上一篇讲解了基础文生图工作流，我们需要通过大量的提示词让AI帮助我们生成预期图片，玩过的同学肯定就知道，得到的图都很随机，虽然大部分都很精美，但是实用性不高，只能欣赏欣赏

这一篇讲解基于基础文生图工作流，我们稍微改动一下，变成基础图生图工作流，即基于我们提供的参考图，让AI帮助我们生成新的图片，可以修复原图，可以给原图换风格等等，实用性大大提高

这个基础图生图工作流共用到了8个节点，分别是：

1.大模型加载节点

2.正向提示词节点

3.负向提示词节点

4.图片加载节点

5.VAE编码节点

6.采样器节点

7.VAE解码节点

8.预览图片节点

相对于基础文生图的7个节点，这里变成了8个，仔细观察，其实就是将文生图的空潜节点替换成了图片加载节点和VAE编码节点
下面详细看下新出现的这两个节点

1.图片加载节点

图片加载节点用于加载一个本地图片，输出的两个值，分别是图像和遮罩，基础图生图只用到了图像这个值，遮罩后面再讲解
本地加载的图片输出的是像素值，采样器无法直接读取像素值，需要通过VAE编码将像素变成二进制数据在传给采样器
2.VAE编码节点

VAE编码节点用于将像素数据转换成二进制数据，这里主要是将预览图转换成潜空间数据，传递给采样器，采样器从这张图中能到图片的宽高以及图片的完整数据作为参考

图生图工作流的用法：
1.选择一个合适的大模型，选择一张自己的参考图，正向提示词输入参考中的主要元素，比如我这个图中的龙，再将采样器的降噪参数设置为0.4~0.5之间，这样就可以生成和参考图非常相似的图片，可以用于图片修复

2.调大降噪值，让AI在参考图的基础上加大自由发挥度，得到全新的图

这张就是将采样器的降噪值从0.45调到了0.71后，生成了一个全新的龙，和参考图的龙的颜色搭配基本一致，但是细节完全不同了

更太多参数修改，大家可以自行尝试，图生图比文生图的可控性更高

这一篇讲到了Comfyui的基础图生图工作流，带来了新奇的玩法，下一篇对基础工作流进行优化，比如大模型非常多，选一个之后，采样器的参数不知道怎么设置怎么办，再比如参考图的背景太复杂，影响最终出图，能否去掉背景后再出图，等等，下篇见