%20(1).png)
ComfyUI_RH_OminiControl 插件完全教程
1. 插件简介
ComfyUI_RH_OminiControl 是一个基于 OminiControl 的 ComfyUI 插件，插件原地址：https://github.com/HM-RunningHub/ComfyUI_RH_OminiControl
这个插件就像是给你的 ComfyUI 装了一个超级智能的图片处理助手，它能帮你做三件很厉害的事情：
- 物体搬运工（Subject）：把一张图片里的物体"搬"到另一个场景里，就像魔法一样
- 空间魔法师（Spatial）：根据图片的边缘、深度、颜色等信息，重新生成全新的图片
- 图片修补匠（Fill）：把图片上的破洞或不想要的部分完美修补，就像从来没有过一样
这个插件特别为 RTX 4090 显卡优化过，运行起来又快又稳定，而且使用了 schnell 快速模型，生成图片的速度比原版快很多。
2. 如何安装
前置条件
- 确保你已经安装了 ComfyUI
- 建议安装 diffusers 0.31.0 版本（支持 FluxPipeline）
安装步骤
- 打开终端或命令行
- 进入你的 ComfyUI 安装目录下的
custom_nodes文件夹 - 运行以下命令：
git clone https://github.com/HM-RunningHub/ComfyUI_RH_OminiControl.git
模型下载
你需要下载以下模型文件并按照指定目录结构放置：
目录结构：
/models/flux/
├── FLUX.1-schnell/ # 主要的 AI 模型
└── OminiControl/ # 控制模型
├── depth-anything-small-hf/ # 深度识别模型
├── experimental/ # 实验性功能模型
└── omini/ # 核心控制模型
下载地址：
- FLUX.1-schnell：https://huggingface.co/black-forest-labs/FLUX.1-schnell
- depth-anything-small-hf：https://huggingface.co/LiheYoung/depth-anything-small-hf
- experimental 文件夹：https://huggingface.co/Yuanshi/OminiControl/tree/main/experimental
- omini 文件夹：https://huggingface.co/Yuanshi/OminiControl/tree/main/omini
3. 节点详细解析
3.1 OminiControl Subject 节点（物体搬运工）
这个节点就像一个专业的"物体搬运工"，它能把一张图片里的主要物体（比如人、动物、物品）提取出来，然后根据你的描述把它放到一个全新的场景里。
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 |
|---|---|---|---|---|---|---|
| 主体图片 | subject_image | IMAGE类型 | 必填 | 这是你要"搬运"的物体所在的原图片，就像告诉搬运工"这个东西在这里" | 输入包含目标主体的源图像，用于提取主体特征 | 上传一张包含你想要的物体的图片，比如一只猫的照片 |
| 提示词 | prompt | 文本 | 根据需求填写 | 告诉AI你想把这个物体放到什么样的新场景里，就像给搬运工下指令 | 描述目标场景和风格的文本提示，指导图像生成过程 | 输入"一只猫坐在沙发上"，AI就会把猫放到沙发场景里 |
| 随机种子 | seed | 整数 | 0-最大整数 | 这个数字决定了AI的"创意随机性"，同样的种子会产生同样的结果 | 控制随机数生成器的种子值，确保结果的可重现性 | 设置为42，每次运行都会得到相同的结果；设置为0则每次都不同 |
3.2 OminiControl Spatial 节点（空间魔法师）
这个节点就像一个"空间魔法师"，它能根据图片的各种特征（边缘线条、深度信息、颜色分布等）重新创造出全新的图片，但保持原图的空间结构。
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 |
|---|---|---|---|---|---|---|
| 参考图片 | ref_image | IMAGE类型 | 必填 | 这是你的"参考模板"，AI会根据这张图的结构来生成新图 | 作为空间结构参考的输入图像，提供生成的基础框架 | 上传一张房间的照片，AI会保持房间的布局结构 |
| 提示词 | prompt | 文本 | 根据需求填写 | 告诉AI你想要什么样的新图片，但会保持原图的空间布局 | 描述期望生成内容的文本提示，结合空间条件进行生成 | 输入"现代简约风格的客厅"，AI会把房间改造成现代风格 |
| 条件类型 | condition_type | 下拉选择 | 根据需求选择 | 选择AI要参考原图的哪个方面：线条、深度、颜色还是清晰度 | 指定空间控制的类型，不同类型提取不同的图像特征 | 选择"canny"会参考边缘线条，"depth"会参考远近深度 |
| 随机种子 | seed | 整数 | 0-最大整数 | 控制AI创作的随机性，同样的种子产生同样的结果 | 控制随机数生成器的种子值，确保结果的可重现性 | 设置固定数值可以重复生成相同效果 |
条件类型详细说明：
- canny：参考图片的边缘线条，就像用铅笔描边一样
- depth：参考图片的远近深度，就像3D立体感
