本次给大家展示的是一个Image2LineDrawing 线稿草图生成的 ComfyUI 工作流，通过输入原始图片，结合 ControlNet 的线稿预处理器与稳定扩散模型，将彩色图像快速转化为高质量的黑白线稿。整体流程不仅能够保留图像结构和细节，还能呈现出艺术化的线条效果，适合在插画、漫画创作和草图设计等场景中使用。
通过效果演示，可以直观地看到输入图片和生成线稿的对比，帮助理解整个工作流的价值。
文章目录
- 工作流介绍
- 核心模型
- Node节点
- 工作流程
- 大模型应用
- ArgosTranslateTextNode 提示词自动翻译与语义强化
- ttN text3BOX_3WAYconcat 文本融合与线稿风格复合语义构建
- CLIPTextEncode（正向） 线稿生成方向的主控语义编码
- CLIPTextEncode（负向） 线稿杂质抑制与结构稳定控制
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
该工作流围绕Stable Diffusion 模型 + ControlNet 线稿模型搭建，加载输入图像后通过线稿预处理器抽取线条特征，再结合提示词与负面提示进行控制，最后由采样器和 VAE 解码器生成线稿成品图。整体流程结构清晰，节点之间的关系紧密，既能满足基础的线稿生成需求，也支持扩展到更复杂的创作任务。
核心模型
在本工作流中，核心模型由稳定扩散检查点模型和 ControlNet 线稿模型组成。检查点模型提供基础的图像生成能力，ControlNet 线稿模型则对输入图像的结构特征进行解析，从而保证生成的线稿与原始图像的细节保持一致。
| 模型名称 | 说明 |
|---|---|
| majicMIX_realistic_v7.safetensors | 稳定扩散基础模型，负责整体的图像生成与解码。 |
| control_v11p_sd15s2_lineart_anime.pth | ControlNet 线稿模型，专门用于将输入图像转换为清晰的线稿特征。 |
通
