# ComfyUI-NuA-BIRD 插件：图像修复神器保姆级教程 ## 1. 插件简介 ComfyUI-NuA-BIRD 是一个基于 BIRD（Blind Image Restoration via Fast Diffusion Inversion）技术的图像修复插件。 **插件地址：** https://github.com/nuanarchy/ComfyUI-NuA-BIRD 这个插件就像是一个"万能图像修复工具箱"，可以帮您解决各种图像问题： - **去模糊**：把拍糊了的照片变清晰，就像给眼睛戴上了眼镜 - **去噪**：把有颗粒感、有杂点的照片变干净，就像用橡皮擦掉了脏东西 - **图像修复**：能够填补照片中缺失的部分，就像用魔法笔把破损的照片补完整 - **超分辨率**：把小图片放大但不变糊，就像用放大镜看蚂蚁但蚂蚁还是很清楚 - **非均匀去模糊**：专门处理照片某些部分糊、某些部分清晰的情况 ## 2. 如何安装 ### 方法一：手动安装 1. 打开您的 ComfyUI 安装文件夹 2. 找到 `ComfyUI/custom_nodes` 文件夹 3. 在命令行中输入： ```bash cd ComfyUI/custom_nodes git clone https://github.com/nuanarchy/ComfyUI-NuA-BIRD.git ``` 4. 安装依赖库： ```bash pip install -r ComfyUI-NuA-BIRD/requirements.txt ``` 5. 下载模型文件：从 [这里](https://drive.google.com/file/d/1qMs7tNGV3tkOZNKH5L130dkwsmobEJdh/view?usp=sharing) 下载模型，放到 `ComfyUI/models/checkpoints` 文件夹中 ### 方法二：使用 ComfyUI Manager 1. 打开 ComfyUI 2. 点击 "Manager" 按钮 3. 搜索 "NuA-BIRD" 4. 点击安装 5. 重启 ComfyUI ## 3. 节点详解 ### 3.1 BIRD Image Restoration 节点 这是主要的图像修复节点，就像一个"智能修图师"，能够自动判断图片的问题并进行修复。 #### 3.2 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 输入图像 | image | IMAGE | - | 这是您要修复的图片，就像把病人送到医院 | 输入待处理的图像数据 | 连接一个图片加载节点，比如 "Load Image" | | 修复类型 | restoration_type | 选择框 | deblur | 选择要做什么类型的修复，就像告诉医生您哪里不舒服 | 指定图像修复的具体任务类型 | 选择 "deblur"（去模糊）、"denoise"（去噪）、"inpaint"（修复）等 | | 引导强度 | guidance_scale | 浮点数 | 7.5 | 控制修复的强度，就像调节药量轻重 | 控制扩散模型的引导强度 | 数值越大修复越强烈，但可能过度；越小修复越温和 | | 推理步数 | num_inference_steps | 整数 | 50 | 修复时要"思考"多少步，就像医生检查的仔细程度 | 扩散模型的推理迭代步数 | 步数越多效果越好但速度越慢，一般 20-100 步 | | 随机种子 | seed | 整数 | -1 | 控制随机性，就像抽签的号码 | 控制随机数生成器的种子 | 相同种子产生相同结果，-1 表示随机 | | 噪声强度 | noise_level | 浮点数 | 0.1 | 控制修复过程中的随机性强度 | 控制添加噪声的程度 | 0.0-1.0 之间，越大随机性越强 | ### 3.3 BIRD Load Model 节点 这个节点用来加载 BIRD 模型，就像"请专家出场"的按钮。 #### 3.4 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 模型路径 | model_path | 字符串 | - | 告诉程序模型文件在哪里，就像告诉导航目的地 | 指定模型文件的存储路径 | 输入模型文件的完整路径，如 "models/checkpoints/bird_model.pth" | | 设备 | device | 选择框 | auto | 选择用什么设备来运行，就像选择用电脑还是手机 | 指定运行设备（CPU/GPU） | 选择 "auto"（自动）、"cuda"（显卡）、"cpu"（处理器） | | 精度 | precision | 选择框 | fp16 | 选择计算精度，就像选择用粗笔还是细笔画画 | 指定模型运行的数值精度 | "fp16"（半精度，快但略粗糙）、"fp32"（全精度，慢但精确） | ### 3.5 BIRD Preprocess 节点 这个节点用来预处理图像，就像"给病人做检查"，确保图片符合要求。 #### 3.6 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 输入图像 | image | IMAGE | - | 要处理的原始图片 | 输入的原始图像数据 | 连接图片加载节点 | | 目标尺寸 | target_size | 整数 | 256 | 把图片调整到多大，就像选择打印纸的尺寸 | 指定输出图像的尺寸 | 必须是 256，因为模型只支持 256x256 | | 裁剪模式 | crop_mode | 选择框 | center | 当图片不是正方形时怎么裁剪 | 指定图像裁剪的方式 | "center"（居中裁剪）、"random"（随机裁剪） | | 是否翻转 | flip_horizontal | 布尔值 | false | 是否水平翻转图片，就像照镜子 | 是否进行水平翻转增强 | true（翻转）、false（不翻转） | | 归一化 | normalize | 布尔值 | true | 是否标准化图片数据，就像把不同单位统一成同一标准 | 是否对图像进行归一化处理 | true（推荐）、false（不推荐） | ### 3.7 BIRD Postprocess 节点 这个节点用来后处理修复后的图像，就像"给治疗后的病人做最后检查"。 #### 3.8 参数详解 | 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 输入图像 | image | IMAGE | - | 修复后的图片 | 处理后的图像数据 | 连接 BIRD Image Restoration 节点 | | 反归一化 | denormalize | 布尔值 | true | 把标准化的数据还原回正常显示格式 | 是否进行反归一化处理 | true（必须）、false（图片会很奇怪） | | 调整范围 | clamp_range | 元组 | (0, 1) | 限制图片像素值的范围，防止过亮或过暗 | 限制像素值的数值范围 | (0, 1) 表示 0-1 之间，(0, 255) 表示 0-255 之间 | | 输出格式 | output_format | 选择框 | RGB | 选择输出图片的颜色格式 | 指定输出图像的颜色空间 | "RGB"（彩色）、"RGBA"（带透明度）、"L"（灰度） | ## 4. 使用技巧和建议 ### 4.1 基本使用流程 1. **加载图片**：使用 "Load Image" 节点加载要修复的图片 2. **预处理**：连接 "BIRD Preprocess" 节点，确保图片是 256x256 尺寸 3. **加载模型**：使用 "BIRD Load Model" 节点加载模型 4. **执行修复**：使用 "BIRD Image Restoration" 节点进行修复 5. **后处理**：使用 "BIRD Postprocess" 节点处理输出 6. **保存结果**：使用 "Save Image" 节点保存修复后的图片 ### 4.2 参数调优建议 - **新手建议**：先用默认参数试试效果，再根据需要微调 - **模糊照片**：选择 "deblur" 模式，引导强度设为 7.5 - **噪点照片**：选择 "denoise" 模式，引导强度可以稍微低一些（5.0-6.0） - **修复破损**：选择 "inpaint" 模式，需要额外提供遮罩图 ### 4.3 性能优化 - **显存不足**：选择 fp16 精度，减少推理步数到 20-30 步 - **追求质量**：选择 fp32 精度，增加推理步数到 100 步 - **批量处理**：相同类型的图片可以使用相同的种子值 ## 5. 常见问题解答 ### 5.1 安装问题 **Q: 安装后找不到节点？** A: 重启 ComfyUI，确保模型文件已下载到正确位置。 **Q: 报错缺少依赖？** A: 运行 `pip install -r requirements.txt` 安装所需依赖。 ### 5.2 使用问题 **Q: 为什么只能处理 256x256 的图片？** A: 这是模型的限制，输入图片必须是 256x256 像素的正方形。 **Q: 处理人脸效果不好？** A: 确保人脸在图片中居中显示，并且占据图片的大部分区域。 **Q: 修复效果不理想？** A: 尝试调整引导强度和推理步数，或者换个修复类型试试。 ### 5.3 性能问题 **Q: 处理速度很慢？** A: 检查是否使用了 GPU（CUDA），可以降低推理步数提高速度。 **Q: 显存不够用？** A: 选择 fp16 精度，关闭其他占用显存的程序。 ## 6. 高级技巧 ### 6.1 工作流组合 - **超分辨率 + 去模糊**：先用其他节点放大图片，再用 BIRD 去模糊 - **批量处理**：配合 "Batch" 相关节点处理多张图片 - **条件修复**：结合 "Switch" 节点根据条件选择不同的修复方式 ### 6.2 自定义训练 如果默认模型效果不满意，可以： 1. 准备自己的数据集 2. 使用 OpenAI 的 improved-diffusion 框架 3. 训练专门的模型 4. 替换默认模型文件 ### 6.3 与其他插件配合 - **ControlNet**：先用 BIRD 修复，再用 ControlNet 调整姿态 - **Face Restore**：BIRD 处理整体，专门的人脸修复插件处理面部细节 - **Upscaler**：BIRD 修复后再用专业放大插件提升分辨率 这个插件就像是一个"图像修复专家"，虽然有一些限制（比如只能处理 256x256 的图片），但在处理模糊、噪点、破损等问题时效果非常好。多试几次，找到最适合您图片的参数组合，就能得到满意的修复效果了！
ComfyUI图像合并插件comfyui-merge使用教程 2025-07-03 22:44 ComfyUI 图像合并插件教程 (comfyui-merge) 1. 插件简介 这是一个专门用来合并图片的 ComfyUI 插件，就像用 PS 把多张图片叠在一起那样。它的特别之处在于你精确控制每张图片的混合方式。 GitHub 地址：https://github.com/LingSss9/com
%20(1).png)
