AIGC系列的图片编辑篇拖到现在才写，不是没东西写，是内容多到不知道从哪下刀。上一篇聊完文生图的基本功，这次把图片编辑这条线彻底捋一遍：局部重绘、画布扩展、ControlNet精准控制、老照片修复、AI写真、批量工作流，每块都是可以直接落地的东西。
先说清楚这篇的定位。之前很多人私信问：AI生成图是能看，但我想改局部、想扩背景、想让人物姿势变一下，怎么操作？这篇就是解决这些问题的。从最常用的局部重绘开始讲，再到以图生图的各种玩法，最后是ControlNet这个控制神器，每一块都带完整的参数参考和操作逻辑。
不谈虚的，全是自己跑了无数遍流程总结出来的实操经验。你遇到的图糊了、人变了、出图不稳定这些问题，这篇里基本都有对应的解法。
1. 图片编辑的底层逻辑：为什么AI改图能改得这么自然
先说个大家最容易忽略的事：AI图片编辑和Photoshop的思路截然不同。PS是把像素当积木，你想挪哪块挪哪块；AI是把图片当“语义描述”，机器理解的是“图里有什么”，不是“坐标位置上是什么颜色”。理解了这点，后面所有操作就都通了。
1.1 三种主流实现路线怎么选
现在市面上的AI图片编辑工具，抛开界面包装，底层无非三条技术路线。
第一种是扩散模型原生编辑，代表就是Stable Diffusion的img2img和inpaint功能。它的原理是给你一张图加噪声再逐步去噪，同时用文字引导去噪方向。局部重绘、换风格、改底色，都是这条路线的拿手好戏。
第二种是ControlNet精准控制。它像是在扩散模型上加了个方向盘，通过线稿、深度图、骨骼姿态图这些额外输入，强行约束生成画面的构图和结构。你要改人物动作、保持多人场景不崩、让建筑透视准确，没有ControlNet基本做不到。
第三种是多模态指令编辑，比如GPT-4V系能力和一些云端工具的做法，直接说“把这个人的外套变红”，模型直接返回改好的图。这条路线的本质是内部做了“理解–定位–重绘”的串联，但可控性不如前两者。
我的建议很直接：如果你要的是精度和可控性，老老实实学Stable Diffusion + ControlNet；如果你追求速度和省心，可以用在线工具和图生图走捷径。前者是手艺，后者是快餐。
1.2 图片编辑和文生图的本质区别
文生图是“无中生有”，难点在于提示词写得好不好；图片编辑是“有中生变”，难点在于保留什么、改变什么。
举个例子，你有一张人像照片，想把背景从街道换成海边。如果直接扔给img2img整体重绘，大概率背景是变了，人脸也跟着变了，衣服细节还会崩掉。这就是“全局重绘”的代价——模型为了生成海边背景，会把画面里所有信息都重新推演一遍，不针对性地保护主体，改动就会波及无辜。
所以图片编辑的第一原则是：尽量只改变需要改变的部分，方法要么是局部重绘（用蒙版划定范围），要么是ControlNet局部控制（把需要保留的区域锁定）。理解了这条，你就理解了为什么老手做编辑永远先用“局部”再谈“全局”。
1.3 一个生活化类比帮你建立操作直觉
把AI改图想成装修房子。
整屋重装（全局重绘）当然能彻底换风格，但代价是原来家里你喜欢的物件全得扔掉——对应到图里就是构图、神态、细节全都变了。局部改造（蒙版重绘）是划定一个房间施工，其他地方保持原样，这是最常用的手法。如果用ControlNet，就相当于你给施工队一张图纸，告诉他们“承重墙不能动，水管走向必须按这个来”——这就是结构约束。
理解了这套装修思路，你会明白为什么很多人一张图要跑五六遍：不是因为AI笨，是因为你没告诉AI哪里别动。
2. 局部重绘实操：改脸、换衣、去杂物一步到位
局部重绘是图片编辑里用得最多的功能，没有之一。它的核心逻辑是：你告诉AI“只改这个区域”，AI只在这个区域重新生成内容，其余像素原样保留。
2.1 蒙版的重绘模式怎么选：重绘非蒙版内容 vs 仅重绘蒙版内容
