无需抠图！AI绘画直接文本生成透明底图层，设计师必看的ComfyUI透明图层生成工作流教程！（附插件模型）

大家好，我是画画的小强

AI 绘画自出现以来一直都在不断发展完善，实现了很多我们在实际应用中迫切需要的功能，比如生成正确的手指、指定的姿势、准确的文本内容等。上周，又一个重磅新功能在开源的 SD 生态内实现了——直接通过文本直接生成透明底图像和图层！这将为 AI 绘画和设计领域带来了新的可能性，使图像形式更多样，也能给设计师带来更多便利。

今天我们就一起来了解实现这一新功能的技术 LayerDiffusion，以及如何在 ComfyUI 中利用 LayerDiffusion 生成透明底图片。

一、 LayerDiffusion 简介

LayerDiffusion 是由 @ lllyasviel （没错就是那个开发出 Controlnet、Fooocus 和 SD WebUI Forge 的大神）最新推出的一种透明图像生成技术，它的核心所在是“潜在透明度”，即将 Alpha 通道整合到预训练模型的潜在结构中，使模型能够生成带有透明度的图。

官方给出的演示案例效果非常好，不仅可以生成一般物体，而且对于玻璃、发光这种透明/半透明的对象，以及头发丝这种精细的内容，生成的效果依旧完美。本文章封面图的卷发女生就是我直接用 LayerDiffusion 生成的，极大提升了出图效率，而且真正做到了“毫无抠图痕迹”，再也不用担心有白边了。

在这里插入图片描述

除了直接生成透明底图像，LayerDiffusion 还支持生成分层图像。包括根据一个透明底图像生成完美融合的背景，并将该背景提取为完整独立的图层；以及根据背景图像+提示词生成前景主体，并将该主体提取为透明底图层。

在这里插入图片描述

目前 SD WebUI Forge 和 ComfyUI 已经支持 LayerDiffusion 的透明底功能，并且在未来还将支持通过图像生成透明底图像，下面为大家介绍如何在这 2 款工具中实现对应的功能。

在 ComfyUI 中使用 LayerDiffusion

① 安装插件

ComfyUI-layerdiffuse 插件 git 网址： https://github.com/huchenlei/ComfyUI-layerdiffuse.git
（如无法下载，请扫描免费获取 Layerdiffuse 插件安装包哦）

首先将 ComfyUI 更新到最新版本。然后安装 layerdiffuse 插件，可以用过 manager 安装，也可以进入根目录的 custom_nodes 文件夹中，通过 git clone 命令安装；安装成功后，进入 ComfyUI-layerdiffuse 根目录，打开终端命令，运行 pip install -r requirements.txt 命令，安装 python 依赖项。
在这里插入图片描述

② 安装模型

LayerDiffusion 处理模型下载： https://huggingface.co/LayerDiffusion/layerdiffusion-v1/tree/main （如无法下载，请看上方扫描免费获取 LayerDiffusion 的处理模型）

ComfyUI-layerdiffuse 插件目前仅支持 SDXL 模型，选择大模型时需要注意；此外还需要下载 LayerDiffusion 处理模型，安装到根目录的 models\layer_model 文件夹中。
在这里插入图片描述
③ 加载工作流

插件官方提供了 7 种工作流，全部存放在 custom_nodes\ComfyUI-layerdiffuse\examples 文件夹中，可以实现生成透明底图像、通过背景图像生成透明底前景、通过透明底前景生成完整背景等操作；我也进一步整理了这些文件，打包资源在网盘内（请扫描免费获取哦）。

启动 ComfyUI 界面后，可以用 workspace 插件一次性将整个工作流文件夹导入 ComfyUI 中。
在这里插入图片描述

④ 直接生成透明底图像

layer_diffusion_fg_example_rgba 和 layer_diffusion_fg_example 两个工作流都可以生成透明底图像，且第二个工作流可以额外生成一个 Alpha 通道蒙版。
在这里插入图片描述

在这里插入图片描述
⑤ 生成前景&生成背景

layer_diffusion_cond_example 工作流可以同时实现 “根据透明底前景生成背景” 和 “根据背景透明底前景” ，使用时注意在 Layer Diffuse Cond Apply 节点中对应地将 layer_type 调节成 foreground 或者 background。
在这里插入图片描述

⑥ 提取完整背景

在根据一个透明底图像生成背景后，可以通过 layer_diffusion_diff_bg 工作流提取一个完整的背景图层。主体在提示词中完整描述背景内容，采样器需要选择 Euler A 或者 Uni_pc。
在这里插入图片描述

⑦ 提取前景图层

在一个背景图中生成一个新的主体后，可以再通过 layer_diffusion_diff_fg 工作流将主体提取为透明底图层。注意修改提示词，采样器依旧选择 Euler A 或者 Uni_pc。
在这里插入图片描述

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

在这里插入图片描述