AIGC系列的图片编辑篇拖到现在才写不是没东西写是内容多到不知道从哪下刀。上一篇聊完文生图的基本功这次把图片编辑这条线彻底捋一遍局部重绘、画布扩展、ControlNet精准控制、老照片修复、AI写真、批量工作流每块都是可以直接落地的东西。先说清楚这篇的定位。之前很多人私信问AI生成图是能看但我想改局部、想扩背景、想让人物姿势变一下怎么操作这篇就是解决这些问题的。从最常用的局部重绘开始讲再到以图生图的各种玩法最后是ControlNet这个控制神器每一块都带完整的参数参考和操作逻辑。不谈虚的全是自己跑了无数遍流程总结出来的实操经验。你遇到的图糊了、人变了、出图不稳定这些问题这篇里基本都有对应的解法。1. 图片编辑的底层逻辑为什么AI改图能改得这么自然先说个大家最容易忽略的事AI图片编辑和Photoshop的思路截然不同。PS是把像素当积木你想挪哪块挪哪块AI是把图片当“语义描述”机器理解的是“图里有什么”不是“坐标位置上是什么颜色”。理解了这点后面所有操作就都通了。1.1 三种主流实现路线怎么选现在市面上的AI图片编辑工具抛开界面包装底层无非三条技术路线。第一种是扩散模型原生编辑代表就是Stable Diffusion的img2img和inpaint功能。它的原理是给你一张图加噪声再逐步去噪同时用文字引导去噪方向。局部重绘、换风格、改底色都是这条路线的拿手好戏。第二种是ControlNet精准控制。它像是在扩散模型上加了个方向盘通过线稿、深度图、骨骼姿态图这些额外输入强行约束生成画面的构图和结构。你要改人物动作、保持多人场景不崩、让建筑透视准确没有ControlNet基本做不到。第三种是多模态指令编辑比如GPT-4V系能力和一些云端工具的做法直接说“把这个人的外套变红”模型直接返回改好的图。这条路线的本质是内部做了“理解–定位–重绘”的串联但可控性不如前两者。我的建议很直接如果你要的是精度和可控性老老实实学Stable Diffusion ControlNet如果你追求速度和省心可以用在线工具和图生图走捷径。前者是手艺后者是快餐。1.2 图片编辑和文生图的本质区别文生图是“无中生有”难点在于提示词写得好不好图片编辑是“有中生变”难点在于保留什么、改变什么。举个例子你有一张人像照片想把背景从街道换成海边。如果直接扔给img2img整体重绘大概率背景是变了人脸也跟着变了衣服细节还会崩掉。这就是“全局重绘”的代价——模型为了生成海边背景会把画面里所有信息都重新推演一遍不针对性地保护主体改动就会波及无辜。所以图片编辑的第一原则是尽量只改变需要改变的部分方法要么是局部重绘用蒙版划定范围要么是ControlNet局部控制把需要保留的区域锁定。理解了这条你就理解了为什么老手做编辑永远先用“局部”再谈“全局”。1.3 一个生活化类比帮你建立操作直觉把AI改图想成装修房子。整屋重装全局重绘当然能彻底换风格但代价是原来家里你喜欢的物件全得扔掉——对应到图里就是构图、神态、细节全都变了。局部改造蒙版重绘是划定一个房间施工其他地方保持原样这是最常用的手法。如果用ControlNet就相当于你给施工队一张图纸告诉他们“承重墙不能动水管走向必须按这个来”——这就是结构约束。理解了这套装修思路你会明白为什么很多人一张图要跑五六遍不是因为AI笨是因为你没告诉AI哪里别动。2. 局部重绘实操改脸、换衣、去杂物一步到位局部重绘是图片编辑里用得最多的功能没有之一。它的核心逻辑是你告诉AI“只改这个区域”AI只在这个区域重新生成内容其余像素原样保留。