- coloring：参考图片转成黑白后的明暗分布
- deblurring：参考模糊版本的图片，用来生成清晰版本
3.3 OminiControl Fill 节点（图片修补匠）
这个节点就像一个专业的"图片修补匠"，它能把图片上你不想要的部分（用遮罩标记）完美地填补上新内容，就像魔法橡皮擦一样。
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 |
|---|---|---|---|---|---|---|
| 原始图片 | ori_image | IMAGE类型 | 必填 | 这是你要修补的原图，就像给修补匠看"这张图需要修" | 需要进行局部填充修复的原始输入图像 | 上传一张有不想要物体的照片，比如照片里有个路人 |
| 遮罩 | mask | MASK类型 | 必填 | 这是告诉AI哪些地方需要修补的"标记"，白色部分会被重新填充 | 定义需要填充区域的二值化遮罩，白色区域将被重新生成 | 用画笔工具把不想要的路人涂成白色，AI就会把这部分替换掉 |
| 提示词 | prompt | 文本 | 根据需求填写 | 告诉AI你想在被遮住的地方填充什么内容 | 描述填充区域期望内容的文本提示 | 输入"绿色的草地"，AI就会在遮罩区域填充草地 |
| 随机种子 | seed | 整数 | 0-最大整数 | 控制AI填充时的创意随机性 | 控制随机数生成器的种子值，确保填充结果的可重现性 | 设置固定值可以得到一致的填充效果 |
4. 使用技巧和建议
4.1 Subject 节点使用技巧
- 图片选择：选择主体清晰、背景相对简单的图片效果最好
- 提示词技巧：描述要具体，比如"一只橘猫坐在红色沙发上"比"猫在沙发上"效果更好
- 种子设置：如果喜欢某个效果，记住种子数值，下次可以复用
4.2 Spatial 节点使用技巧
- 条件类型选择：
- 想保持物体轮廓：选择 canny
- 想保持空间深度：选择 depth
- 想做风格转换：选择 coloring
- 想做图片清晰化：选择 deblurring
- 提示词建议：要包含风格描述，如"油画风格"、"卡通风格"等
4.3 Fill 节点使用技巧
- 遮罩制作：遮罩边缘要平滑，避免锯齿状
- 提示词要匹配：填充内容要符合图片整体风格和光线
- 多次尝试：如果一次效果不满意，可以调整种子多试几次
4.4 通用优化建议
- 显存管理：插件会自动释放显存，但建议不要同时运行太多节点
- 图片尺寸：插件默认输出 512x512，这个尺寸效果最稳定
- 模型路径：确保所有模型文件都正确下载并放置在指定位置
5. 常见问题解答
Q1：为什么运行时提示找不到模型？
A1：检查模型文件是否按照教程中的目录结构正确放置，特别注意路径中的文件夹名称要完全一致。
Q2：生成的图片质量不好怎么办？
A2：
- 检查输入图片质量，建议使用高清图片
- 调整提示词，使其更加具体和详细
- 尝试不同的随机种子值
- 确保显卡显存充足（建议8GB以上）
Q3：Subject 节点提取的物体不准确？
A3：
- 选择主体突出、背景简单的图片
- 确保主体在图片中占比适中（不要太小也不要太大）
- 可以先用其他工具对图片进行预处理
Q4：Fill 节点填充效果不自然？
A4：
- 检查遮罩是否制作得当，边缘要平滑
- 提示词要考虑光线、色调与原图的一致性
- 可以多次生成，选择最佳效果
Q5：运行速度很慢怎么办？
A5：
- 确保使用的是 RTX 4090 或其他高性能显卡
- 关闭其他占用显存的程序
- 检查是否正确安装了 diffusers 0.31.0 版本
6. 进阶应用场景
6.1 电商产品图制作
使用 Subject 节点可以快速将产品放置到不同的使用场景中，比如把一个杯子从白背景"搬"到温馨的咖啡厅场景。
6.2 建筑设计可视化
使用 Spatial 节点的 depth 模式，可以将建筑草图转换为逼真的效果图，保持空间结构的同时改变材质和风格。
6.3 照片修复和美化
使用 Fill 节点可以去除照片中的不需要元素，比如路人、电线杆等，让照片更加完美。
6.4 艺术创作
结合三个节点使用，可以创造出独特的艺术作品：先用 Spatial 改变风格，再用 Subject 添加元素，最后用 Fill 完善细节。
7. 技术原理简介（可选阅读）
这个插件基于 FLUX 模型和 LoRA 技术：
- FLUX 模型：负责图片的基础生成能力
- LoRA 适配器：针对不同任务（subject、spatial、fill）的专门优化
- 条件编码：将输入图片转换为 AI 能理解的"指令"
- 分步加载：通过分离不同组件的加载来优化显存使用
8. 更新日志和致谢
致谢
感谢 Yuanshi9815 及其 OminiControl 项目提供的基础支持，以及 RunningHub 团队对插件的优化和适配工作。
相关链接
- 原项目地址：https://github.com/Yuanshi9815/OminiControl
- 插件地址：https://github.com/HM-RunningHub/ComfyUI_RH_OminiControl
- 在线体验：https://www.runninghub.ai/post/1865085524393500674
总结：ComfyUI_RH_OminiControl 插件为 ComfyUI 用户提供了强大的图像控制能力，通过三个核心节点可以实现物体迁移、空间重构和图像修复等功能。插件经过优化，在 RTX 4090 上运行流畅，是进行 AI 图像创作的得力助手。
记住：多实践、多尝试，你会发现这个插件的更多可能性！