%20(1).png)
ComfyUI_FaceShaper 插件完全教程
1. 插件简介
插件原地址： https://github.com/fssorc/ComfyUI_FaceShaper
这个插件就像一个专业的"脸型整容师"，能够在换脸之前先调整脸型，让换脸效果更自然！想象一下，你要把一个圆脸的人换成瓜子脸的人，如果直接换脸，五官是换了但脸型还是圆的，看起来就很奇怪。这个插件就像一个会"液化"的魔法师，能先把脸型调整成目标的样子，再进行换脸。
主要功能：
- 脸型匹配调整，就像用美图秀秀的液化功能但更智能
- 支持多种脸部检测方式（就像有好几种不同的"眼镜"来看脸）
- 自动裁剪和对齐脸部区域
- 生成脸部遮罩，保护不需要处理的区域
- 显示脸部关键点，让你看到"机器眼中的脸"
能带来什么效果：
- 换脸前先调整脸型，让换脸结果更自然
- 解决大脸换小脸、圆脸换瓜子脸等问题
- 提供精确的脸部定位和分析
- 让AI换脸工具的效果大幅提升
2. 如何安装
方法一：手动下载安装
- 打开你的 ComfyUI 安装文件夹
- 找到
custom_nodes文件夹 - 在这个文件夹里打开命令行工具
- 输入命令：
git clone https://github.com/fssorc/ComfyUI_FaceShaper.git - 进入插件文件夹：
cd ComfyUI_FaceShaper - 安装依赖：
pip install -r requirements.txt - 重启 ComfyUI
方法二：ComfyUI Manager 安装
- 在 ComfyUI 界面找到 Manager 按钮
- 搜索 "FaceShaper"
- 点击安装
- 重启 ComfyUI
必须下载的模型文件
重要： 这些文件必须下载，否则插件无法工作！
- 从 https://huggingface.co/Kijai/LivePortrait_safetensors/tree/main 下载：
landmark.onnx放到models/liveportrait/文件夹landmark_model.pth放到models/liveportrait/文件夹
可选的检测工具（三选一或全装）
选项1：InsightFace（推荐，但仅限非商业用途）
pip install insightface
下载 https://github.com/deepinsight/insightface/releases/download/v0.7/buffalo_l.zip
解压到 ComfyUI/models/insightface/buffalo_l/
选项2：MediaPipe（免费商用）
pip install mediapipe
选项3：Face-Alignment（免费商用）
会自动下载需要的文件到系统缓存目录
3. 节点详细解析
3.1 FaceShaperModels 节点 - 老式脸部检测器（已过时）
这个节点就像一个老式的脸部识别器，只能用DLib库来检测脸部。现在基本不用了，但为了兼容老工作流还保留着。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 检测类型 | DetectType | 数字选择 | 68 | 就像选择用多少个点来描述一张脸，点越多越精确但速度越慢 | 选择面部关键点检测的数量 | 68个点适合大多数情况，81个点更精确，5个点最快 |
3.2 FaceShaper 节点 - 老式脸型匹配器（已过时）
这个节点是第一代的脸型匹配工具，就像一个会拉伸橡皮泥的机器，能把一张脸拉成另一张脸的形状。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 分析模型 | analysis_models | 模型对象 | - | 就像选择哪个"眼镜"来看脸，不同的模型有不同的识别能力 | 用于面部分析的预训练模型 | 连接FaceShaperModels节点的输出 |
| 源图片 | imageFrom | 图片 | - | 要被改变脸型的原始照片，就像整容前的照片 | 需要进行脸型调整的源图像 | 连接Load Image节点 |
| 目标图片 | imageTo | 图片 | - | 脸型的参考照片，就像整容的目标样子 | 作为脸型参考的目标图像 | 连接另一个Load Image节点 |
