图生图与重绘幅度(denoise)

一句话定义

图生图(img2img)= 把参考图 VAE Encode 成潜空间后作为采样起点,denoise 控制噪声注入比例:0.3 只"抛光",0.7 半重绘,1.0 等于重画——原文本生图工作流加两个节点即可改造而成。

为什么重要

它是风格迁移、细节增强、放大(高清放大(Upscaling):两条路线与取舍)、局部重绘(局部重绘(Inpainting):只改该改的地方)的共同地基;denoise 这一个数字,是所有"保结构 vs 放开创意"权衡的总旋钮。

前置知识

潜空间与 VAE:压缩的图像世界(潜空间)、KSampler 全参数解剖:seed/steps/cfg/denoise(denoise 的步数换算)。

核心概念

• 节点链:Load Image → (可选缩放) → VAE Encode → KSampler(denoise<1) → VAE Decode → Save Image。
• denoise 的双重含义:

1. 噪声混合比例(0=完全用原图 latent,1=纯噪声); 2. 实际执行步数 = steps × denoise(见 扩散模型直觉：从噪声到图像的迭代雕刻)。

• 预处理决策:输入图分辨率常与模型原生分辨率不符 → 先用 ImageScale/Resize 类节点缩放,比例失配是变形的常见原因。

原理与机制

denoise=0.2 : x_start = 0.8·latent(img) + 0.2·noise   只走末段去噪 → 贴近原图,细节微调
denoise=0.6 : 中度重绘 → 大结构保留,材质/光照可大幅改变
denoise=1.0 : 与原图无关 → 退化为文生图

原理:扩散模型直觉：从噪声到图像的迭代雕刻 中反向过程只从中间步开始——原图 latent 相当于"已经完成了 (1-denoise) 比例的雕刻",KSampler 只补余下的部分。

直观类比

描红:denoise 是蒙在字帖上的纸的透明度——0.2 是隔着一层薄纸描边,0.7 是只瞄一眼字帖自由发挥,1.0 是收走字帖重写。

实例与案例

• 照片转油画:denoise 0.45-0.6 + 风格化提示词;低于 0.4 出不来笔触,高于 0.7 丢构图。
• SD1.5 图借 SDXL 重绘:先 ImageScale 到 1024 家族分辨率,denoise 0.5 左右,可"升级画风"。
• 与 IPAdapter 与参考图控制:让图像自己当提示词 组合:图生图 + IPAdapter 风格参考 = "按这张图的感觉重画这张图"。

常见误区

• 忘记缩放输入图:SD1.5 收 2000×1500 大图 → latent 异常大 → 显存爆、构图崩;先缩到模型工作分辨率。
• denoise 拉满还期望保结构:1.0 就是没有参考;结构保留度由 denoise 单独决定。
• steps 不随 denoise 调整:denoise 0.3 × steps 20 = 6 步,细节必然糙;低 denoise 时应适当上调 steps。
• 裁切/缩放比例不一致:长宽比变了,人物会拉伸;保持输入输出同比例。

自测题

1. denoise=0.8、steps=30 的图生图实际走几步去噪?
2. 为什么图生图前常需要一个 ImageScale 节点?
3. 想最大限度保留原图、只提画质,denoise 与 steps 怎么配?
4. denoise=1.0 时,图生图工作流与文生图还有区别吗?

与其他知识点的关系

• 局部重绘(Inpainting):只改该改的地方 在此基础上加蒙版,实现"只重绘局部"。
• 高清放大(Upscaling):两条路线与取舍 的两条放大路线都建立在图生图之上。
• 节点与工作流的心智模型：端口、连线与执行 的 LATENT/IMAGE 转换在此得到最直观的应用。

延伸阅读

• 官方模板库中的 img2img 模板(与本文节点链一致)