2.1 蒙版的重绘模式怎么选重绘非蒙版内容 vs 仅重绘蒙版内容以Stable Diffusion WebUI为例局部重绘里有两个模式很多人选错导致结果完全不对。重绘非蒙版内容翻译成人话就是“蒙版区域保持原样蒙版外面的部分重新生成”。这个模式经常用于“锁定主体、换背景”的场景。比如你把人框住让AI去换背景就用这个。仅重绘蒙版内容只重新生成你涂蒙版的区域蒙版外的东西完全不变。换脸、换衣服、去杂物都用这个模式。实操上我90%的情况用“仅重绘蒙版内容”因为只改变目标区域是图片编辑的常态。而“重绘非蒙版内容”有个大坑模型其实会参考蒙版区域的边缘信息一旦参考不到位主体边缘会很生硬有“贴纸感”。2.2 关键参数蒙版模糊、重绘幅度和采样步数同样的蒙版参数不同结果天差地别。蒙版模糊Mask Blur默认15左右比较合适它控制蒙版边缘的羽化程度。太低了边缘切割感明显改了区域和没改区域像两块拼图太高了改动的边缘会“溢”到不需要改动的地方。我一般调10到20之间边缘要求精细时降到4到8。重绘幅度Denoising Strength这是局部重绘最重要的参数控制的是改动强度。数值0代表原样输出1代表完全重来。局部重绘我通常在0.6到0.85之间浮动改背景用0.7左右换人脸用0.75左右细节修复就压到0.4以下。记住一个原则改动越小的事重绘幅度越低不然把不该动的纹理也洗掉了。采样步数局部重绘不用拉满20到30步之间足够。很多人以为步数越高越清晰其实步数超过一定值后就是纯耗时图像质量不再提升。2.3 从“去路牌”到“换衣服”的完整操作流程举个最常见的场景照片背景里有个碍事的垃圾桶或者路人甲你想去掉它。一步步来图片导入局部重绘面板用画笔把要消除的物体涂满蒙版。注意要在物体边缘外再留一圈留2到3个像素的冗余这样模型在参考周围环境时过渡更自然。按“仅重绘蒙版内容”模式跑一遍提示词里写周围的东西。比如消除草地上的垃圾桶提示词就写“grass, outdoor”让模型知道该补齐草地而不是生成一团乱码。重绘幅度调到0.7到0.8这一步的目的是给模型足够的自由度去“脑补”被遮挡的区域。如果第一次生成的补丁和周围光影不一致反复刷几次或微调蒙版模糊值直到过渡自然。换衣服同理蒙版涂在衣服区域提示词改成“red dress”之类把重绘幅度调到0.7到0.85。但要注意如果你用0.85以上的强度衣服轮廓周围会跟着轻微变形所以先低后高逐次尝试。2.4 局部重绘的5个避坑经验蒙版不要涂出边界如果蒙版顺着衣服纹理扫过头了AI会连皮肤一起改。涂蒙版时放大图片、放慢鼠标这是精细活儿。提示词必须描述蒙版区域的“应有之物”消除物体时提示词写补全内容不是写“删除”。AI听不懂“删除”只知道“这里没有垃圾桶那应该是什么”。人脸修复单独跑换完脸后再用ADetailer或面部重绘修一遍五官这个组合拳比一次成图稳定得多。多人合影改其中一人时把其他人也轻微画进提示词里比如“two people, one in red”有助于模型理解画面关系避免改完只剩一个人。不要忽视Seed值想要保持原图的光影和氛围局部重绘时锁定原图的Seed效果比瞎碰参数稳定。3. 图生图与画布扩展不重新画也能拿到想要的新画面局部重绘解决的是“改局部”图生图解决的是“整体换风格”和“以图补图”。在照片转插画、真人转二次元、老照片翻新这类场景里图生图是主力。3.1 全局重绘的幅度控制0.3到0.9之间的微妙平衡图生图的本质是把整张图加噪再重绘控制权全在重绘幅度这个参数上。0.3到0.45改动较小基本保留原图构图和内容适合微调色调、优化细节、去噪点。老照片修复一般在这个区间。