LiblibAI图片变清晰教程

下面直接进入实操，我把关键步骤和参数掰开揉碎了讲一遍。

进入ComfyUI高清修复工作流

高清修复功能必须通过ComfyUI的可视化节点界面来调用，静态图生图页面是没这能力的。具体操作：

1. 登录LibLibAI后，在首页搜索栏输入“Flux完美高清放大V2”或“SUPIR超级高清放大修复”。
2. 点对应工作流卡片右上角的

   【在ComfyUI中运行】
   蓝色按钮，页面会自动跳转到节点编辑界面。
3. 等待所有节点加载完成（左下角显示“Ready”），界面中央会出现一堆带文字标签的矩形模块，其中必含“加载图像”和“基础调度器”节点。

上传原始图片并确认输入路径

这一步必须指向正确的节点，否则流程读不到图像。两种方法：

• 直接上传：
  点击标有“加载图像”或“Load Image”的节点内部的“choose file to upload”按钮，从电脑里选目标图（推荐PNG格式，尺寸别超过2048×2048像素）。

• 拖拽上传：
  把图片文件直接拖入该节点区域，松手即触发上传；如果节点没反应，说明拖错了位置——确认鼠标悬停时节点边框是否高亮变蓝。
  

  注意：
  上传后务必检查节点右上角是否出现小缩略图，没有就代表上传失败，得重试。

调节降噪值（Denoise）——清晰度与保真度的平衡杆

这是整个修复流程里最核心的参数，数值越小越保守，越大越激进。该怎么调？

先找到名为“基础调度器”或“KSampler”的矩形节点，双击打开参数面板。在面板里找到“Denoise”滑块或输入框，根据图像类型设定：

• 人像类
  （含人脸、身体）：设为

  0.2–0.3
  ，高于0.3容易导致五官错位。

• 风景/产品图
  ：可以设在0.25–0.35之间。
• 如果原图严重模糊（比如老照片颗粒感强），可以试探性调到0.4，但必须同步启用ControlNet来约束结构。

修改后数值实时生效，不需要手动保存。如果生成的图边缘发虚或细节漂移，马上回调到0.22再跑一次。

可选增强：换UNet模型与加ControlNet

这一步不是必须的，但对提升写实感和结构稳定性很有帮助。

• 换UNet模型：
  在界面右上方找到“UNET加载器”节点，点下拉菜单，选适配风格的大模型。比如人像优先选“F.1-Realistic-V2”，产品图选“FLUX.1-dev”，千万别用ReVAnimated这类动漫向模型。

• 加ControlNet结构引导：
  如果修复后仍然存在形变（比如手臂扭曲、建筑倾斜），在节点空白处右键→选择“Add Node”→搜索“ControlNet Apply”→连接到“KSampler”节点的“positive”输入口→再上传一张Canny线稿或OpenPose姿态图作为控制源→将Control Weight设为0.75～0.85。

运行并导出无水印高清图

点击界面右上角绿色三角形的“Queue Prompt”按钮，等右下角“Sa ve Image”节点输出缩略图。把鼠标悬停在该缩略图上，右键→选择“Sa ve Image”→保存为PNG格式。

千万别点界面顶部的“保存项目”或“导出JSON”，那只是保存工作流配置，不是图片。