前言：

ComfyUI Impact 是一个庞大的模块节点库，内置许多非常实用且强大的功能节点 ，例如检测器、细节强化器、预览桥、通配符、Hook、图片发送器、图片接收器等等。通过这些节点的组合运用，我们可以实现的工作有很多，例如__自动人脸检测和优化修复、区域增强、局部重绘、控制人群、发型设计、更换模特服饰__等。在ComfyUI的进阶之路上，ComfyUI Impact是每个人不可绕过的一条大河，所以本篇文章将带领大家理解并学会使用这些节点。

__Comfy Impact插件（一）: __https://articles.zsxq.com/impact/1.html

__Comfy Impact插件（二）: __https://articles.zsxq.com/impact/2.html

__Comfy Impact插件（三）: __https://articles.zsxq.com/imapct/3.html

目录：

先行：安装方式

一、CLIPSegDetectorProvider节点

二、Decompose（SEGS）/ From_SEG_ELT节点

三、PixelKSampleUpscalerProviderPipe节点

四、lterative Upscale (Latent/on Pixel Space)节点

五、Make Tile SEGS节点

六、Picker（SEGS）节点

示例工作流

安装方法：

方法一：通过ComfyUI Manager安装（推荐）

打开Manager界面

imageimage

方法二：使用git clone命令安装

在ComfyUI/custom_nodes目录下输入cmd按回车进入电脑终端

image

__在终端输入下面这行代码开始下载 git clone __https://github.com/ltdrdata/ComfyUI-Impact-Pack.git

image

一、CLIPSegDetectorProvider节点

节点功能：根据输入的提示词生成对应的遮罩，例如输入‘hand’则得到手的矩形遮罩

image

参数：

text -> 输入要检测部位的名词，例如：手（hand）、脸（face）、翅膀（wing）等

blur -> 表示模糊区域，决定每一个检测框检测对一些噪声的保留还是丢弃 **模糊度越大，越多的噪声被保留，检测出来的遮罩面积也越大，当然模糊度也不是越小越好，太小的话可能遮罩区域没有完全覆盖检测目标**

threshold -> 选择最终遮罩的阈值，检测模型检测时不仅仅只生成一张遮罩，而是有很多个检测框，模型最终会根据阈值从众多遮罩中选择一个最好的

dilation_factor -> 膨胀因子，扩展边界使其完全覆盖检测目标

注意：blur参数的选择范围为0-15，超出会报错

输出：

BBOX_DETECTOR -> 带有特定提示的边界框检测模型

注意：使用该节点时需要安装 ComfyUI-CLIPSeg 节点扩展，安装方法为：打开manager管理器，点击Install Custom Nodes，在搜索框输入CLIPSeg安装即可。