| 关键点类型 | landmarkType | 选择 | ALL | 就像选择用脸上的哪些点来做参考，ALL是用所有点，OUTLINE只用轮廓 | 选择用于匹配的面部关键点类型 | ALL更精确，OUTLINE更快 |
| 对齐类型 | AlignType | 选择 | Landmarks | 就像选择按什么方式来拉伸脸型，Width按宽度，Height按高度，Landmarks按关键点 | 选择脸型对齐的方式 | Landmarks效果最自然 |
3.3 FaceShaperLoadInsightFaceCropper 节点 - InsightFace检测器加载器
这个节点就像一个专门的"脸部扫描仪"加载器，用来启动InsightFace这个强大的脸部识别工具。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 运行设备 | onnx_device | 选择 | CUDA | 就像选择用电脑的哪个部件来干活，CUDA用显卡最快，CPU用处理器较慢 | 选择模型运行的硬件设备 | 有显卡选CUDA，没显卡选CPU |
| 保持模型加载 | keep_model_loaded | 开关 | True | 就像选择用完工具后是收起来还是放在桌上，True是放桌上下次用更快 | 是否在内存中保持模型加载状态 | True节省加载时间，False节省内存 |
| 检测阈值 | detection_threshold | 小数 | 0.5 | 就像调节"眼镜"的敏感度，数字越小越容易发现脸，但也容易误判 | 面部检测的置信度阈值 | 0.5是平衡值，检测困难时可降到0.3 |
3.4 FaceShaperLoadMediaPipeCropper 节点 - MediaPipe检测器加载器
这个节点就像另一种"脸部扫描仪"加载器，用来启动Google的MediaPipe脸部识别工具，比InsightFace稍弱但免费商用。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 关键点检测设备 | landmarkrunner_onnx_device | 选择 | CPU | 就像选择用哪个部件来找脸上的关键点，CPU在Windows上更稳定 | 关键点检测模型的运行设备 | Windows建议用CPU，Linux可用CUDA |
| 保持模型加载 | keep_model_loaded | 开关 | True | 就像选择用完工具后是否收起来，True是放桌上方便下次用 | 是否在内存中保持模型加载状态 | True提高效率，False节省内存 |
3.5 FaceAlignmentCropper 节点 - FaceAlignment检测器加载器
这个节点是第三种"脸部扫描仪"加载器，用来启动Face-Alignment工具，功能全面且免费商用。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 脸部检测器 | face_detector | 选择 | blazeface_back_camera | 就像选择用哪种"放大镜"来找脸，不同的有不同的特长 | 选择面部检测算法 | blazeface_back_camera适合大多数情况 |
| 关键点检测设备 | landmarkrunner_device | 选择 | torch_gpu | 就像选择用哪个部件来找关键点，torch_gpu用显卡最快 | 关键点检测的运行设备 | 有显卡选torch_gpu，没显卡选CPU |
| 脸部检测设备 | face_detector_device | 选择 | cuda | 就像选择用哪个部件来找脸，cuda用显卡最快 | 面部检测的运行设备 | 有显卡选cuda，没显卡选cpu |
| 脸部检测精度 | face_detector_dtype | 选择 | fp16 | 就像选择计算的精确程度，fp16速度快占用少，fp32更精确但慢 | 面部检测的数值精度 | fp16是平衡选择，fp32更精确 |
| 保持模型加载 | keep_model_loaded | 开关 | True | 就像选择用完工具后是否收起来 | 是否在内存中保持模型加载状态 | True提高效率，False节省内存 |