以Stable Diffusion WebUI为例，局部重绘里有两个模式，很多人选错导致结果完全不对。
重绘非蒙版内容：翻译成人话就是“蒙版区域保持原样，蒙版外面的部分重新生成”。这个模式经常用于“锁定主体、换背景”的场景。比如你把人框住，让AI去换背景，就用这个。
仅重绘蒙版内容：只重新生成你涂蒙版的区域，蒙版外的东西完全不变。换脸、换衣服、去杂物，都用这个模式。
实操上我90%的情况用“仅重绘蒙版内容”，因为只改变目标区域是图片编辑的常态。而“重绘非蒙版内容”有个大坑：模型其实会参考蒙版区域的边缘信息，一旦参考不到位，主体边缘会很生硬，有“贴纸感”。
2.2 关键参数：蒙版模糊、重绘幅度和采样步数
同样的蒙版，参数不同结果天差地别。
蒙版模糊（Mask Blur）：默认15左右比较合适，它控制蒙版边缘的羽化程度。太低了边缘切割感明显，改了区域和没改区域像两块拼图；太高了改动的边缘会“溢”到不需要改动的地方。我一般调10到20之间，边缘要求精细时降到4到8。
重绘幅度（Denoising Strength）：这是局部重绘最重要的参数，控制的是改动强度。数值0代表原样输出，1代表完全重来。局部重绘我通常在0.6到0.85之间浮动：改背景用0.7左右，换人脸用0.75左右，细节修复就压到0.4以下。记住一个原则：改动越小的事，重绘幅度越低，不然把不该动的纹理也洗掉了。
采样步数：局部重绘不用拉满，20到30步之间足够。很多人以为步数越高越清晰，其实步数超过一定值后就是纯耗时，图像质量不再提升。
2.3 从“去路牌”到“换衣服”的完整操作流程
举个最常见的场景：照片背景里有个碍事的垃圾桶或者路人甲，你想去掉它。一步步来：
- 图片导入局部重绘面板，用画笔把要消除的物体涂满蒙版。注意要在物体边缘外再留一圈，留2到3个像素的冗余，这样模型在参考周围环境时过渡更自然。
- 按“仅重绘蒙版内容”模式跑一遍，提示词里写周围的东西。比如消除草地上的垃圾桶，提示词就写“grass, outdoor”，让模型知道该补齐草地而不是生成一团乱码。
- 重绘幅度调到0.7到0.8，这一步的目的是给模型足够的自由度去“脑补”被遮挡的区域。
- 如果第一次生成的补丁和周围光影不一致，反复刷几次或微调蒙版模糊值，直到过渡自然。
换衣服同理：蒙版涂在衣服区域，提示词改成“red dress”之类，把重绘幅度调到0.7到0.85。但要注意，如果你用0.85以上的强度，衣服轮廓周围会跟着轻微变形，所以先低后高，逐次尝试。
2.4 局部重绘的5个避坑经验
- 蒙版不要涂出边界：如果蒙版顺着衣服纹理扫过头了，AI会连皮肤一起改。涂蒙版时放大图片、放慢鼠标，这是精细活儿。
- 提示词必须描述蒙版区域的“应有之物”：消除物体时提示词写补全内容，不是写“删除”。AI听不懂“删除”，只知道“这里没有垃圾桶，那应该是什么”。
- 人脸修复单独跑：换完脸后再用ADetailer或面部重绘修一遍五官，这个组合拳比一次成图稳定得多。
- 多人合影改其中一人时，把其他人也轻微画进提示词里，比如“two people, one in red”，有助于模型理解画面关系，避免改完只剩一个人。
- 不要忽视Seed值：想要保持原图的光影和氛围，局部重绘时锁定原图的Seed，效果比瞎碰参数稳定。
3. 图生图与画布扩展：不重新画，也能拿到想要的新画面
局部重绘解决的是“改局部”，图生图解决的是“整体换风格”和“以图补图”。在照片转插画、真人转二次元、老照片翻新这类场景里，图生图是主力。
3.1 全局重绘的幅度控制：0.3到0.9之间的微妙平衡
图生图的本质是把整张图加噪再重绘，控制权全在重绘幅度这个参数上。
0.3到0.45：改动较小，基本保留原图构图和内容，适合微调色调、优化细节、去噪点。老照片修复一般在这个区间。
0.5到0.65：保留构图、调整画风，这个区间适合“风格迁移”。原图内容还在，但画质、笔触、色彩会明显向目标风格靠拢。真人照片在这个区间做二次元化是最好用的。
