컴피유 인페인팅: 전체 가이드

컴피유는 이미지 편집을 위한 정교한 도구를 제공합니다. 이 가이드는 이미지 요소를 매끄럽게 편집하고 교체할 수 있는 강력한 기술인 인페인팅을 마스터하는 데 도움이 됩니다. 워크플로우를 구성하고, 고급 마스킹 전략을 적용하고, 오류를 수정하고, 차등 확산을 활용하여 탁월한 결과를 얻는 방법을 알아보세요.

핵심 포인트

인페인팅 작업을 위한 ComfyUI 구성하기.

필수 노드 및 임팩트 팩으로 작업하기.

우수한 차등 확산 인페인팅 접근 방식 구현하기.

부드러운 전환을 위한 가우시안 블러 마스크 기능 이해하기.

정밀한 마스킹을 위한 SAM 검출기와 마스크 편집기 사용.

마스킹 중 정확한 오브젝트 선택을 위한 신뢰도 수준 보정.

이미지의 오브젝트 색상을 변경하기 위해 프롬프트를 효과적으로 수정하기.

인페인팅 워크플로우 내 문제 식별 및 해결.

고품질 이미지 편집을 위해 인페인팅 매개변수를 최적화합니다.

ComfyUI에서 인페인팅 시작하기

ComfyUI 환경 설정하기

고급 인페인팅 기법을 살펴보기 전에 ComfyUI 환경이 올바르게 구성되어 있는지 확인하세요. 여기에는 필요한 사용자 지정 노드를 설치하고 기본적인 워크플로 구조를 이해하는 것이 포함됩니다. 인페인팅을 사용하면 특정 영역을 새 콘텐츠로 대체하여 이미지를 원활하게 수정할 수 있어 필수적인 크리에이티브 편집 도구로 자리 잡았습니다.

에센셜 및 임팩트 팩 노드가 필요합니다. 이러한 사용자 정의 구성 요소는 중요한 기능을 제공하고 ComfyUI 내에서 인페인팅 프로세스를 간소화합니다.

각 구성 요소는 해당 GitHub 저장소에서 다운로드할 수 있습니다. 빠른 설치를 위해 ComfyUI 관리자를 적극 권장합니다. 이 관리 도구는 사용자 정의 노드 설치 및 업데이트 프로세스를 간소화하여 최신 기능과 수정 사항을 활용할 수 있도록 해줍니다.

• ComfyUI 관리자: 사용자 정의 노드 관리를 최적화하는 필수 ComfyUI 확장 프로그램입니다. 인터페이스 내에서 직접 노드를 간단하게 설치, 제거, 비활성화 및 업데이트할 수 있어 워크플로 생산성을 높일 수 있습니다.

Patreon 후원자는 ComfyUI에 바로 로드되는 사전 구축된 워크플로우에 액세스할 수 있습니다. '누락된 노트' 기능을 활용하여 필요한 구성 요소를 자동으로 설치하세요.

설치가 완료되면 인페인팅 워크플로를 구축할 준비가 된 것입니다.

인페인팅 워크플로 이해

컴피유 인페인팅 워크플로는 체크포인트 모델 로드, 텍스트 프롬프트 인코딩, 소스 이미지 로드, 마스크 생성, 차등 확산 적용, 잠상 이미지 디코딩 등 몇 가지 중요한 단계로 구성되어 있습니다. 각 단계는 전문적인 인페인팅 결과를 얻기 위해 필수적입니다.