0.5到0.65保留构图、调整画风这个区间适合“风格迁移”。原图内容还在但画质、笔触、色彩会明显向目标风格靠拢。真人照片在这个区间做二次元化是最好用的。0.7到0.85大改。构图会漂移内容会重组适合“参考原图的感觉但重新发挥”。比如你只有一张草稿图想让模型生成细节丰富、视角稍微变化的成图。0.9以上基本等于文生图原图只提供颜色分布参考不建议在图片编辑场景使用。实操时我的习惯是先定0.55左右跑一张再根据结果上下微调0.05到0.1。一次到位的情况很少但别跑太多次每次微调只动一个参数否则你根本不知道改了什么导致的差异。3.2 用Outpainting扩展画布把竖图变横图、补全构图的正确姿势画布扩展Outpainting是图生图里最神奇的功能。你有一张竖版人像但设计需要横版横幅AI就可以把背景向左右延伸生成原本不存在的画面内容。实操上有两种方式WebUI自带Outpainting把图片放在局部重绘面板蒙版涂在画布边缘需要扩展的方向重绘模式选“重绘非蒙版内容”提示词描述扩展方向的场景。我实际操作下来的心得是一次只扩展一个方向不要同时扩上下左右。同时扩四个方向会让模型失去所有参考锚点构图结构会飘掉。每次扩展50到100像素跑完一次再继续扩这样画面衔接比较自然。手动扩画布法先把画布用图片处理软件拉宽空出右侧区域再把整张图拿去做图生图。这个方法对模型的“补全能力”要求更高但控制力也更强因为有明确的空白区域让模型发挥。第一个方法适合新手第二个方法适合对构图有明确要求的人。3.3 分辨率重绘低清图如何安全地变高清低分辨率图片想变高清网上教程一堆但很多一上手就崩。正确路径是这样的先用图生图重绘幅度0.3到0.4分辨率按原图的2倍设置跑一遍。这一步是“初步放大”顺便清理噪点。再用高清修复Hires Fix或者外部放大脚本把步数调低权重在0.2到0.5之间进行第二次放大。如果人脸有畸变开ADetailer单独修脸基本能救回来。这里有个大坑不要一次性把分辨率拉到4倍以上。模型没有能力凭空捏造那么多细节拉太高只会得到一张糊糊的“细节涂抹图”。我见过太多人1280x720的图直接拉到5120x2880结果出来全是塑料感和重复纹理。正确的思路是“级进式放大”每次放大1.5到2倍总共放两到三倍就够用。记住AI放大不是变魔术它是在已有信息基础上做合理插值幅度太猛只会画蛇添足。3.4 老照片修复的真实工作流还原这个场景很像但难点不同。老照片往往有划痕、噪点、泛黄、缺角。我的修复流程如下预处理先用PS或在线工具把照片裁正、拉直、去掉明显的划痕这一步别省。AI处理“脏信息”会一本正经地放大错误把噪点画成皮肤纹理。初步降噪图生图重绘幅度0.25到0.3提示词写“portrait, detailed skin texture, natural facial features”。这一步只做轻度清洗把颗粒感去掉保留五官轮廓。脸部增强用局部重绘只圈出脸部区域提示词加“detailed face, high resolution”, 重绘幅度0.35。让五官更清晰。高清放大按级进式放大原则推到目标分辨率。手绘修边AI修旧照片最大的问题是把人的手画畸形或把背景文字画乱这步只能人工介入。这流程走下来一张七八十年前的老照片能修到“发朋友圈不尴尬”的程度但不能指望它变成摄影棚原片AI的修复是有极限的。4. ControlNet精准控制让AI听你的手而不是只看文字如果说局部重绘是“告诉AI改哪”那ControlNet就是“告诉AI怎么改”。它解决了图片编辑中最头疼的问题结构失控。