3.6 FaceShaperCropper 节点 - 脸部裁剪大师
这个节点就像一个会自动裁剪照片的智能剪刀，能从大照片中精确地切出脸部区域，并且摆正角度。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 裁剪器 | cropper | 裁剪器对象 | - | 就像选择用哪把"剪刀"来裁剪，不同的剪刀有不同的特长 | 面部裁剪和检测工具 | 连接上面任一检测器加载器的输出 |
| 源图片 | source_image | 图片 | - | 要被裁剪的原始照片，就像一张大合影要裁出单人照 | 需要进行面部裁剪的源图像 | 连接Load Image节点 |
| 裁剪尺寸 | dsize | 数字 | 512 | 就像选择裁剪出来的照片有多大，512是512x512像素的正方形 | 裁剪后图像的尺寸 | 512适合大多数情况，高质量可用1024 |
| 缩放比例 | scale | 小数 | 2.3 | 就像调节"取景框"的大小，数字越大包含的背景越多 | 面部区域的缩放倍数 | 2.3包含完整脸部，可调到1.8-3.0 |
| 水平偏移 | vx_ratio | 小数 | 0.0 | 就像调节"取景框"左右位置，负数向左，正数向右 | 水平方向的偏移比例 | 0.0居中，可调-0.5到0.5 |
| 垂直偏移 | vy_ratio | 小数 | -0.125 | 就像调节"取景框"上下位置，负数向上，正数向下 | 垂直方向的偏移比例 | -0.125稍微向上，可调-0.5到0.5 |
| 脸部索引 | face_index | 数字 | 0 | 就像选择照片中的第几张脸，0是第一张，1是第二张 | 选择处理的面部索引 | 多人照片时用来选择特定的脸 |
| 脸部排序 | face_index_order | 选择 | large-small | 就像选择按什么顺序给脸编号，large-small是从大到小 | 面部检测结果的排序方式 | large-small最常用，left-right按位置 |
| 旋转对齐 | rotate | 开关 | True | 就像选择是否要把歪着的脸摆正，True会自动摆正 | 是否进行面部旋转对齐 | True让脸部更正，False保持原角度 |
3.7 FaceShaperShowLandMarks 节点 - 关键点显示器
这个节点就像一个会在脸上画点的画家，能把机器"看到"的脸部关键点显示出来，让你知道AI是怎么理解这张脸的。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 裁剪信息 | crop_info | 信息对象 | - | 就像一份"脸部档案"，记录了脸在哪里、有多大等信息 | 包含面部检测和裁剪信息的数据结构 | 连接FaceShaperCropper节点的crop_info输出 |
| 关键点连线 | landmark_lines | 开关 | False | 就像选择是只画点还是把点连成线，True会画出脸部轮廓线 | 是否在关键点之间绘制连接线 | True显示脸部结构，False只显示点 |
| 写点编号 | writeIndexOnKeyPoints | 开关 | False | 就像选择是否在每个点旁边写上编号，True会显示点的序号 | 是否在关键点旁显示索引编号 | True用于调试，False更美观 |
| 字体大小 | fontSize | 小数 | 0.25 | 就像调节编号字体的大小，数字越大字越大 | 关键点编号的字体大小 | 0.25适中，可调0.1-1.0 |
| 重新缩放尺寸 | rescaleCroppedImg | 数字 | 512 | 就像选择显示图片的大小，数字越大图片越清晰但占用越多 | 裁剪图像的显示尺寸 | 512平衡，1024更清晰 |
| 裁剪图片 | croppedImg | 图片 | 可选 | 裁剪出来的脸部图片，就像单人照 | 经过裁剪的面部图像 | 连接FaceShaperCropper的cropped_image输出 |
| 源图片 | sourceImg | 图片 | 可选 | 原始的完整照片，就像大合影 | 原始的完整图像 | 连接Load Image节点 |