1. 체크포인트 로드하기: 선호하는 안정적 확산 체크포인트 모델을 로드하여 이미지 생성 프로세스의 기초를 형성합니다.
2. 텍스트 프롬프트 인코딩: CLIP 텍스트 인코딩을 활용하여 마스킹된 영역 내에서 콘텐츠 생성을 지시하는 긍정 및 부정 프롬프트를 정의할 수 있습니다.
3. 이미지 로드하기: 인페인팅 절차의 기초가 되는 편집하려는 이미지를 가져옵니다.
4. 마스크 만들기: 마스크를 생성하여 인페인팅이 필요한 영역을 지정하고 ComfyUI에 수정 사항을 구현할 위치를 알려줍니다.
5. 차등 확산: 이 중요한 단계에서는 새 콘텐츠를 기존 이미지와 원활하게 통합할 수 있습니다.
6. 잠재 이미지 디코딩: 잠상 표현을 디코딩하여 최종 렌더링된 이미지를 생성합니다.

그림과 같이 기본 노드를 만들고 연결을 설정하여 인페인팅 워크플로우 설정을 시작하세요. 로드 체크포인트 노드로 시작하여 이미지 생성을 위한 안정적 확산 모델을 초기화합니다.

다음으로, 두 개의 클립 텍스트 인코딩(프롬프트) 노드를 생성합니다. 하나는 긍정적인 지침(원하는 페인팅 콘텐츠 설명)을 위한 노드이고 다른 하나는 부정적인 지침(피해야 할 요소 지정)을 위한 노드입니다. 이제 이미지를 업로드합니다.

정밀한 인페인팅을 위한 고급 마스킹 기법

원활한 전환을 위한 가우시안 블러 마스크

사실적인 결과물을 얻으려면 원본 이미지와 페인팅된 부분 사이의 부드러운 전환을 달성하는 것이 중요합니다. 가우시안 블러 마스크 노드는 마스크 가장자리를 부드럽게 처리하여 점진적인 전환을 만들고 거친 경계를 최소화합니다.

기존 기법보다 훨씬 뛰어난 차등 확산 인페인팅 방식은 이러한 전환에 크게 기여합니다.

가우시안 블러 마스크 노드는 인페인팅 애플리케이션에 없어서는 안 될 필수 요소입니다. 마스크 주변부를 흐리게 처리하고 원본 이미지와 수정된 이미지 영역 간의 블렌딩을 개선합니다.

구현 과정은 다음과 같습니다:

1. 가우시안 블러 마스크 생성.
2. 흐린 마스크 효과를 시각화하기 위해 마스크 미리 보기를 생성합니다.
3. K 샘플러에 연결되는 인페인트 모델 컨디셔닝 노드를 설정합니다.
4. 모든 컴포넌트를 통합된 네트워크에 연결합니다.

노드 네트워크가 설정되면 SAM 기능을 살펴볼 수 있습니다.

타깃 마스킹을 위한 SAM 검출기 사용

SAM(Segment Anything Model) 검출기는 정교한 마스크 생성 기능을 제공합니다. 특정 이미지 영역을 정밀하게 선택할 수 있어 표적 인페인팅 작업에 적합합니다.

SAM 디텍터부터 시작해 보겠습니다. 이 도구를 사용하면 특정 영역을 편리하게 마스킹할 수 있으므로 마스크 편집기를 사용한 광범위한 수동 편집이 필요하지 않습니다.

SAM 검출기를 작동하려면 다음과 같이 하세요:

1. 마스킹하려는 이미지 섹션을 마우스 왼쪽 버튼으로 클릭합니다. SAM이 자동으로 해당 영역을 감지하고 해당 마스크를 생성합니다.
2. 제공된 슬라이더를 사용해 신뢰 수준을 조정합니다. 신뢰도 값이 높을수록 인식 정확도가 높아지는 반면, 값이 낮을수록 전체 그림과 같이 더 넓은 영역을 선택할 수 있습니다.
3. 노드에 저장을 클릭하여 마스크를 저장합니다. 마스크 편집기는 나중에 조정할 수 있도록 계속 사용할 수 있습니다.

