ComfyUI 里用 CodeFormer 做人脸修复：社区节点和工作流

ComfyUI 是什么

ComfyUI 是另一个流行的 Stable Diffusion 前端，完全基于节点化工作流——每个处理步骤是一个节点，节点之间连线传递数据流。相比 SD WebUI 的标签式界面，ComfyUI 更灵活、更适合复杂链路编排。

安装 CodeFormer 节点

CodeFormer 没有被官方 ComfyUI 包含，需要用社区插件：

方式一：ComfyUI Manager

ComfyUI Manager → Custom Nodes Manager → 搜 "CodeFormer" → 安装

方式二：手动 clone

cd ComfyUI/custom_nodes/
git clone <仓库地址>
# 作者 ttulttul（非官方，社区维护）

# 装依赖
pip install basicsr facexlib

下载预训练模型

社区节点通常需要手动下载 CodeFormer 权重到指定目录。参考节点 README 的说明（不同插件路径不同）。

基础工作流：SD 生图 → CodeFormer → 放大

Load Checkpoint
  ↓
CLIP Text Encode (positive)
CLIP Text Encode (negative)
  ↓
Empty Latent Image
  ↓
KSampler → Latent Decode
  ↓
【CodeFormer 节点】  ← 这里做人脸修复
  ↓
【Upscale Model Loader】(Real-ESRGAN)
  ↓
【ImageUpscaleWithModel】
  ↓
Save Image

CodeFormer 节点的输入：

• image：上一个节点的输出图（Latent Decode 后的 Image 类型）
• codeformer_fidelity：w 值，AI 生图默认 0.3
• upscale：放大倍率

进阶工作流：条件控制 + CodeFormer

CodeFormer 可以和 ControlNet 组合：

ControlNet (OpenPose 或 DWPose)
  ↓ 约束人体姿态
Load Checkpoint → KSampler → Latent Decode
  ↓
CodeFormer (w=0.3)
  ↓
... 后续处理

ControlNet 保证生图的姿态正确，CodeFormer 把脸修干净——两者互补。

仅人脸区域修复（Inpaint 模式）

如果你只想修 ComfyUI 链路中某张图的人脸区域（不重新生整图）：

Load Image
  ↓
Masking（手动或自动检测人脸）
  ↓
KSampler Inpaint（或其他 inpaint 节点）
  ↓
CodeFormer（只处理 mask 覆盖的区域）

显存考虑

ComfyUI 相比 SD WebUI 更省显存（因为惰性加载和节点化），但加 CodeFormer 节点后：

• 模型加载 + SD 推理 + CodeFormer 推理：至少 10GB
• 如果同时开 ControlNet + CodeFormer：建议 12GB+

社区工作流示例

在 ComfyUI Manager 的 Workflow Browser 里搜 "CodeFormer" 可以找到其他用户分享的完整工作流 JSON 文件，直接导入就能用。

和 SD WebUI 相比

如果你已经在用 ComfyUI 做复杂的 SD 链路（ControlNet + LoRA + Inpaint），CodeFormer 节点可以无缝嵌入。如果只是偶尔修脸，SD WebUI 更省心。