什么是预处理器？
这些工作流包含自定义节点。在运行工作流之前，你需要使用 ComfyUI 管理器 安装这些自定义节点。
- 无需重新运行完整图表即可快速迭代
- 预处理和生成的清晰分离
- 更容易调试和调优
- 更可预测的图像和视频结果
预处理器与 ControlNet 的关系
预处理器本身不生成图像，它们的作用是将原始图像转换为 ControlNet 模型能够理解的条件图。典型的工作流程为：- 输入图像 → 预处理器 → 条件图（如边缘图、深度图）
- 条件图 → ControlNet → 引导扩散模型生成
ComfyUI 中的预处理器节点
ComfyUI 核心内置了 Canny 边缘检测节点。要使用其他预处理器（如深度估计、姿态检测等），你需要安装以下自定义节点包：- ComfyUI ControlNet aux — 包含大量预处理器节点（深度、姿态、线稿、法线等）
- ComfyUI-Advanced-ControlNet — 提供高级 ControlNet 应用节点
Canny 边缘检测
Canny 是最经典的边缘检测算法之一，也是 ComfyUI 核心内置的唯一预处理器节点。它通过检测图像中的亮度梯度变化来提取清晰的边缘轮廓。工作原理
Canny 边缘检测包含以下步骤：- 高斯模糊降噪 — 减少图像噪声对边缘检测的干扰
- 梯度计算 — 使用 Sobel 算子计算每个像素的亮度梯度强度和方向
- 非极大值抑制 — 沿梯度方向只保留局部最大值，使边缘变细
- 双阈值过滤 — 使用高阈值和低阈值确定强边缘和弱边缘
- 边缘连接 — 将与强边缘相连的弱边缘保留，丢弃孤立的弱边缘
关键参数
| 参数 | 说明 |
|---|---|
low_threshold | 低阈值，低于此值的像素被认为不是边缘。典型值：100 |
high_threshold | 高阈值，高于此值的像素被认为是强边缘。典型值：200 |
- 降低阈值 → 检测更多细节边缘，但可能引入噪声
- 提高阈值 → 只保留最明显的边缘，输出更干净
适用场景
- 需要精确轮廓控制的图像生成（建筑、产品、机械零件）
- 线稿风格的图像重绘
- 与 Canny ControlNet 配合使用
- 快速提取图像的结构信息作为生成参考
使用建议
- 对于高对比度图像，使用较高的阈值（如 150/300）
- 对于低对比度或细节丰富的图像，使用较低的阈值（如 50/150）
- Canny 对噪声敏感，建议在输入前对图像进行适当降噪
深度估计（Depth estimation）
深度估计将平面图像转换为深度图，用灰度值表示场景中物体的相对距离。这种结构信号是空间感知生成、重新打光和 3D 感知编辑的基础。常用深度估计模型
Depth Anything V2
目前最推荐的深度估计模型，由 TikTok 和港大团队开发。相比前代有显著的精度提升。- 优势：精度高、泛化能力强、支持多种分辨率
- 模型规模：提供 Small/Base/Large/Giant 多个版本，可根据速度和精度需求选择
- 适用场景：通用深度估计，适合绝大多数场景
MiDaS
Intel 开发的经典深度估计模型，历史悠久，社区支持广泛。- 优势：运行速度快，资源占用低
- 适用场景：对速度要求高但精度要求适中的场景
ZoeDepth
结合了相对深度和绝对深度估计的模型，可以输出具有真实尺度的深度信息。- 优势：支持度量深度估计（metric depth），不仅是相对深度
- 适用场景：需要真实深度信息的应用（如 3D 重建辅助）
深度图输出说明
- 白色区域：距离相机较近的物体
- 黑色区域：距离相机较远的物体
- 深度图是单通道灰度图像，通常会归一化到 0-255 范围
适用场景
- 控制图像中的空间层次关系（前景/中景/背景）
- 与 Depth ControlNet 配合控制 3D 空间布局
- 建筑可视化、场景构图
- 视频工作流中保持帧间深度一致性
深度估计工作流
在 Comfy Cloud 上运行
下载工作流
下载 JSON
OpenPose 姿态检测
OpenPose 是由卡内基梅隆大学开发的实时多人姿态估计系统。它从图像中检测人体关键点（如头部、肩膀、手肘、膝盖等），输出骨骼结构图，用于精确控制生成图像中的人物姿态。工作原理
OpenPose 使用深度学习模型同时预测：- 关键点置信图（Confidence Maps） — 每个身体部位在图像中的位置概率
- 部位亲和场（Part Affinity Fields） — 描述不同关键点之间的连接关系
检测类型
| 类型 | 说明 | 关键点数量 |
|---|---|---|
| Body（身体） | 检测全身主要关节点 | 18 个 |
| Hand（手部） | 检测手指和手腕的精细关节 | 每只手 21 个 |
| Face（面部） | 检测面部特征点（眼睛、鼻子、嘴巴、脸部轮廓） | 70 个 |
- OpenPose — 仅身体关键点
- OpenPose + Face — 身体 + 面部
- OpenPose + Hand — 身体 + 手部
- OpenPose Full — 身体 + 面部 + 手部（最完整但速度较慢）
输出颜色编码
OpenPose 的输出使用颜色编码表示不同的骨骼连接：- 不同颜色的线段代表不同的身体部位连接
- 圆点代表关键点位置
- 黑色背景上绘制彩色骨架图
适用场景
- 控制人物姿态和动作（如指定站姿、坐姿、舞蹈动作）
- 与 Pose ControlNet 配合使用
- 多人场景中分别控制每个人的姿态