4.1 常用控制模式的选型与适用场景ControlNet插件里控制类型很多但日常图片编辑用到的就几个。Canny边缘检测识别图片里的线条轮廓适合锁定构图的轮廓框架。你要保持人物轮廓不变、只换颜色风格用Canny锁定主图再配合图生图重绘效果立竿见影。Depth深度图生成景深信息控制前后空间关系。适合场景透视要求高的图比如建筑、室内设计深度图能让AI在重绘时保持空间结构不塌。Lineart精细线稿比Canny更干净适合动漫插画和线稿上色能从线稿直接生成成品图。OpenPose姿态骨架提取人物骨骼姿态改变姿势、动作构图时用它。还记得“保持人物是原样但换个动作”这种需求OpenPose就是为此生的。Tile分片重写这名字很玄实际上它是“参考原图纹理并重新演绎”的神器。适合在不动构图的前提下把照片变插画或把插画变写实。Inpaint局部控制专门配合蒙版重绘使用的模型让蒙版区域内生成的图像更好地参考蒙版外的边缘。我的建议是开始只用Canny和Depth这两个理解成本最低。OpenPose和Tile花半天熟悉后图片编辑的可玩性会直接翻倍。4.2 权重参数怎么调才不喧宾夺主ControlNet不是开了就完事核心在“控制权重”。权重Weight控制ControlNet的影响力。默认1.0但图片编辑场景我常常调到0.5到0.8。为什么因为权重太高会死板生成的图“贴”着原图的线条走风格发挥空间被压死。举个例子你用Canny锁定一张照片的轮廓去生成水彩画权重1.0时出来的图构图是稳但笔触会很拘谨权重0.7时画面的自由度刚好既保持了构图骨架又有了水彩的灵动。起始步数Start Step控制ControlNet生效的时机。默认从0步开始但有些场景应该让模型先自由发挥几轮再介入控制。做深度编辑时我从0.05或0.1开始介入做严格结构控制时才从0开始。结束步数End Step默认到1.0结束但如果你改动的区域很小可以让ControlNet在0.8左右就停止工作最后几步让模型自由处理细节这样边缘更柔和。4.3 一次完整的人像姿态迁移从照片A到照片B讲一个最常见的实战需求把照片里人物的姿势从A图迁移到B图的背景和风格里。准备B图风格参考图作为底图放进图生图面板。打开ControlNet上传A图姿势参考图选OpenPose模式。权重设为0.8起始步数0结束步数0.6。提示词描述B图的风格和内容重绘幅度0.6左右。生成。这一步的原理是OpenPose只管骨骼姿态不管服装细节和画面风格底图的重绘负责提供画面内容两者一组合就拿到了“A的姿势 B的风格与内容”。这个方法的精髓在结束步数设0.6后半程模型已经吃透了姿态骨架再让它自由发挥细节改姿势的同时保留了B图的服装、光影和画面质感。4.4 ControlNet复现同一张脸的懒人玩法除了控制结构ControlNet还有个隐藏用法用IP-Adapter或者Reference模式做“脸的一致性控制”。这是AI写真和角色设定的核心工具。流程是上传一张脸部照片用Reference模式锁定面部特征再配合图生图或文生图就能在不同场景下生成同一张脸的人像。注意Reference模式不是复制粘贴脸部它更接近“把这人的气质和五官比例作为参考”所以要做正式的角色一致性建议配合LoRA模型双管齐下。单纯用Reference模式生成的图远看像近看细节会漂。我自己做AI写真习惯先训练一个脸部LoRA再在生成时加一个低权重的Reference控制两者互补稳定性和相似度都能兼顾。5. 从单张到批量工作流才是图片编辑的效率归宿单张图改到满意只是入门。真正的效率提升来自把“图片编辑的流程”固化成可以复用、可以批处理的工作流。