3.8 FaceShaperComposite 节点 - 图片合成大师
这个节点就像一个会PS的高手，能把处理过的脸部图片无缝地贴回到原始照片上，就像从来没有动过一样。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 源图片 | source_image | 图片 | - | 原始的完整照片，就像要贴回去的背景 | 作为背景的原始图像 | 连接Load Image节点 |
| 裁剪图片 | cropped_image | 图片 | - | 处理过的脸部图片，就像要贴上去的贴纸 | 经过处理的面部图像 | 连接处理后的脸部图片 |
| 裁剪信息 | crop_info | 信息对象 | - | 记录脸部位置的"地图"，告诉系统贴到哪里 | 包含裁剪和变换信息的数据 | 连接FaceShaperCropper的crop_info输出 |
| 遮罩 | mask | 遮罩 | 可选 | 就像一个模板，决定哪些地方要贴哪些地方不贴 | 用于控制合成区域的遮罩 | 可连接FaceShaperFaceMask节点 |
3.9 FaceShaperMatchV2 节点 - 新版脸型匹配器
这个节点是升级版的脸型匹配工具，就像一个更智能的"液化大师"，能更精确地调整脸型。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 源图片 | source_image | 图片 | - | 要被改变脸型的照片，就像整容前的照片 | 需要进行脸型调整的源图像 | 连接Load Image节点 |
| 源裁剪信息 | source_crop_info | 信息对象 | - | 源图片的脸部"档案"，记录脸部信息 | 源图像的面部检测和裁剪信息 | 连接源图片的FaceShaperCropper输出 |
| 目标裁剪信息 | target_crop_info | 信息对象 | - | 目标脸型的"档案"，作为参考标准 | 目标图像的面部检测和裁剪信息 | 连接目标图片的FaceShaperCropper输出 |
| 关键点类型 | landmarkType | 选择 | ALL | 选择用脸上的哪些点来做参考，ALL用所有点更精确 | 选择用于匹配的面部关键点类型 | ALL更精确，OUTLINE更快 |
| 对齐类型 | AlignType | 选择 | Landmarks | 选择按什么方式来调整脸型，Landmarks最自然 | 选择脸型对齐的方式 | Landmarks效果最好，JawLine适合大小脸差异 |
3.10 FaceShaperFaceMask 节点 - 脸部遮罩生成器
这个节点就像一个会做面具的工匠，能根据脸部轮廓自动生成遮罩，保护不需要处理的区域。
参数详解
| 参数名 (UI显示) | 参数名 (代码里) | 参数值类型 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 裁剪信息 | crop_info | 信息对象 | - | 脸部的"档案"信息，用来知道脸在哪里 | 包含面部检测信息的数据结构 | 连接FaceShaperCropper的crop_info输出 |
| 遮罩尺寸 | MaskSize | 选择 | Source | 选择遮罩是按原图尺寸还是裁剪图尺寸，Source是原图大小 | 遮罩生成的尺寸基准 | Source用于合成，Crop用于单独处理 |
| 扩展大小 | grow | 数字 | 0 | 就像调节面具的大小，正数让面具变大，负数让面具变小 | 遮罩边缘的扩展或收缩像素数 | 0不变，10扩大，-10缩小 |
| 渐变扩展 | grow_tapered | 开关 | False | 选择扩展时是否要渐变效果，True会让边缘更柔和 | 扩展时是否使用渐变效果 | True边缘更自然，False边缘更锐利 |
| 模糊程度 | blur | 数字 | 13 | 就像调节面具边缘的柔和程度，数字越大边缘越模糊 | 遮罩边缘的模糊半径 | 13适中，可调1-50 |
4. 使用技巧和建议
4.1 检测工具选择建议
- InsightFace： 效果最好，但仅限非商业用途，需要显卡
