回后效果等同全图高清九、常见问题 FAQ三个最常踩的坑坑一修复完原图内容还能透出来。九成是掩码不够白。人眼分辨不出很灰的白但节点能。请确认掩码是纯白像素值 255,255,255必要时用 Gimp 的模糊选择工具带阈值检查边界或打开mask_fill_holes补全封闭区域。坑二拼接处有接缝或色差。把mask_blend_pixels从 32 往上加混合带加宽后接缝会自然消失。注意上限是 64若仍然明显检查一下掩码是否完整覆盖了要修的区域。坑三切 GPU 模式后报错或 OOM。GPU 模式要求裁剪后的图像、掩码整体放得进显存。超分辨率大图建议先调小output_target_width / height或改用cpu (compatible)模式兜底——慢一点但保证能跑。十、收尾从一份示例工作流开始一句话总结这个项目的价值把修复整张图改成只修复需要的地方图像修复提速数倍同时保住画质、省下显存、兼容一切现有工作流。想亲手验证最快的方式是克隆仓库把example_workflows/下的示例直接拖进 ComfyUIgit clone https://gitcode.com/gh_mirrors/co/ComfyUI-Inpaint-CropAndStitch从 SD1.5 的轻量流程跑起再逐步试 Flux 和质量放大组合很快你就能摸清每个参数的手感。剩下的交给你的想象力。【免费下载链接】ComfyUI-Inpaint-CropAndStitchComfyUI nodes to crop before sampling and stitch back after sampling that speed up inpainting项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-Inpaint-CropAndStitch创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
