图像放大教程

了解在 ComfyUI 中提升图像分辨率的方法。

放大方法

ComfyUI 支持三种主要的图像放大方法。

方法一：传统插值放大

节点

使用 Image Scale 节点：

Load Image → Image Scale → Save Image

缩放模式

模式	特点
nearest	最快，质量一般
bilinear	平衡
bicubic	较好质量
lanczos	最高质量

缺点

缺乏细节，可能模糊。

方法二：SD 二次放大

原理

先放大，再使用 SD 模型重新绘制细节。

工作流

Load Image
      ↓ IMAGE
Image Scale (2x)
      ↓ IMAGE
VAE Encode
      ↓ LATENT
KSampler (低 denoise 0.3-0.5)
      ↓ LATENT
VAE Decode
      ↓ IMAGE
Save Image

优点

保持风格一致，增加细节。

方法三：专用放大模型

推荐模型

模型	倍数	用途
RealESRGAN_x4plus	4x	通用
4x-UltraSharp	4x	高质量
4x_AnimeSharpen	4x	动漫
SwinIR_4x	4x	通用

安装

将模型放入 models/upscale_models/ 目录。

Ultimate SD Upscale

功能

智能放大，自动处理接缝。

安装

通过 Manager 安装：ComfyUI Ultimate SD Upscale

参数

参数	说明	推荐值
upscale_by	放大倍数	2.0
tile_size	分块大小	512
tile_padding	边缘重叠	64
steps	采样步数	20-30
cfg	CFG	7-8
denoise	去噪强度	0.3-0.5

工作流

Load Image → Ultimate SD Upscale → Save Image
                    ↓
              选择放大模型

推荐设置

2倍放大

upscale_by: 2.0
tile_size: 512
steps: 25
denoise: 0.4

4倍放大

upscale_by: 2.0  // 分两次 2x2x
tile_size: 512
steps: 30
denoise: 0.35

放大流程建议

1. 生成阶段

使用较高分辨率直接生成：

• 512x512 → 1024x1024

2. 放大阶段

使用 Ultimate SD Upscale：

• 1024x1024 → 2048x2048

3. 最终处理

如需更高分辨率，可重复步骤2。

显存优化

使用分块处理

大图像使用较小的 tile_size：

• 4GB VRAM: tile_size = 384
• 8GB VRAM: tile_size = 512
• 12GB+ VRAM: tile_size = 768

半精度

启用 FP16 减少显存占用。

常见问题

Q: 放大后模糊

A: 使用专用放大模型，增加 denoise。

Q: 出现网格

A: 增加 tile_padding，调整接缝修复设置。

Q: 显存不足

A: 减小 tile_size，分步放大。

下一步

• LoRA 使用 - 使用风格模型
• ControlNet 使用 - 精准控制生成