此图由 AI 生成

你除了可以使用 Flux Redux 进行图像变体外，还可以使用 Flux Canny Control 模型让 Flux 生成一张边缘结构与原图高度一致的图片，比如像下图所示的那样。

我导入了一张海贼王主角路飞的黑白线稿图片，然后使用 Flux Canny Control 模型生成了一张边缘结构与原图高度一致的彩色图片。你可以看到除了表情有点变化外，整体的轮廓和原图几乎是一致的。

有很多场景，都适合使用 Flux Canny Control 模型。比如：

  1. 给手稿图上色。
  2. 重新设计 App Logo。比如将 TikTok 的 Logo 变成一个卡通风格的图片。
  3. 重新设计某个产品。比如输入一款手提包的图片，然后让 Flux 模型生成不同颜色，或者不同材质但款式一样的手提包。
  4. 重新设计某个游戏人物。比如输入一个身穿金属盔甲的战士图片，然后让 Flux 模型生成身穿其他材质或颜色的战士图片。

​
1. 下载 Flux Canny 模型

目前有两种 Flux Canny 模型，一种是 Flux 官方实现的 Flux Canny LoRA，另一种则是由开源社区里的其他机构实现的 Flux Canny Controlnet。前者基于 Control LoRA 技术实现，后者则是基于 ControlNet 技术实现。

  • Flux 官方提供了两种 Canny LoRA 模型文件，你可以根据自己需求选择：
    • 一个是将 Flux Canny LoRA 和 Flux Dev 打包在一起的模型。你可以在这里下载到此模型，然后将其放在 /models/diffusion_models/ 文件夹里。但这个模型因为包含了 Flux Dev 模型，所以体积较大，有 24GB 左右。但好处是加载模型的时候只需要加载一个。
    • 如果你不想下载那么大的模型，可以在这里下载到单独的 Flux Canny LoRA 模型，并将其放在 models/loras/ 文件夹里。这个模型文件只有 1.24GB 左右。
  • 目前有两个开源机构实现了 Flux Canny Controlnet 模型，你可以根据自己需求选择：
    • 第一个是 Shakker-Labs 和 InstantX 合作开源的 Canny ControlNet模型,你需要将这个模型下载并放到 models/controlnet/ 文件夹里。另外，注意这个文件在下载的时候可以改下名字，改成 instantx_flux_canny.safetensors，方便后续使用。
    • 另一个是 XLabs 开源的 Flux Canny controlnet v3 模型，你也需要将这个模型下载并放到 models/controlnet/ 文件夹里。

​
2. Flux Canny LoRA 工作流

下载好模型后，我们来搭建 Flux Canny 的 ComfyUI 工作流。首先，你可以加载在 Flux ComfyUI 工作流 中我推荐的完整版 Flux 工作流，然后基于这个工作流进行修改。

如果你不想手动连接，可以去 Comflowy 下载此工作流模板，并导入到本地 ComfyUI 使用。（另外，如果你不知道如何下载 Comflowy 模板，可以参考此教程）

Flux ComfyUI 工作流模板

点击右上角 Remix 按钮，进入 ComfyUI 工作流模式。

最核心的变化其实就是多了一个 Flux Canny 节点组。通过这个节点组将图片转成 Conditioning，然后将其和 Prompt 一起输入到 Flux 模型中:

首先，需要添加一个名为 InstructPixToConditioning 的节点（图中①）。与 Redux 的工作流很相似，它也是跟 CLIP 后的 FluxGuidance 节点相连。然后这个节点要跟一个 Canny 节点（图中②）相连。然后还需要添加一个 Load Image 节点（图中③），将需要处理的图片输入进去。