5.1 工作流如何搭拆解、固化、复用图片编辑的流程本质上是一条生产线拿图、分析、控制、生成、修脸、放大。用ComfyUI可以把这些环节全连起来一次搭建无限复用。我的建议是不要直接学高深节点先从“局部重绘”工作流入手拆解加载底图节点蒙版节点加载透明蒙版PNG或者手绘蒙版控制网络节点OpenPose/Canny按需接入采样器节点参数固化面部修复节点ADetailer高清放大节点保存节点搭建时别追求一步到位先拉通最核心的两三个节点跑通了再逐步加。ComfyUI的优势在于可视化排错——哪个节点出的问题一目了然不像WebUI那样黑盒到底。5.2 批处理场景照片整理、数据集清洗一步到位很多人没意识到图片编辑技术最实用的场景不是“修美图”而是批处理脏活。举个例子做模型训练前需要清洗几千张数据集裁剪人脸、去模糊、统一分辨率、筛选光线。这些活人工做能疯掉。用图生图加脚本批量处理一台机器一个晚上能跑完几百张的初步筛选和修复。另一个高频场景是电商白底图替换。拍了一堆实物图想统一换背景、调色调、抠图重绘。用ControlNet的Inpaint模型加局部重绘做批量背景替换比手动PS效率高一个数量级。提示批处理前一定要抽样检查。先跑10张看结果确认输出稳定后再全量跑不然几千张废图教你做人。5.3 显存、速度和算力的平衡术批量处理最大的制约是显存。我踩过的坑说一下自己的经验12G以下显存单批张数Batch Size拉到1启用低显存模式优先保质量而不是保速度。16G以下Batch Size最多2不要轻易上大分辨率重绘控制网络节点不要开太多。24G及以上可以尝试Batch Size 4大分辨率图也扛得住。真想省时间优先优化的是“采样迭代步数”而不是开大Batch Size。步数从30降到20画质几乎无损速度能快三分之一这笔账很划算。6. 常见问题与排查技巧实录写这个章节是把这段时间自己被问得最多的、自己反复踩过的问题集中列一下。很多问题看起来是个例实际是通病。6.1 图片编辑后人物脸部畸变怎么救脸部畸变是最常见的崩坏场景触发原因通常是重绘幅度过高或分辨率过度拉升。排查顺序如下先看脸部是否在蒙版范围附近如果是加大蒙版模糊值到12到16让生成区域边缘和原图融合得更好。再看重绘幅度是否过高高于0.8请往下压换高质量底模型比硬调参数有效得多。开ADetailer单独修复把ADetailer的检测模型设为face_yolov8n让它专门跑一遍脸部修复流程大多数畸变都能救回来。我见过太多人遇到脸部崩就直接重跑整张图完全没必要正确修法就是单独把脸区域重绘一遍其余部分不要动。6.2 局部重绘的背景变灰、变花了怎么办背景变花通常发生在“消除物体”场景因为蒙版区域和周围环境的颜色分布相差太大模型不知道该补什么。解决路径提示词里明确写周围环境的材质草地就写“grass”墙面就写“wall texture”不要只写“background”。重绘幅度降到0.65到0.7给模型更少的“发挥”空间。打开ControlNet的Tile模式把原图作为控制源蒙版区域生成时就会参考附近纹理来补齐这个组合对付背景变花非常有效。6.3 生成三张图有两张“地砖透视歪了”是什么原因透视歪斜基本可以断定是深度图控制不到位。出现这个问题的场景多半是建筑、室内、地面这类规则纹理的图。开ControlNet Depth模式权重拉到1.0到1.2强行锁定透视结构。如果还是歪先在预处理器里检查生成的正彩色深度图深度图本身错的话说明预处理出了问题换Lineart模式试试。不要用高重绘幅度去做场景结构编辑0.5到0.6是黄金区间高于0.7透视必歪概率大增。