0.7到0.85：大改。构图会漂移，内容会重组，适合“参考原图的感觉但重新发挥”。比如你只有一张草稿图，想让模型生成细节丰富、视角稍微变化的成图。
0.9以上：基本等于文生图，原图只提供颜色分布参考，不建议在图片编辑场景使用。
实操时我的习惯是先定0.55左右跑一张，再根据结果上下微调0.05到0.1。一次到位的情况很少，但别跑太多次，每次微调只动一个参数，否则你根本不知道改了什么导致的差异。
3.2 用Outpainting扩展画布：把竖图变横图、补全构图的正确姿势
画布扩展（Outpainting）是图生图里最神奇的功能。你有一张竖版人像，但设计需要横版横幅，AI就可以把背景向左右延伸，生成原本不存在的画面内容。
实操上有两种方式：
WebUI自带Outpainting：把图片放在局部重绘面板，蒙版涂在画布边缘需要扩展的方向，重绘模式选“重绘非蒙版内容”，提示词描述扩展方向的场景。我实际操作下来的心得是：一次只扩展一个方向，不要同时扩上下左右。同时扩四个方向会让模型失去所有参考锚点，构图结构会飘掉。每次扩展50到100像素，跑完一次再继续扩，这样画面衔接比较自然。
手动扩画布法：先把画布用图片处理软件拉宽，空出右侧区域，再把整张图拿去做图生图。这个方法对模型的“补全能力”要求更高，但控制力也更强，因为有明确的空白区域让模型发挥。
第一个方法适合新手，第二个方法适合对构图有明确要求的人。
3.3 分辨率重绘：低清图如何安全地变高清
低分辨率图片想变高清，网上教程一堆，但很多一上手就崩。正确路径是这样的：
- 先用图生图，重绘幅度0.3到0.4，分辨率按原图的2倍设置，跑一遍。这一步是“初步放大”，顺便清理噪点。
- 再用高清修复（Hires Fix）或者外部放大脚本，把步数调低，权重在0.2到0.5之间，进行第二次放大。
- 如果人脸有畸变，开ADetailer单独修脸，基本能救回来。
这里有个大坑：不要一次性把分辨率拉到4倍以上。模型没有能力凭空捏造那么多细节，拉太高只会得到一张糊糊的“细节涂抹图”。我见过太多人1280x720的图直接拉到5120x2880，结果出来全是塑料感和重复纹理。
正确的思路是“级进式放大”：每次放大1.5到2倍，总共放两到三倍就够用。记住，AI放大不是变魔术，它是在已有信息基础上做合理插值，幅度太猛只会画蛇添足。
3.4 老照片修复的真实工作流还原
这个场景很像，但难点不同。老照片往往有划痕、噪点、泛黄、缺角。我的修复流程如下：
- 预处理：先用PS或在线工具把照片裁正、拉直、去掉明显的划痕，这一步别省。AI处理“脏信息”会一本正经地放大错误，把噪点画成皮肤纹理。
- 初步降噪：图生图重绘幅度0.25到0.3，提示词写“portrait, detailed skin texture, natural facial features”。这一步只做轻度清洗，把颗粒感去掉，保留五官轮廓。
- 脸部增强：用局部重绘只圈出脸部区域，提示词加“detailed face, high resolution”, 重绘幅度0.35。让五官更清晰。
- 高清放大：按级进式放大原则推到目标分辨率。
- 手绘修边：AI修旧照片最大的问题是把人的手画畸形或把背景文字画乱，这步只能人工介入。
这流程走下来，一张七八十年前的老照片能修到“发朋友圈不尴尬”的程度，但不能指望它变成摄影棚原片，AI的修复是有极限的。
4. ControlNet精准控制：让AI听你的手，而不是只看文字
如果说局部重绘是“告诉AI改哪”，那ControlNet就是“告诉AI怎么改”。它解决了图片编辑中最头疼的问题：结构失控。
4.1 常用控制模式的选型与适用场景
ControlNet插件里控制类型很多，但日常图片编辑用到的就几个。