마스크 편집기로 마스킹 오류 수정하기

SAM 검출기와 같은 고급 도구에도 불구하고 마스킹 부정확성이 발생할 수 있습니다. 마스크 편집기를 사용하면 이러한 문제를 수동으로 수정할 수 있어 마스크와 의도한 인페인팅 영역이 완벽하게 정렬되도록 보장합니다. 또 다른 마스킹 생성 옵션은 마스크 편집기로, 일반적으로 SAM으로 생성된 마스크의 불완전성을 수정하는 데 사용합니다.

1. 마스크를 구현한 후 부정확한 부분이 없는지 검토하고 마스크 편집기를 실행합니다.
2. 두께 매개변수를 사용하여 선택 반경을 수정합니다.
3. 필요에 따라 마스크 영역을 추가하거나 제거합니다.
4. 노드 저장을 선택하여 수정 사항을 보존합니다.

단계별 채색 가이드

개체의 색상 변경

마스크 완료 후 지정된 영역 내에서 개체 색상 수정으로 진행할 수 있습니다. 이를 위해서는 대상 색상을 반영하도록 텍스트 프롬프트를 업데이트하고 자연스러운 색상 통합을 위해 인페인팅 구성을 미세 조정해야 합니다.

먼저 두 가우시안 블러 값을 모두 50으로 구성합니다. 그런 다음 원본 이미지 생성 프롬프트를 복제하고 드레스 또는 기타 오브젝트의 새 색상을 지정하도록 조정합니다. 이제 KSampler를 사용하여 수정한 내용을 미리 봅니다.

가격

컴피유는 무료 오픈 소스입니다!

컴피유는 무료 오픈소스 소프트웨어로 운영되므로 개인용 또는 상업용 라이선스 비용이 들지 않습니다. 그러나 효율적인 운영을 위해서는 일반적으로 성능 좋은 GPU와 같은 하드웨어 리소스에 대한 투자가 필요합니다.

또한 Patreon과 같은 플랫폼을 통한 개발자 지원은 사전 구성된 워크플로 및 교육 자료를 포함한 독점 콘텐츠에 대한 액세스를 제공할 수 있습니다.

디퍼런셜 확산 인페인팅의 장단점

장점

향상된 인페인팅 품질: 디퍼렌셜 확산은 기존 인페인팅 방식에 비해 뛰어난 통합성과 더욱 사실적인 결과물을 제공합니다.

정확한 마스킹: SAM 감지기와 마스크 편집기는 마스킹된 영역을 정확하게 제어하여 정밀한 편집을 가능하게 합니다.

자연스러운 전환: 가우시안 블러 마스크는 원본 이미지와 페인팅된 부분을 더욱 부드럽게 블렌딩합니다.

간소화된 워크플로: ComfyUI 매니저는 사용자 정의 노드 설치 및 관리를 간소화하여 운영 효율성을 향상시킵니다.

단점

기술적 복잡성: 특히 초보자에게는 ComfyUI의 인페인팅 워크플로우를 설정하고 숙달하는 데 어려움이 있습니다.

리소스 요구 사항: 인페인팅 작업은 계산 집약적일 수 있으므로 강력한 그래픽 프로세서와 충분한 메모리가 필요합니다.

시간 투자: 인페인팅 매개변수를 미세 조정하고 불완전한 부분을 수정하려면 상당한 시간이 소요될 수 있습니다.

커스텀 노드 종속성: 워크플로는 지속적인 업데이트 및 유지 관리가 필요할 수 있는 사용자 정의 노드에 따라 달라집니다.

이미지 인페인팅을 위한 ComfyUI의 주요 기능

주요 기능

ComfyUI는 이미지 인페인팅 경험을 향상시키는 몇 가지 중요한 기능을 제공합니다:

• 노드 기반 워크플로: 인페인팅 작업을 위한 적응형 및 사용자 지정 가능한 작업을 제공합니다.
• 사용자 지정 노드 지원: 확장된 기능을 위해 특수 노드를 통합할 수 있습니다.
• SAM 검출기: 특정 이미지 영역을 정확하게 마스킹할 수 있습니다.
• 마스크 편집기: 마스킹 오류의 수동 수정을 지원합니다.
• 가우시안 블러 마스크: 원본 영역과 수정된 영역 간에 매끄러운 전환을 생성합니다.
• 차등 확산: 뛰어난 인페인팅 품질과 통합을 보장합니다.