6.4 出图结果颜色偏灰、发闷是怎么回事颜色发闷九成是对比度丢失原因是重绘幅度太高把原图的影调信息洗掉了。重绘幅度往下压从0.7降到0.6颜色立刻干净。把采样器从DPM 2M换成DPM 2M Karras色彩明快一些。生成后加一个轻度的色调调校脚本或者后期拉到PS里用曲线拉一拉对比度。6.5 为什么换背景时主体的边缘总有白边白边是“重绘非蒙版内容”模式的典型副作用原因是边缘参考不够精细。把蒙版模糊调低让边缘过渡更锐利。把蒙版边缘涂得更精确不要给AI模糊半像素的自由裁量权。用ControlNet Inpaint模型辅助局部重绘它对边缘的处理更细腻白边问题会大幅减少。7. 工具的搭配逻辑与选型建议图片编辑要顺手工具选型很重要。不是越贵越好也不是越高级越好要匹配你的使用频率和需求。7.1 本地部署 vs 在线工具的判断标准如果你只是偶尔修几张图、发发社交媒体在线工具就够了。目前一些云端产品把局部重绘和扩展画布做得极其傻瓜化上传、涂蒙版、点生成30秒出结果。但如果你有下面三个需求里的任何一个就直接考虑本地部署批量处理几十上百张图需要精细控制构图结构ControlNet的权重、模型换用涉及商用场景不想把图片发到第三方服务器本地部署的成本是一次性的一台有6G以上显存N卡的电脑推荐8G以上加上免安装或绿色整合包跑起来后你会发现自由度完全不在一个量级。7.2 模型选型写实类、插画类、设计类怎么配图片编辑的底模选择直接决定成败。写实类首选Realistic Vision或ChilloutMix迭代版。前者稳定耐操后者皮肤质感更好。做老照片修复、人像写真这两个够用。插画类二次元用Anything V5系韩系动画风用Counterfeit系。它们对线条和色彩的理解更符合插画审美Canny、Lineart这些控制源配合得也更好。设计类要说的是如果你做产品海报、室内效果图可以试试用SDXL系列底模配合深度控制来做光影、质感、透视精度比SD 1.5时代强了一大截。模型不是越多越好。我建议固定两三个主力底模把它们的脾气摸透比在几十个模型之间瞎换有效率得多。7.3 必装的辅助插件与模型除了主体功能这几个辅助东西建议装齐缺一个都会让你多踩不少坑ADetailer面部修复神器局部重绘后自动跑脸谁用谁知道。ControlNet官方模型包包含Canny、Depth、OpenPose、Tile、Inpaint等基础模型一包搞定。IP-Adapter模型可选项做风格控制和角色一致性时的强力外挂。Emoji权重模型可选项风格调解的好帮手但图片编辑场景使用率不高。装了这些不代表要全开按场景择优使用就行。8. 我的一些真实体会图片编辑玩到现在我的最大感受是AI工具的瓶颈不在于模型在于使用者的拆解能力。你越能清楚地告诉AI“保住什么、改什么、往什么方向改”拿到的东西就越好。线上常说“用AI修图就是打咒语”我不同意。真正的高手是把问题拆成一个一个小控制项先锁定结构、再改重绘范围、再调权重、再修细节。每一步都有明确的意图叠加起来就是稳定可控的结果。拿一张图反复瞎试参数那不是玩AI那是掷骰子。给后来者一个很实在的建议拿十张自己拍的照片从局部重绘开始一张一张把“去杂物、换背景、改色调、扩画布”这四类操作练完。别急着碰高级功能先把手指养成习惯。这四类操作覆盖了80%以上的图片编辑需求练完之后你自然知道自己在什么时候需要什么工具。这篇文章没有讲那些花哨的插件和复杂节点因为这些在基础不牢时只会让你更混乱。先跑通手头的事再向外延展是我这些年做图像处理最实在的经验。希望对正在啃图片编辑的你有点帮助。