Canny（边缘检测）：识别图片里的线条轮廓，适合锁定构图的轮廓框架。你要保持人物轮廓不变、只换颜色风格，用Canny锁定主图，再配合图生图重绘，效果立竿见影。
Depth（深度图）：生成景深信息，控制前后空间关系。适合场景透视要求高的图，比如建筑、室内设计，深度图能让AI在重绘时保持空间结构不塌。
Lineart（精细线稿）：比Canny更干净，适合动漫插画和线稿上色，能从线稿直接生成成品图。
OpenPose（姿态骨架）：提取人物骨骼姿态，改变姿势、动作构图时用它。还记得“保持人物是原样但换个动作”这种需求？OpenPose就是为此生的。
Tile（分片重写）：这名字很玄，实际上它是“参考原图纹理并重新演绎”的神器。适合在不动构图的前提下，把照片变插画或把插画变写实。
Inpaint（局部控制）：专门配合蒙版重绘使用的模型，让蒙版区域内生成的图像更好地参考蒙版外的边缘。
我的建议是：开始只用Canny和Depth，这两个理解成本最低。OpenPose和Tile花半天熟悉后，图片编辑的可玩性会直接翻倍。
4.2 权重参数怎么调才不喧宾夺主
ControlNet不是开了就完事，核心在“控制权重”。
权重（Weight）：控制ControlNet的影响力。默认1.0，但图片编辑场景我常常调到0.5到0.8。为什么？因为权重太高会死板，生成的图“贴”着原图的线条走，风格发挥空间被压死。
举个例子：你用Canny锁定一张照片的轮廓去生成水彩画，权重1.0时出来的图构图是稳，但笔触会很拘谨；权重0.7时画面的自由度刚好，既保持了构图骨架，又有了水彩的灵动。
起始步数（Start Step）：控制ControlNet生效的时机。默认从0步开始，但有些场景应该让模型先自由发挥几轮再介入控制。做深度编辑时我从0.05或0.1开始介入，做严格结构控制时才从0开始。
结束步数（End Step）：默认到1.0结束，但如果你改动的区域很小，可以让ControlNet在0.8左右就停止工作，最后几步让模型自由处理细节，这样边缘更柔和。
4.3 一次完整的人像姿态迁移：从照片A到照片B
讲一个最常见的实战需求：把照片里人物的姿势，从A图迁移到B图的背景和风格里。
- 准备B图（风格参考图）作为底图，放进图生图面板。
- 打开ControlNet，上传A图（姿势参考图），选OpenPose模式。
- 权重设为0.8，起始步数0，结束步数0.6。
- 提示词描述B图的风格和内容，重绘幅度0.6左右。
- 生成。
这一步的原理是：OpenPose只管骨骼姿态，不管服装细节和画面风格，底图的重绘负责提供画面内容，两者一组合就拿到了“A的姿势 + B的风格与内容”。
这个方法的精髓在结束步数设0.6：后半程模型已经吃透了姿态骨架，再让它自由发挥细节，改姿势的同时保留了B图的服装、光影和画面质感。
4.4 ControlNet复现同一张脸的懒人玩法
除了控制结构，ControlNet还有个隐藏用法：用IP-Adapter或者Reference模式做“脸的一致性控制”。
这是AI写真和角色设定的核心工具。流程是：上传一张脸部照片，用Reference模式锁定面部特征，再配合图生图或文生图，就能在不同场景下生成同一张脸的人像。
注意，Reference模式不是复制粘贴脸部，它更接近“把这人的气质和五官比例作为参考”，所以要做正式的角色一致性，建议配合LoRA模型双管齐下。单纯用Reference模式生成的图远看像，近看细节会漂。
我自己做AI写真，习惯先训练一个脸部LoRA，再在生成时加一个低权重的Reference控制，两者互补，稳定性和相似度都能兼顾。
5. 从单张到批量：工作流才是图片编辑的效率归宿
单张图改到满意只是入门。真正的效率提升来自把“图片编辑的流程”固化成可以复用、可以批处理的工作流。
5.1 工作流如何搭：拆解、固化、复用