- 动画和视频工作流中保持角色动作一致性
使用建议
- 输入图像中人物越清晰，检测结果越准确
- 遮挡严重的部位可能检测失败，可以手动编辑骨骼图进行修正
- 对于需要精细手部控制的场景，务必启用 Hand 检测
- 处理速度与选择的检测模式相关，Full 模式最慢但最完整
姿态检测工作流
在 Comfy Cloud 上运行
下载工作流
下载 JSON
线稿提取（Lineart）
线稿预处理器将图像提炼为边缘和轮廓，去除纹理和颜色，同时保留结构信息。与 Canny 不同，线稿预处理器使用深度学习模型，能够理解图像的语义信息，输出更接近人工手绘线稿的结果。常用线稿模型
Lineart（标准线稿）
使用深度学习模型提取图像的线稿表示，输出干净、连续的线条。- 优势：线条连续性好，接近手绘效果
- 适用场景：角色设计、插画风格转换、漫画/动画制作
Lineart Anime（动漫线稿）
专门针对动漫/二次元风格优化的线稿提取模型。- 优势：更适合动漫角色的线条特征，眼睛、头发等细节处理更好
- 适用场景：动漫风格图像处理、二次元角色重绘
Lineart Coarse（粗线稿）
提取更粗、更简洁的线条，适合需要大致结构而不需要过多细节的场景。- 优势：线条更粗犷，结构更简洁
- 适用场景：草图级别的结构控制、风格化生成
Lineart vs Canny 对比
| 特性 | Lineart | Canny |
|---|---|---|
| 方法 | 深度学习模型 | 传统算法 |
| 语义理解 | 有，理解物体结构 | 无，仅检测亮度变化 |
| 线条连续性 | 好，类似手绘 | 一般，可能有断裂 |
| 噪声敏感度 | 低 | 高 |
| 速度 | 较慢（需要 GPU） | 快 |
| 参数调节 | 少 | 需要调节阈值 |
适用场景
- 风格化和重绘工作流
- 漫画/动画角色设计
- 与深度和姿态配合提供多层次的结构约束
- 保留结构的同时改变画风
线稿转换工作流
在 Comfy Cloud 上运行
下载工作流
下载 JSON
法线提取（Normal map）
法线估计将平面图像转换为表面法线图——一个描述表面每个部分朝向的逐像素方向场（通常编码为 RGB）。这种信号对于重新打光、材质感知风格化和高度结构化的编辑非常有用。工作原理
法线图使用 RGB 三个通道分别编码表面在三个轴向的法线方向：- R（红色）通道 — 表面在 X 轴方向的倾斜（左右）
- G（绿色）通道 — 表面在 Y 轴方向的倾斜（上下）
- B（蓝色）通道 — 表面在 Z 轴方向的倾斜（前后）
适用场景
- 在保持几何形状的同时驱动重新打光/着色变化
- 为风格化和重绘管道添加更强的 3D 结构
- 与姿态/深度配合用于动画工作时提高跨帧一致性
- 材质和纹理相关的精细控制
使用建议
- 法线图对光照变化非常敏感，输入图像的光照越均匀，结果越准确
- 可以与深度图配合使用，提供互补的 3D 结构信息
- ControlNet-ready 的输出可直接用于重新打光、优化和保持结构的编辑
法线提取工作流
在 Comfy Cloud 上运行
下载工作流
下载 JSON
其他常用预处理器
Scribble（涂鸦/草图）
将图像转换为简单的涂鸦风格线条，或者直接使用手绘草图作为控制条件。- 适用场景：快速草图指导生成、概念设计阶段
- 特点：对输入要求最低，手绘草图即可使用
SoftEdge / HED
使用 HED（Holistically-Nested Edge Detection）算法提取柔和的边缘。相比 Canny，HED 的边缘更柔和、更自然。- 适用场景：需要柔和边缘控制的场景，如自然风景、人像
- 特点：边缘过渡自然，不会产生硬边
Segmentation（语义分割）
将图像分割为不同的语义区域（如天空、建筑、道路、人物等），每个区域用不同的颜色表示。- 适用场景：需要按区域控制生成内容的场景，如城市街景、室内设计
- 特点：提供最高层次的语义控制，但不保留细节结构
MLSD（线段检测）
检测图像中的直线段，特别适合建筑和室内场景。- 适用场景：建筑设计、室内设计、需要直线结构的场景
- 特点：只检测直线段，忽略曲线和有机形状
预处理器选择指南
| 预处理器 | 控制类型 | 最佳场景 | 内置/自定义 |
|---|---|---|---|
| Canny | 边缘轮廓 | 产品、建筑、机械 | 内置 |
| Depth | 空间深度 | 场景构图、3D 布局 | 自定义节点 |
| OpenPose | 人体姿态 | 人物动作控制 | 自定义节点 |
| Lineart | 线稿结构 | 角色设计、插画 | 自定义节点 |
| Normal | 表面法线 | 重新打光、材质 | 自定义节点 |
| Scribble | 草图 | 概念设计 | 自定义节点 |
| SoftEdge | 柔和边缘 | 自然场景 | 自定义节点 |
| Segmentation | 语义区域 | 区域内容控制 | 自定义节点 |
| MLSD | 直线段 | 建筑、室内 | 自定义节点 |
组合使用建议
多种预处理器可以组合使用，通过 混合 ControlNet 实现多层次的精细控制：- Depth + Lineart：保持空间关系的同时强化轮廓，适合建筑和产品设计
- Depth + OpenPose：控制人物姿态并保持正确的空间关系，适合人物场景
- OpenPose + Lineart：精确控制人物姿态和服装细节
- Canny + Depth：边缘精度与空间感兼得，适合需要严格结构控制的场景