컴피유 이미지 인페인팅의 인기 사용 사례

인페인팅으로 무엇을 할 수 있나요?

ComfyUI의 이미지 인페인팅 기능은 다음과 같은 용도로 유용합니다:

• 개체 제거: 사진에서 원치 않는 요소를 제거합니다.
• 이미지 복구: 손상되거나 손상된 이미지 섹션을 복원합니다.
• 크리에이티브 편집: 새로운 구성 요소를 도입하거나 기존 구성 요소를 변경합니다.
• 배경 교체: 이미지 배경을 매끄럽게 대체합니다.
• 텍스처 편집: 이미지 내 사물의 표면 질감을 수정합니다.

컴피유 인페인팅에 관해 자주 묻는 질문

인페인팅이란 무엇이며 왜 유용한가요?

인페인팅은 이미지 세그먼트를 매끄럽게 편집하고 교체하는 기술을 의미합니다. 원하지 않는 개체를 제거하거나 손상된 부분을 복구하거나 새로운 이미지 요소를 추가하는 데 유용합니다. 컴피유는 인페인팅을 위한 다재다능하고 강력한 환경을 조성하여 프리미엄급 결과물을 얻을 수 있도록 지원합니다.

컴피유에서 인페인팅을 위한 필수 노드는 무엇인가요?

컴프유 인페인팅의 핵심 노드에는 로드 체크포인트, CLIP 텍스트 인코딩(프롬프트), 이미지 로드, 가우시안 블러 마스크, 인페인트 모델 컨디셔닝, 차등 확산, K 샘플러 및 VAE 디코드가 포함됩니다. 이러한 구성 요소가 협업하여 완전한 인페인팅 워크플로우를 구성합니다.

SAM 디텍터는 마스킹 프로세스를 어떻게 개선하나요?

SAM 검출기는 특정 이미지 영역을 정밀하게 선택할 수 있도록 하여 마스킹 작업을 향상시킵니다. 이를 통해 수동 편집 요구 사항이 줄어들고 마스크가 대상 영역에 완벽하게 정렬되도록 보장합니다.

가우시안 블러 마스크의 용도는 무엇인가요?

가우시안 블러 마스크는 원본 이미지와 페인팅된 영역 사이에 점진적인 전환을 만듭니다. 눈에 띄는 가장자리를 최소화하고 새로운 콘텐츠의 원활한 통합을 보장합니다.

ComfyUI 인페인팅에 관한 관련 질문

ComfyUI에서 일반적인 인페인팅 오류를 해결하려면 어떻게 해야 하나요?

ComfyUI에서 일반적인 인페인팅 오류를 해결하려면 다음과 같은 여러 가지 접근 방식이 필요합니다. 마스크를 확인합니다: 마스크가 의도한 인페인팅 영역을 정확하게 커버하는지 확인합니다. 마스크 편집기를 사용하여 불일치하는 부분을 수정합니다.프롬프트 수정하기: 다양한 프롬프트 변형을 테스트하여 이미지 생성 프로세스를 지시합니다. 프롬프트가 원하는 결과를 구체적으로 설명하는지 확인합니다.매개변수를 최적화합니다: 노이즈 제거 강도 및 CFG 스케일과 같은 인페인팅 설정을 조정하여 결과를 개선합니다.노드를 검사합니다: 워크플로우 전체에서 연결 및 구성을 검토하여 적절한 설정이 이루어졌는지 확인합니다.ComfyUI를 다시 시작합니다: 때때로 애플리케이션을 다시 시작하면 예기치 않은 오류나 성능 문제를 해결할 수 있습니다.