图片编辑的流程本质上是一条生产线：拿图、分析、控制、生成、修脸、放大。用ComfyUI可以把这些环节全连起来，一次搭建，无限复用。
我的建议是不要直接学高深节点，先从“局部重绘”工作流入手拆解：
- 加载底图节点
- 蒙版节点（加载透明蒙版PNG，或者手绘蒙版）
- 控制网络节点（OpenPose/Canny按需接入）
- 采样器节点（参数固化）
- 面部修复节点（ADetailer）
- 高清放大节点
- 保存节点
搭建时别追求一步到位，先拉通最核心的两三个节点，跑通了再逐步加。ComfyUI的优势在于可视化排错——哪个节点出的问题一目了然，不像WebUI那样黑盒到底。
5.2 批处理场景：照片整理、数据集清洗一步到位
很多人没意识到，图片编辑技术最实用的场景不是“修美图”，而是批处理脏活。
举个例子，做模型训练前需要清洗几千张数据集：裁剪人脸、去模糊、统一分辨率、筛选光线。这些活人工做能疯掉。用图生图加脚本批量处理，一台机器一个晚上能跑完几百张的初步筛选和修复。
另一个高频场景是电商白底图替换。拍了一堆实物图，想统一换背景、调色调、抠图重绘。用ControlNet的Inpaint模型加局部重绘做批量背景替换，比手动PS效率高一个数量级。
提示：批处理前一定要抽样检查。先跑10张看结果，确认输出稳定后再全量跑，不然几千张废图教你做人。
5.3 显存、速度和算力的平衡术
批量处理最大的制约是显存。我踩过的坑说一下自己的经验：
- 12G以下显存：单批张数（Batch Size）拉到1，启用低显存模式，优先保质量而不是保速度。
- 16G以下：Batch Size最多2，不要轻易上大分辨率重绘，控制网络节点不要开太多。
- 24G及以上：可以尝试Batch Size 4，大分辨率图也扛得住。
真想省时间，优先优化的是“采样迭代步数”而不是开大Batch Size。步数从30降到20，画质几乎无损，速度能快三分之一，这笔账很划算。
6. 常见问题与排查技巧实录
写这个章节，是把这段时间自己被问得最多的、自己反复踩过的问题集中列一下。很多问题看起来是个例，实际是通病。
6.1 图片编辑后人物脸部畸变怎么救
脸部畸变是最常见的崩坏场景，触发原因通常是重绘幅度过高或分辨率过度拉升。
排查顺序如下：
- 先看脸部是否在蒙版范围附近：如果是，加大蒙版模糊值到12到16，让生成区域边缘和原图融合得更好。
- 再看重绘幅度是否过高：高于0.8请往下压，换高质量底模型比硬调参数有效得多。
- 开ADetailer单独修复：把ADetailer的检测模型设为face_yolov8n，让它专门跑一遍脸部修复流程，大多数畸变都能救回来。
我见过太多人遇到脸部崩就直接重跑整张图，完全没必要，正确修法就是单独把脸区域重绘一遍，其余部分不要动。
6.2 局部重绘的背景变灰、变花了怎么办
背景变花通常发生在“消除物体”场景，因为蒙版区域和周围环境的颜色分布相差太大，模型不知道该补什么。解决路径：
- 提示词里明确写周围环境的材质：草地就写“grass”，墙面就写“wall texture”，不要只写“background”。
- 重绘幅度降到0.65到0.7，给模型更少的“发挥”空间。
- 打开ControlNet的Tile模式，把原图作为控制源，蒙版区域生成时就会参考附近纹理来补齐，这个组合对付背景变花非常有效。
6.3 生成三张图有两张“地砖透视歪了”是什么原因
透视歪斜基本可以断定是深度图控制不到位。出现这个问题的场景，多半是建筑、室内、地面这类规则纹理的图。
- 开ControlNet Depth模式，权重拉到1.0到1.2，强行锁定透视结构。
- 如果还是歪，先在预处理器里检查生成的正彩色深度图，深度图本身错的话说明预处理出了问题，换Lineart模式试试。
- 不要用高重绘幅度去做场景结构编辑，0.5到0.6是黄金区间，高于0.7透视必歪概率大增。