如果需要你还可以在 Canny 节点后添加一个 Preview Image 节点（图中④），用于预览 Canny 后的图片。

最后输入 Prompt，点击 Generate 按钮，生成图片。

这里有个小 Tips，如果你想要生成出边缘结构与原图更加高度一致的图片，可以尝试将 Canny 节点的 Low Threshold 和 High Threshold 都设置得高一些。如果你只想要大体的轮廓，则可以将这些值调小一些，这样 Canny 生成的图片边缘就会少一些，让 AI 发挥的空间自然就更多了。

​
3. Flux Canny Controlnet 工作流

​
3.1 InstantX 版本

首先，因为要额外运行 ControlNet 模型，会占用额外的显存，所以我推荐你加载在 Flux ComfyUI 工作流 中的 GGUF 版本 Flux 工作流，然后基于此工作流进行修改。亦或者去到 Comflowy 下载此工作流，并导入使用。

这个版本，你需要：

  1. 添加图中①所示的 Apply ControlNet with VAE 节点。然后将其与 Load VAE 、Load ControlNet Model（图中②） 以及任意的 Canny 节点（图中③）相连。有个小细节需要注意，使用 Canny 的话，最好将 strength 设置为 0.7，效果会好不少。
  2. Load ControlNet Model 节点选择下载好的 Flux Canny Controlnet 模型。
  3. 为了让生成的图与输入的 Canny 图大小一致，我还添加了一个 Get Image Size 节点（图中④），然后将其与 SD3LatentImage 节点（图中⑤）相连。这样生成的图片大小就与输入的 Canny 图大小一致了。

另外，如果你不想使用 GGUF 版本，也可以使用 ComfyUI 官方提供的 FP8 版本，仅需要去掉 Load VAE 和 DualCLIPLoader 节点即可，并替换成 Load Checkpoint 节点。然后选择 FP8 版本的 Flux 模型即可。

经过我个人的测试，我感觉 InstantX 版本的 Flux Canny Controlnet 模型效果会更好一些。原图中是个生气的路飞，但在 Flux 官方的 Canny 模型中，生气的路飞变成了一个微笑的路飞。在服从 Canny 边缘上没有 InstantX 版本的好。

​
3.2 XLabs 版本

使用 XLabs 版本的 Flux Canny Controlnet 模型，需要使用到 XLabs 开发的插件。这是他们的 Github 插件地址。你可以通过 ComfyUI 的 ComfyUI-Manager 安装此插件。详细的安装方式，可以参考安装 ComfyUI 插件一文。

安装完后，你可以通过修改 Shakker-Labs 版本的工作流。亦或者去到 Comflowy 下载此工作流，并导入使用。

修改起来不算太难：

图示描述
①将 KSampler 换成 Xlabs Sampler 节点。你可以看到这个节点多了个 controlnet_condition 的输入。
②我将 CLIPTextEncode 节点替换为 CLIPTextEncodeFlux 节点。你可以不用修改。我只想告诉各位还有其他 Flux 的 CLIP 节点。这个节点可以分别对 Clip l 和 t5xxl 进行控制。
③将 Apply ControlNet VAE 节点换成 Apply Flux ControlNet 节点。
④将 Load ControlNet Model 节点换成 Load Flux ControlNet 节点。并选择下载好的 Flux Canny Controlnet 模型。
⑤SD3LatentImage 节点我也用了 Empty Latent Image 节点。也是为了展示这个节点除了 SD3 的版本外，也可以用最普通的那个。

我个人认为 XLabs 版本的 Flux Canny Controlnet 模型效果就比较一般了。

​
4. Flux Canny API 工作流

如果你的电脑性能不够，无法跑动 Flux Canny 模型，也可以试试在 ComfyUI 里使用 Comflowy 的 Canny API 节点。当然，你也可以直接在 Comflowy 里使用 Flux Canny API 节点，链接方式很简单，只需要用一个节点就能使用，同时还支持 Flux Pro 版本和 Dev 版本.

注意，因为此节点使用的是 API，所以使用的时候需要支付相应的费用。
Flux 图像变体Flux 深度控制