# OcclusionMask 插件完全新手教程 ## 1. 插件简介 **插件地址：** https://github.com/ialhabbal/OcclusionMask OcclusionMask 是一个专门用来处理人脸遮挡和分割的 ComfyUI 插件。简单来说，它就像一个智能的"人脸识别器+遮罩制作器"。 **这个插件能干什么？** - 自动找到图片中的人脸（就像你的手机相机能自动对焦到人脸一样） - 给人脸的某些部分制作遮罩（遮罩就像贴纸，可以遮住或标记某些区域） - 如果没找到人脸，会自动处理整张图片 - 可以批量处理多张图片（就像批量修图软件一样） **能带来什么效果？** - 精准的人脸遮挡处理（比如去除眼镜、帽子等遮挡物） - 人脸分割（把人脸从背景中分离出来） - 制作各种类型的遮罩用于后续处理 ## 2. 如何安装 ### 方法一：使用 ComfyUI Manager（推荐） 1. 打开 ComfyUI，点击 Manager 2. 搜索 "OcclusionMask" 3. 点击安装即可 ### 方法二：手动安装 1. 下载插件文件到 ComfyUI 的 `custom_nodes` 文件夹 2. 安装必要的依赖包（插件会自动处理） 3. 重启 ComfyUI **注意：** 如果你已经安装了 ReActor 人脸替换插件，那么大部分依赖包已经有了，可以直接使用。 ## 3. 节点逐一解析 ### 3.1 Image Occlusion Node（图片遮挡节点） 这是核心节点，就像一个智能的"人脸处理工厂"。它接收图片，自动找到人脸，然后制作各种遮罩。 #### 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 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 输入图片 | image | 图片数据 | - | 就像给机器喂一张照片，让它开始工作 | 输入待处理的图像数据 | 连接从其他节点来的图片，比如加载图片节点 | | 遮罩类型 | mask_type | Occluder/XSeg/Object-only | Occluder | 选择要制作什么类型的遮罩，就像选择用什么工具画画 | 选择遮罩生成的算法类型 | Occluder用于遮挡物检测，XSeg用于精细分割，Object-only只检测对象 | | 对象遮罩阈值 | object_mask_threshold | 0.0-1.0 | 0.5 | 就像调节探测器的灵敏度，数值越高越严格 | 控制对象检测的置信度阈值 | 设置0.3检测更多对象，设置0.8只检测非常确定的对象 | | 羽化/模糊半径 | feather_blur_radius | 0-64像素 | 5 | 让遮罩边缘变得柔和，就像用柔光笔画边缘 | 对遮罩边缘进行模糊处理的像素半径 | 设置10让遮罩边缘很柔和，设置0让边缘很锐利 | | 左侧增长/收缩 | grow_shrink_left | -64到64像素 | 0 | 让遮罩向左扩展或收缩，就像调节画笔的宽度 | 控制遮罩在左侧方向的扩展或收缩像素数 | 设置10让遮罩向左扩展10像素，设置-10向左收缩10像素 | | 右侧增长/收缩 | grow_shrink_right | -64到64像素 | 0 | 让遮罩向右扩展或收缩，控制右边界的位置 | 控制遮罩在右侧方向的扩展或收缩像素数 | 设置15让遮罩向右多覆盖15像素的区域 | | 上方增长/收缩 | grow_shrink_up | -64到64像素 | 0 | 让遮罩向上扩展或收缩，控制上边界的位置 | 控制遮罩在上方向的扩展或收缩像素数 | 设置-5让遮罩向上收缩5像素 | | 下方增长/收缩 | grow_shrink_down | -64到64像素 | 0 | 让遮罩向下扩展或收缩，控制下边界的位置 | 控制遮罩在下方向的扩展或收缩像素数 | 设置20让遮罩向下多覆盖20像素 | | 膨胀半径 | dilation_radius | 0-32像素 | 0 | 让遮罩整体变胖变大，就像吹气球 | 对遮罩进行形态学膨胀操作的半径 | 设置5让遮罩整体向外扩张5像素 | | 扩展迭代次数 | expansion_iterations | 0.0-10.0 | 1.0 | 重复扩展的次数，就像反复涂抹让覆盖更完整 | 执行扩展操作的迭代次数 | 设置2.0会执行2次扩展操作，让效果更明显 | ### 3.3 Batch Image Loader Node（批量图片加载节点） 这个节点就像一个"图片整理员"，可以一次性处理文件夹里的所有图片。 #### 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 (能干嘛的) | 专业解释 | 怎么用/举个例子 | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 图片目录路径 | directory_path | 文件夹路径 | - | 告诉节点去哪个文件夹找图片，就像给送货员地址 | 指定包含待处理图片的文件夹路径 | 输入 "C:\Users\用户名\Pictures\要处理的图片" | | 使用输入图片 | use_input_images | True/False | False | 选择是用文件夹的图片还是从别的节点来的图片 | 决定是使用目录中的图片还是来自其他节点的图片 | 设置True时会使用连接的其他节点的图片 | | 输入图片 | input_images | 图片数据 | - | 从其他节点接收图片，就像接力棒传递 | 来自其他节点的图像数据输入 | 连接从视频节点或其他处理节点来的图片 | | 支持格式 | supported_formats | .png,.jpg,.jpeg,.webp,.bmp,.gif | - | 能识别的图片格式，就像能看懂的语言种类 | 支持的图像文件格式列表 | 自动识别常见的图片格式，无需手动设置 | ## 4. 使用技巧和建议 ### 4.1 新手入门建议 - **先用默认参数：** 刚开始使用时，除了选择遮罩类型，其他参数都用默认值 - **逐步调整：** 看到效果后，再一个参数一个参数地调整 - **保存好的设置：** 找到满意的参数组合后，保存成预设 ### 4.2 参数调整技巧 - **遮罩类型选择：** - Occluder：适合去除眼镜、帽子等遮挡物 - XSeg：适合精细的人脸分割 - Object-only：只检测对象轮廓 - **边缘处理：** - 羽化半径设置3-8像素，让遮罩边缘自然 - 膨胀半径1-3像素，确保覆盖完整 - **方向调整：** - 根据人脸位置调整上下左右的增长/收缩值 - 通常左右设置相同值，上下也设置相同值 ### 4.3 批量处理技巧 - **文件夹整理：** 把要处理的图片放在同一个文件夹 - **命名规范：** 给图片起有意义的名字，便于后续管理 - **分批处理：** 图片太多时，分成小批次处理，避免内存不足 ## 5. 常见问题解答 ### Q1：为什么检测不到人脸？ **A：** 可能的原因： - 图片中人脸太小或太模糊 - 人脸角度过大或被严重遮挡 - insightface模型没有正确安装 - 解决方法：检查模型文件，或者降低检测阈值 ### Q2：遮罩效果不理想怎么办？ **A：** 尝试以下调整： - 更换遮罩类型（试试XSeg） - 调整对象遮罩阈值（降低到0.3试试） - 增加羽化半径让边缘更柔和 - 调整膨胀半径让覆盖更完整 ### Q3：批量处理时出错怎么办？ **A：** 检查以下几点： - 文件夹路径是否正确 - 图片格式是否支持 - 内存是否充足 - 一次处理的图片数量是否过多 ### Q4：插件安装失败怎么办？ **A：** 按以下步骤排查： - 检查ComfyUI版本是否过旧 - 确认Python环境是否正确 - 尝试手动安装依赖包 - 查看错误日志找到具体问题 ## 6. 实际应用场景 ### 6.1 人像修图 - 去除眼镜反光 - 去除帽子阴影 - 分离人脸用于后续处理 ### 6.2 批量处理 - 证件照批量处理 - 社交媒体头像制作 - 视频帧提取后的人脸处理 ### 6.3 创意设计 - 制作特效遮罩 - 人脸区域替换 - 艺术化处理 ## 7. 进阶使用建议 ### 7.1 与其他节点配合 - **配合ControlNet：** 使用生成的遮罩控制图片生成 - **配合Inpaint：** 用遮罩进行局部重绘 - **配合换脸节点：** 精确控制换脸区域 ### 7.2 工作流程优化 - 建立标准化的处理流程 - 制作常用的参数预设 - 建立质量检查机制 ### 7.3 输出格式管理 - 保存原图和遮罩图 - 建立合理的文件命名规则 - 备份重要的处理结果 这个插件特别适合需要精确处理人脸区域的朋友，无论是专业修图还是创意设计，都能提供强大的支持。记住，熟练使用的关键是多实践，从简单的参数开始，逐步探索更复杂的功能。
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)
