# ComfyUI 自动抠图插件教程 (rembg-comfyui-node-better) ## 1. 插件简介 这是一个超好用的自动抠图插件，就像给图片"剪头发"一样，可以帮你把图片中的主体（比如人物、动物、物品等）从背景中干净利落地"抠"出来。 GitHub地址：https://github.com/Loewen-Hob/rembg-comfyui-node-better ## 2. 安装方法 就像安装手机APP一样简单，只需要三步： 1. 打开你的ComfyUI文件夹 2. 找到并打开"custom_nodes"文件夹（如果没有就新建一个） 3. 在终端或命令提示符中输入： ```bash git clone https://github.com/Loewen-Hob/rembg-comfyui-node-better cd rembg-comfyui-node-better pip install -r requirements.txt ``` ## 3. 节点详解 ### 3.1 RembgBetter 节点 这就是我们的主角 - 抠图节点！它就像一把智能剪刀，能自动识别并抠出图片中的主体。 #### 参数详解： | 参数名(显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用建议 | |------------|-------------|--------|--------|----------|----------|----------| | 模型选择 | model_name | ["u2net", "u2netp", "u2net_human_seg", "u2net_cloth_seg", "silueta"] | u2net | 就像选择不同的"剪刀"，每个适合不同的"剪切"工作 | 不同的预训练模型适用于不同场景 | 一般用u2net就够了，人物用u2net_human_seg | | alpha值 | alpha_matting | True/False | False | 是否让边缘更加自然 | 是否启用alpha matting算法 | 如果边缘太生硬可以打开 | | alpha范围 | alpha_matting_foreground_threshold | 0-255 | 240 | 决定把多亮的部分算作主体 | 前景阈值设置 | 数值越大，保留的区域越少 | | alpha容差 | alpha_matting_background_threshold | 0-255 | 10 | 决定把多暗的部分算作背景 | 背景阈值设置 | 数值越小，去掉的背景越多 | | alpha重叠度 | alpha_matting_erode_size | 0-100 | 10 | 边缘过渡的自然程度 | 边缘侵蚀大小 | 一般10-20就可以 | ### 3.2 RembgLoaderBetter 节点 这是一个加载器节点，就像是给抠图工具准备"弹药"一样，负责把模型装载进来。 #### 参数详解： | 参数名(显示) | 参数名(代码) | 参数值 | 建议值 | 通俗解释 | 专业解释 | 使用建议 | |------------|-------------|--------|--------|----------|----------|----------| | 模型选择 | model_name | 同上 | u2net | 选择要装载哪种"剪刀" | 选择要加载的模型类型 | 跟主节点保持一致即可 | ## 4. 使用技巧和建议 - 对于普通照片，直接用默认的u2net模型就很好 - 如果是抠人物，建议用u2net_human_seg模型 - 边缘太硬可以打开alpha值，但会稍微慢一点 - 如果抠图效果不理想，可以试着调整alpha相关的三个参数 ## 5. 常见问题解答 Q: 为什么我的图片边缘有毛边？ A: 试试打开alpha值，然后调整alpha重叠度参数。 Q: 为什么有时候会漏抠或多抠？ A: 可以调整alpha范围和容差参数，或者换个更适合的模型试试。 Q: 处理速度很慢怎么办？ A: 关闭alpha值会快很多，但边缘可能没那么自然。 ## 6. 补充说明 - 这个插件的处理速度相当快 - 支持批量处理，可以一次性处理多张图片 - 最好用白色或浅色背景的图片，效果会更好 - 如果图片太大，建议先压缩到合适大小再处理 记住：好的抠图效果需要好的原图，图片质量越清晰，背景越简单，效果就越好！
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)
