ComfyUI Inpaint Nodes：图像修复与扩展的强大工具集

ComfyUI Inpaint Nodes 是一款专门为 ComfyUI 平台设计的插件集合，它通过集成多种先进的图像修复技术，为用户提供了强大而灵活的图像去损（inpainting）与扩展（outpainting）功能。该项目特别针对 SDXL 模型进行了优化，让任何兼容的模型都能执行精准的去损任务，而无需复杂的调整过程。

核心功能特性

Fooocus Inpaint 模型支持

该项目引入了两个关键节点，允许使用 Fooocus inpaint 模型。这是一种小型而灵活的补丁，可以应用于 SDXL 检查点，将其转换为 inpaint 模型。转换后的模型可以像其他 inpaint 模型一样使用，无缝填充和扩展图像中的区域。

智能预处理功能

该项目提供了多种预处理节点，可以在图像修复前填充掩码区域，确保边缘平滑过渡：

扩展掩码：通过指定像素数量扩展掩码区域，并对边缘进行模糊处理，实现更平滑的过渡效果。

填充掩码区域：提供三种填充模式：

• neutral：使用灰色填充，适合添加全新内容
• telea：使用周围边框的颜色填充（基于 Alexandru Telea 算法）
• navier-stokes：使用周围边框的颜色填充（基于 Navier-Stokes 流体动力学）

模糊掩码区域：将图像模糊到掩码区域，在掩码边界处模糊强度较小，适合保持整体颜色一致。

专业 inpaint 模型支持

项目支持小型的快速 inpaint 模型，包括 LaMa 和 MAT 模型，非常适合 outpainting 或对象移除任务。

优化的编码与调节

新增的 VAE Encode & Inpaint Conditioning 节点提供了双重输出：latent_inpaint（连接到 Apply Fooocus Inpaint）和 latent_samples（连接到 KSampler）。这避免了多次 VAE 编码的开销，显著提升了工作流程效率。

后处理功能

Denoise to Compositing Mask 节点特别适用于与 ComfyUI 的 "Differential Diffusion" 节点结合使用，允许使用掩码作为逐像素去噪强度。

技术实现亮点

项目巧妙地使用了猴子补丁（monkey-patching）技术来支持 Fooocus 模型独特的 Lora 格式，使 ComfyUI 能够无缝对接这些先进的去损模型。代码结构清晰，包含了完整的图像处理工具函数，如高斯模糊、二值腐蚀/膨胀、填充反射等。

安装与使用

安装非常简单，可以通过 ComfyUI Manager 搜索 "ComfyUI Inpaint Nodes" 进行安装，或者手动将项目文件夹放入 ComfyUI/custom_nodes 目录中。

对于某些功能（如 telea 和 navier-stokes 填充模式），需要安装 OpenCV：

pip install opencv-python

示例工作流程

项目提供了多个示例工作流程，包括基础工作流程、高级精炼工作流程、outpainting 工作流程等，用户可以在 workflows 目录中找到这些示例文件。

ComfyUI Inpaint Nodes 是对现有图像处理技术的重要升级，它不仅简化了复杂的技术过程，更是将 AI 驱动的图像修复带到了每一个创作者的指尖。无论是修复旧照片、移除不需要的对象，还是进行创意性的图像扩展，这个项目都提供了强大的工具支持。