- MediaPipe： 免费商用，CPU友好，Windows上建议用CPU模式
- Face-Alignment： 功能全面，免费商用，显卡加速效果好
4.2 脸型匹配技巧
- Width/Height对齐： 适合脸型比例差异不大的情况
- Landmarks对齐： 效果最自然，适合大多数情况
- JawLine对齐： 专门解决大脸换小脸的问题
4.3 参数调优建议
- 检测阈值： 检测困难时降低到0.3-0.4
- 缩放比例： 脸部被截断时增加到2.5-3.0
- 偏移调整： 脸部位置不正时微调vx_ratio和vy_ratio
4.4 工作流程建议
- V2推荐流程： 加载检测器 → 裁剪脸部 → 脸型匹配 → 换脸处理 → 合成回原图
- 简单流程： 直接用FaceShaper节点（老版本）
- 调试流程： 使用ShowLandMarks节点查看检测效果
5. 常见问题解答
Q1: 检测不到脸部怎么办？
A:
- 降低detection_threshold到0.3
- 尝试不同的检测器（InsightFace效果最好）
- 确保图片中脸部清晰可见
- 检查图片分辨率不要太低
Q2: 脸型匹配效果不好怎么办？
A:
- 尝试不同的AlignType，Landmarks通常效果最好
- 确保两张图片的脸部都能正确检测
- 调整scale参数，确保脸部完整
- 使用V2版本的MatchV2节点
Q3: 合成后有明显接缝怎么办？
A:
- 使用FaceShaperFaceMask生成更好的遮罩
- 增加遮罩的blur值让边缘更柔和
- 调整grow参数扩大遮罩范围
Q4: 显存不足怎么办？
A:
- 使用CPU模式而不是CUDA
- 降低图片分辨率
- 设置keep_model_loaded为False
- 使用MediaPipe代替InsightFace
Q5: 处理速度太慢怎么办？
A:
- 使用显卡加速（CUDA模式）
- 降低图片分辨率到512或更小
- 使用fp16精度而不是fp32
- 选择更快的检测器
Q6: 倾斜的脸处理不好怎么办？
A:
- 确保rotate参数设为True
- 使用V2版本的工作流
- 尝试不同的face_detector类型
6. 高级使用技巧
6.1 批量处理优化
- 设置keep_model_loaded为True避免重复加载
- 使用相同的检测器处理多张图片
- 合理安排显存使用，避免同时加载多个模型
6.2 质量优化
- 使用高分辨率图片（至少512x512）
- 确保脸部占图片的合适比例
- 选择合适的scale值包含完整脸部
6.3 特殊情况处理
- 多人照片： 使用face_index选择特定的脸
- 侧脸处理： 调整vx_ratio和vy_ratio参数
- 大小脸差异： 使用JawLine对齐类型
6.4 与其他节点配合
- 换脸节点： 在FaceShaper处理后使用InstantID等
- 图像增强： 合成后可使用超分辨率节点
- 批处理： 配合批处理节点处理视频帧
7. 故障排除指南
7.1 安装问题
- 依赖安装失败： 使用conda环境或虚拟环境
- 模型下载失败： 手动下载模型文件到指定目录
- 权限问题： 确保有写入models文件夹的权限
7.2 运行时错误
- CUDA错误： 检查显卡驱动和CUDA版本
- 内存不足： 降低图片分辨率或使用CPU模式
- 模型加载失败： 检查模型文件路径和完整性
7.3 效果问题
- 检测不准确： 尝试不同的检测器和参数
- 变形过度： 调整对齐类型和参数
- 合成不自然： 优化遮罩参数和模糊设置
8. 总结
ComfyUI_FaceShaper 插件是一个功能强大的脸型调整工具，特别适合：
- 需要高质量换脸效果的用户
- 处理脸型差异较大的换脸任务
- 对换脸效果有高要求的专业用户
- 需要批量处理脸部图像的场景
核心价值：
- 智能脸型匹配： 解决换脸中的脸型不匹配问题
- 多种检测方案： 适应不同的使用需求和授权要求
- 精确控制： 提供丰富的参数调节选项
- 无缝集成： 与其他ComfyUI节点完美配合
通过本教程，你应该已经掌握了：
- 10个核心节点的详细使用方法
- 不同检测工具的选择和配置
- 各种参数的调优技巧
- 常见问题的解决方案
记住，这个插件的核心就是"先调脸型，再换脸"，让AI换脸的效果更加自然逼真！