【ComfyUI学习笔记03】案例学习：图片放大的3个基本工作流

前言

考虑到单次生成大图所需要的极高电脑配置要求和时间以及某些基础大模型，如SD1.5，在大图生成上的短板，一些专门用于图片放大的工作流被视为更亲民，更经济的处理办法。
本节将结合3个独立案例，介绍通过 Latent Upscale 节点、 Esrgan 模型放大和插件节点 Ultimate Upscale 对图片进行放大的工作流。

注意！！本系列暂无对底层的深究，如有兴趣，请移步 Github 相关大牛的博文自查

【往期传送门】

ComfyUI学习笔记01：下载安装 | 运行第一个工作流 | 学习思路
ComfyUI学习笔记02：工作区的整理与注释办法 | 2个节点包推荐

图片放大的通识介绍

根据官方手册对 Image Upscaling¹ 的介绍：

图片放大 Image Upscaling 是通过算法将一个低分辨率图像 low-resolution img 转换成高分辨率 high-resolution img 图像的方法。

我们能够基本了解到 Image Upscaling 的工作方式 —— 生成一张低分辨率图片（的数据），然后通过不同的放大方法（算法），将之转化为一张高分辨率图片。
目前，在ComfyUI官方案例库中，针对 Image Upscaling ，一共有4个案例，包括了2种自带的图片放大方案， Latent Upscale 方案和 Esrgan 为主的模型放大方案，我们将在稍后对它们进行逐一讲解和介绍。

Latent Upscale 案例

案例1获取打开ComfyUI->Workflow->Browse Templates->Upscaleing->Upscale

Latent Upscale 方法介绍

Latent Upscale，即潜空间放大，是在图像生成过程之中，对 VAE解码（Decode） 前的Latent（潜空间数据）进行放大，放大生成这张图的“蓝图”或“基因”，然后让模型根据这张更大的蓝图去“绘制”更多细节。这是Hi-res Fix流程的核心。
在ComfyUI中，根据画面长宽大小设置方式的不同，一共有两个潜空间放大节点——Upscale Latent 和 Upscale Latent by，稍后我们会对其进行跟深入地参数设置介绍。

Latent Upscale 工作流解读

组块分析

Latent Upscale工作流案例提供了4个组块——Txt2img来生成原始图片，Hres Fix进行图片放大，2个图片保存（预览）区。为了节省篇幅，我们主要讲解Hires Fix组块，即Latent Upscale工作流的核心。

该区块由两部分组成——Upscale Latent节点以及一个KSam