下图展示了该节点的简单用法：

image

image

二、Decompose(SEGS) / From_SEG_ELT节点

节点功能：SEGS包含了很多目标检测后的数据，这两个节点则是方便我们取用其中一个数据。

imageimage

输入：

segs -> segs数据输入

输出：

SEGS_HEADER -> segs数据的头部信息，包含诸如数据源、数据版本、数据生成时间等与数据相关的元信息

SEG_ELT -> segs分离出头部信息的剩余数据，包含了segs数据的主要内容

cropped_image -> 裁剪后的图像

cropped_mask -> 裁剪图像的遮罩

crop_region -> 原始图像中被裁剪出的区域的描述，指示分割元素在原始图像中的位置和大小信息

bbox -> 检测框

control_net_wrapper -> control_net数据

confidence -> 检测的置信度

label -> 检测目标的标签

下图输出了一些可以显示输出的数据，方便理解：

image

三、PixelKSampleUpscalerProviderPipe节点

节点功能：以管道化的方式指定图像像素放大的参数，并执行相应的操作。放大操作可以在不同的环境中重复使用，并且可以对放大参数进行调整。

image

输入：

basic_pipe -> 带有模型和提示词等信息的管道

upscale_model_opt -> 放大模型

pk_hook_opt -> hook的细节控制

参数：

scale_mothod -> 放大的方式，有最近邻插值、双线性插值、Lanczos插值和区域插值

seed -> 随机种子

control_after_generate -> 控制每次执行后种子的变化

steps -> 步数

cfg -> 提示词引导系数，即提示词对结果产生影响的大小 **过高会产生负面影响**

sampler_name -> 选择采样器

scheduler -> 选择调度器

denoise -> 去噪幅度 **值越大对图片产生的影响和变化越大**

use_tiled_vae -> 选择是否采用分块处理 **分块处理通过将图像分成多个小块，并分别对每个小块进行编码和解码，来生成更高分辨率的图像，有助于处理大尺寸的图像，同时能够保留更多的细节和特征**

tile_size -> 图像放大过程中使用的块大小 **当图像尺寸较大时，为了提高计算效率和降低内存消耗，可以将图像分成多个小块处理**

输出：

UPSCALER -> 经过放大操作处理后的图像放大数据，可以进一步用于对图像进行后续处理或其他操作

四、lterative Upscale (Latent/on Pixel Space)节点

节点功能：对潜在样本（upscaler）进行迭代式放大，允许在放大因子、迭代步数方面灵活设置。

image

输入：

samples -> 潜空间图像

upscaler -> 经过放大操作处理后的图像放大数据

参数：

upscale_factor -> 放大系数，数字代表放大几倍

steps -> 放大操作的重复次数

temp_prefix -> 用于设置临时文件名前缀的参数

输出：

latent -> 处理完成后的潜空间图像

vae -> vae模型

该节点和第三个节点可以组合使用，并且可以多个这种组合连接，实现更好的放大效果。

下面给出一个工作流，方便大家理解这两个节点

image

五、Make Tile SEGS节点

节点功能：将图像划分为图块形式的SEGS，以便使用Detailer进行分块放大实验。

image

输入：

images -> 遮罩图像

filter_in_segs_opt -> 如果提供了这个输入，在创建图块时，每个图块的遮罩将通过与 filter_in_segs_opt的遮罩重叠而生成

filter_out_segs_opt -> 如果提供了这个输入，在创建图块时，每个图块的遮罩将排除与 filter_in_segs_opt的遮罩重叠的部分

注意：遮罩为空的瓦片不会被创建成SEGS

参数：

bbox_size -> 图块的尺寸

crop_factor -> 对图像进行裁剪时应用的裁剪因子或裁剪比例

min_overlap -> 最小的重叠区域，与filter_in_segs_opt和filter_out_segs_opt两参数有关

filter_segs_dilation -> 图像处理中对图像进行膨胀操作的参数

mask_irregularity -> 图像处理中用于描述或度量遮罩的不规则程度的指标 **越大边界越不规则**

irregular_mask_mode -> 生成不规则遮罩的方法模式，可选的有快速复用、质量复用、全随机快速和全随机质量

输出：

SEGS -> 输出SEGS数据

下面给出几张图说明该节点的作用和一些参数的特性特性：

image

image

image

六、Picker（SEGS）节点

节点功能：当采样器一次输出多张图片时（batch_size大于1）,该节点可以从候选池中选择包含在最终输出的图片的SEGS。

image

输入：

segs -> 包含多张图片的segs

fallback_image_opt -> 备选图像，当存在备选图像时节点会将segs中的图像进行缩放，以匹配备选图像的大小或形状。这样做可以确保图像段与备选图像保持一致，以便在处理期间进行合适的操作。

参数：

picks -> 选择图像

输出：

SEGS -> 输出选择图像的segs数据

下面几张图说明了Picker（SEGS）节点的用法：

image

image

示例工作流

由于本文基本上每个节点都给出了单独的工作流进行讲解，加上本文所讲的节点之间的关联性没那么强，所以这里就不提供囊括所有节点的工作流了，大家把上面每个节点对应的工作流学习理解即可。

__Comfy Impact插件（一）: __https://articles.zsxq.com/impact/1.html

__Comfy Impact插件（二）: __https://articles.zsxq.com/impact/2.html

__Comfy Impact插件（三）: __https://articles.zsxq.com/imapct/3.html