6.4 出图结果颜色偏灰、发闷是怎么回事
颜色发闷九成是对比度丢失，原因是重绘幅度太高把原图的影调信息洗掉了。
- 重绘幅度往下压，从0.7降到0.6，颜色立刻干净。
- 把采样器从DPM++ 2M换成DPM++ 2M Karras，色彩明快一些。
- 生成后加一个轻度的色调调校脚本，或者后期拉到PS里用曲线拉一拉对比度。
6.5 为什么换背景时主体的边缘总有白边
白边是“重绘非蒙版内容”模式的典型副作用，原因是边缘参考不够精细。
- 把蒙版模糊调低，让边缘过渡更锐利。
- 把蒙版边缘涂得更精确，不要给AI模糊半像素的自由裁量权。
- 用ControlNet Inpaint模型辅助局部重绘，它对边缘的处理更细腻，白边问题会大幅减少。
7. 工具的搭配逻辑与选型建议
图片编辑要顺手，工具选型很重要。不是越贵越好，也不是越高级越好，要匹配你的使用频率和需求。
7.1 本地部署 vs 在线工具的判断标准
如果你只是偶尔修几张图、发发社交媒体，在线工具就够了。目前一些云端产品把局部重绘和扩展画布做得极其傻瓜化，上传、涂蒙版、点生成，30秒出结果。
但如果你有下面三个需求里的任何一个，就直接考虑本地部署：
- 批量处理几十上百张图
- 需要精细控制构图结构（ControlNet的权重、模型换用）
- 涉及商用场景，不想把图片发到第三方服务器
本地部署的成本是一次性的：一台有6G以上显存N卡的电脑（推荐8G以上），加上免安装或绿色整合包，跑起来后你会发现自由度完全不在一个量级。
7.2 模型选型：写实类、插画类、设计类怎么配
图片编辑的底模选择直接决定成败。
写实类：首选Realistic Vision或ChilloutMix迭代版。前者稳定耐操，后者皮肤质感更好。做老照片修复、人像写真，这两个够用。
插画类：二次元用Anything V5系，韩系动画风用Counterfeit系。它们对线条和色彩的理解更符合插画审美，Canny、Lineart这些控制源配合得也更好。
设计类：要说的是，如果你做产品海报、室内效果图，可以试试用SDXL系列底模配合深度控制来做，光影、质感、透视精度比SD 1.5时代强了一大截。
模型不是越多越好。我建议固定两三个主力底模，把它们的脾气摸透，比在几十个模型之间瞎换有效率得多。
7.3 必装的辅助插件与模型
除了主体功能，这几个辅助东西建议装齐，缺一个都会让你多踩不少坑：
- ADetailer：面部修复神器，局部重绘后自动跑脸，谁用谁知道。
- ControlNet官方模型包：包含Canny、Depth、OpenPose、Tile、Inpaint等基础模型，一包搞定。
- IP-Adapter模型（可选项）：做风格控制和角色一致性时的强力外挂。
- Emoji权重模型（可选项）：风格调解的好帮手，但图片编辑场景使用率不高。
装了这些不代表要全开，按场景择优使用就行。
8. 我的一些真实体会
图片编辑玩到现在，我的最大感受是：AI工具的瓶颈不在于模型，在于使用者的拆解能力。你越能清楚地告诉AI“保住什么、改什么、往什么方向改”，拿到的东西就越好。
线上常说“用AI修图就是打咒语”，我不同意。真正的高手是把问题拆成一个一个小控制项：先锁定结构、再改重绘范围、再调权重、再修细节。每一步都有明确的意图，叠加起来就是稳定可控的结果。拿一张图反复瞎试参数，那不是玩AI，那是掷骰子。
给后来者一个很实在的建议：拿十张自己拍的照片，从局部重绘开始，一张一张把“去杂物、换背景、改色调、扩画布”这四类操作练完。别急着碰高级功能，先把手指养成习惯。这四类操作覆盖了80%以上的图片编辑需求，练完之后你自然知道自己在什么时候需要什么工具。
这篇文章没有讲那些花哨的插件和复杂节点，因为这些在基础不牢时只会让你更混乱。先跑通手头的事，再向外延展，是我这些年做图像处理最实在的经验。希望对正在啃图片编辑的你有点帮助。
