DIFFUSER放大 comfyui

### 使用 Diffusers 进行图像放大的方法

在 ComfyUI 中利用 Diffusers 实现高质量的图像放大主要依赖于模型推理过程中的超分辨率技术。为了实现这一目标，用户需先加载预训练好的超分辨率模型[^1]。

#### 加载并配置环境

确保安装了必要的 Python 库来支持 Diffusers 的运行：

pip install "diffusers>=0.17.0"

接着，在脚本中引入所需模块，并指定要使用的设备（CPU 或 GPU）:

from diffusers import StableDiffusionUpscalePipeline
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"
model_id_or_path = 'stabilityai/stable-diffusion-x4-upscaler'
pipeline = StableDiffusionUpscalePipeline.from_pretrained(model_id_or_path).to(device)

#### 准备输入图片

对于待处理的小尺寸源图，应将其转换成适合传递给管道函数的形式。通常情况下这意味着读取文件路径下的图像数据，并调整其大小至特定宽度和高度以便更好地适应模型的要求[^2]:

from PIL import Image, ImageOps

low_res_img = Image.open("<path_to_your_image>").convert("RGB")  # 替换为实际路径
low_res_img = low_res_img.resize((128, 128))                    # 调整到适当尺寸

#### 执行上采样操作

有了准备就绪的数据之后就可以调用 `upsample` 方法来进行最终的放大工作了。此过程中还可以设置一些参数来自定义输出效果，比如提示词用于指导生成更贴近预期的结果[^3]:

prompt = "A detailed photo of a cat with clear eyes and fur texture."
high_res_imgs = pipeline(prompt=prompt, image=low_res_img).images
for i, high_res_img in enumerate(high_res_imgs):
    high_res_img.save(f"{i}.png")

通过上述步骤可以在 ComfyUI 平台上成功应用 Diffusers 来完成图像的高倍率放大任务。