- Editabilidad inherente: cada capa se puede manipular de forma independiente sin afectar el contenido de las demás
- Operaciones elementales de alta fidelidad: admite cambiar el tamaño, la posición y el color con aislamiento físico de los componentes semánticos
- Descomposición en cantidad variable de capas: no se limita a un número fijo de capas; descompón en 3, 4, 8 o más capas según lo necesites
- Descomposición recursiva: cualquier capa se puede descomponer aún más, lo que permite una profundidad de descomposición infinita
Flujo de trabajo de Qwen-Image-Layered
Descomposición con Qwen-Image-Layered
Descompón una imagen en capas RGBA editables para flujos de trabajo de recoloreado, reemplazo, redimensionado y reposicionado.
Descargar flujo de trabajo
Descarga el archivo JSON del flujo de trabajo
Ejecutar en Comfy Cloud
Ejecuta ComfyUI en línea sin configuración
LoadImage 74:
coastal_smiling_woman.png
Nodo
LoadImage 74 · coastal_smiling_woman.png
Enlaces de modelos
text_encoders diffusion_models vae Ubicación de almacenamiento de los modelosVersión FP8
De forma predeterminada usamos bf16, que requiere mucha VRAM. Si quieres reducir el uso de VRAM, puedes usar la versión fp8: Luego, actualiza el nodo Cargar modelo de difusión dentro del Subgraph para usarla.Capas y salida
El número de capas lo define el widgetlayers del nodo Empty Qwen Image Layered Latent, dentro del Subgraph.
Este modelo regenera la imagen completa además de las capas, así que una generación siempre se decodifica en layers + 1 imágenes:
La primera imagen es la imagen completa, no una capa. El flujo de trabajo de imagen a capas la descarta automáticamente con un nodo
LatentCut (dim t, index 1) antes de la división del lote, de modo que la plantilla genera layers imágenes. Si construyes un gráfico personalizado sin ese nodo, descarta la primera imagen cuando solo quieras las capas. layers acepta 0, lo que te da esa imagen por sí sola.
Si compones todas las capas de nuevo, vuelves a crear la imagen completa. Úsalo como comprobación: si al apilar las capas no se reproduce la primera imagen, la descomposición no hizo lo que buscabas.
Cómo se convierten las capas en imágenes separadas
El nodo Empty Qwen Image Layered Latent asigna un latente 5D con forma[batch_size, 16, layers + 1, height // 8, width // 8]. Las capas ocupan el tercer eje, el mismo eje temporal que los modelos de video usan para los fotogramas. El nodo LatentCutToBatch con dim en t mueve ese eje a la dimensión del lote, así que después de VAE Decode cada capa es una imagen separada dentro del lote. La plantilla inserta un nodo LatentCut (dim t, index 1) antes de LatentCutToBatch para descartar la entrada de la imagen completa, de modo que el lote decodificado solo contiene las capas.
Por lo tanto, la posición de una capa en la pila es su índice en el lote, contando desde la imagen completa en el índice 0. No hay campo de z-index ni metadatos por capa que lleven ese orden, así que reordenar o filtrar el lote reordena las capas.
El VAE de Qwen-Image-Layered decodifica a 4 canales, así que las capas decodificadas llevan un canal alfa.