%20(1).png)
ComfyUI-RealESRGAN_Upscaler 插件完全使用教程
1. 插件简介
插件地址： https://github.com/zentrocdot/ComfyUI-RealESRGAN_Upscaler
这个插件就像一个超级厉害的图片放大镜！你知道平时用手机拍照片，放大后就变糊了吗？这个插件就是专门解决这个问题的。它使用了一种叫做 RealESRGAN 的高科技方法，可以把小图片变成大图片，而且还能保持图片非常清晰，甚至比原图还要清楚！
能给我们带来什么效果？ - 把模糊的小图片变成超清晰的大图片 - 让老照片重新变得清晰 - 把低分辨率的图片变成高分辨率的图片 - 就像给图片安装了一个超级放大镜，放大后还不会变糊
2. 如何安装
方法一：使用 ComfyUI Manager（推荐） 1. 打开 ComfyUI Manager 2. 搜索 "zentrocdot" 或者 "ComfyUI_realESRGAN_Upscaler" 3. 点击安装即可
重要提醒： 安装后第一次使用可能会出错，需要修复一个小问题。找到 degradations.py 文件，把里面的 from torchvision.transforms.functional_tensor import rgb_to_grayscale 改成 from torchvision.transforms.functional import rgb_to_grayscale
3. 节点详细解析
3.1 🚀 Universal RealESRGAN Upscaler 节点
这个节点就像一个专业的图片放大工厂。你把图片扔进去，它就会根据你的设置把图片放大，然后输出一张更大更清晰的图片。
这个节点能干什么？ - 输入：一张需要放大的图片 - 输出：一张放大后的高清图片 - 额外输出：还能显示你电脑的显卡信息，以及出错时的错误信息
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 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 放大倍数 | scale_factor | 0.1-30.0 | 2.0-4.0 | 决定图片要放大多少倍，就像调节放大镜的倍数 | 图像缩放因子，支持小数点设置 | 如果原图是512x512，设置4.0就变成2048x2048 |
| 分块数量 | tile_number | 整数 | 根据图片大小调整 | 把大图片切成小块来处理，就像拼图一样 | 瓦片处理数量，用于处理大分辨率图像 | 图片越大，这个数字要越大，比如1024以上的图片需要设置 |
| 分块边距 | tile_pad | 整数 | 默认值 | 每个小块之间的重叠部分，避免拼接痕迹 | 瓦片边缘填充像素数 | 一般保持默认值，除非发现拼接有问题 |
| 预处理边距 | pre_pad | 整数 | 默认值 | 在处理前给图片加点边框，就像给相片加相框 | 预处理时的边缘填充 | 通常保持默认值即可 |
| 浮点格式 | fp_format | 字符串 | 默认值 | 决定计算的精度，就像选择计算器的小数位数 | 浮点数精度格式设置 | 一般不需要改动 |
| 降噪强度 | denoise | 0.0-1.0 | 0.5 | 去除图片噪点的强度，就像图片美颜的力度 | 降噪处理强度 | 老照片或有噪点的图片可以调高一点 |
| 网络缩放 | netscale | 2或4 | 根据模型选择 | 必须和你选择的模型匹配，就像钥匙配锁 | 神经网络的缩放倍数 | x2模型就选2，x4模型就选4，否则会出错 |
| 显卡编号 | gpu_id | 列表 | 0 | 选择用哪个显卡来处理，就像选择用哪个工人干活 | GPU设备ID选择 | 如果只有一个显卡就选0，多显卡可以选择性能更好的 |
| 模型选择 | model | 列表 | 根据需要选择 | 选择用哪个放大模型，就像选择用哪种放大镜 | 预训练模型选择 | 通用图片用RealESRGAN_x4plus，照片用RealESRNet_x4plus |
3.3 支持的模型类型
插件支持以下几种模型，每种就像不同类型的放大镜：
| 模型名称 | 适用场景 | 放大倍数 | 通俗解释 |
|---|---|---|---|
| RealESRGAN_x4plus.pth | 通用图片 | 4倍 | 万能放大镜，什么图片都能处理 |
| RealESRNet_x4plus.pth | 真实照片 | 4倍 | 专门用来放大照片的放大镜 |
| RealESRGAN_x2plus.pth | 轻度放大 | 2倍 | 温和的放大镜，放大效果不那么强烈 |
| ESRGAN_SRx4_DF2KOST_official.pth | 高质量放大 | 4倍 | 高端放大镜，效果特别好 |
4. 使用技巧和建议
4.1 新手使用建议
- 第一次使用： 直接用默认设置，只调整放大倍数就行
- 图片大小： 512x512 以下的图片用默认设置就够了
- 放大倍数： 建议从 2.0 开始试，效果好再往上调
4.2 高级使用技巧
- 大图片处理： 超过1024分辨率的图片一定要设置分块数量
- 老照片修复： 降噪强度调到0.6-0.8
- 动漫图片： 可以尝试更高的放大倍数，比如6.0-8.0
4.3 性能优化建议
- 显卡选择： 如果有多个显卡，选择显存更大的那个
- 内存不足： 减少分块数量或者降低放大倍数
- 处理速度： 分块数量越多，处理速度越慢但效果越好
5. 常见问题解答
5.1 安装和运行问题
Q：安装后节点无法使用怎么办？
A：需要修复一个文件，找到 degradations.py 文件，修改其中的导入语句
Q：提示需要 NVIDIA 显卡怎么办？ A：这个插件只能在 NVIDIA 显卡上运行，AMD 显卡暂时不支持。
5.2 参数设置问题
Q：netscale 参数应该怎么设置？ A：这个参数必须和你选择的模型匹配，x2模型就选2，x4模型就选4，否则会出错
Q：什么时候需要设置分块？ A：对于1024分辨率以上的图片需要设置分块处理
5.3 效果优化问题
Q：放大后的图片不够清晰怎么办？ A：尝试更换模型，或者调整降噪强度参数。
Q：处理大图片时出现内存不足？ A：增加分块数量，把大图片切成更小的块来处理。
6. 工作流程示例
6.1 基础放大工作流程
- 加载图片 → RealESRGAN节点 → 保存图片
- 设置放大倍数为4.0
- 选择合适的模型
- 其他参数保持默认
6.2 高质量放大工作流程
- 加载图片 → RealESRGAN节点 → 额外处理 → 保存图片
- 根据图片类型选择专用模型
- 调整降噪强度
- 设置合适的分块参数
7. 注意事项
- 硬件要求： 必须有 NVIDIA 显卡
- 内存使用： 放大倍数越高，占用内存越多
- 处理时间： 图片越大，处理时间越长
- 模型匹配： netscale 参数必须和模型匹配
8. 总结
这个插件就是一个超级强大的图片放大器，特别适合： - 想要把小图片变成大图片的朋友 - 需要修复老照片的用户 - 想要提高图片质量的创作者
只要按照这个教程一步步来，你就能轻松掌握这个插件的使用方法，让你的图片变得更加清晰漂亮！