IC-Light è uno strumento di editing delle immagini basato sull'AI che si integra con i modelli Stable Diffusion per eseguire modifiche localizzate sulle immagini generate. Funziona codificando l'immagine in una rappresentazione dello spazio latente, applicando modifiche a regioni specifiche e quindi decodificando la rappresentazione latente modificata nuovamente in un'immagine. Questo approccio consente un controllo preciso sul processo di editing, preservando al contempo lo stile complessivo e la coerenza dell'immagine originale.
Ora sono stati rilasciati due modelli: il modello di rilluminazione condizionato dal testo e il modello condizionato dallo sfondo. Entrambi i tipi accettano immagini in primo piano come input.
Sotto il cofano, IC-Light sfrutta la potenza dei modelli Stable Diffusion per codificare e decodificare le immagini. Il processo può essere suddiviso nei seguenti passaggi:
2.1. Codifica: L'immagine di input viene passata attraverso il VAE (Variational Autoencoder) di Stable Diffusion per ottenere una rappresentazione compressa dello spazio latente. 2.2. Modifica: Le modifiche desiderate vengono applicate a regioni specifiche della rappresentazione latente. Questo viene tipicamente fatto concatenando il latente originale con una maschera che indica le aree da modificare, insieme ai corrispondenti prompt di modifica. 2.3. Decodifica: La rappresentazione latente modificata viene passata attraverso il decodificatore di Stable Diffusion per ricostruire l'immagine modificata. Operando nello spazio latente, IC-Light può apportare modifiche localizzate mantenendo al contempo la coerenza e lo stile complessivi dell'immagine.
Il nodo principale con cui lavorerai è il nodo "IC-Light Apply", che gestisce l'intero processo di codifica, modifica e decodifica dell'immagine.
Il nodo "IC-Light Apply" richiede tre input principali:
Per creare l'input c_concat:
Dopo aver elaborato gli input, il nodo "IC-Light Apply" restituirà un singolo parametro:
Per generare l'immagine finale modificata, basta collegare il modello di output ai nodi appropriati nel flusso di lavoro di ComfyUI, come i nodi KSampler e VAEDecode.
Per ulteriori informazioni, visita
© Copyright 2024 RunComfy. Tutti i Diritti Riservati.