今天给大家演示一个动漫转真人的 ComfyUI 工作流，利用双重 ControlNet 控制（Canny 与 Depth）实现对动漫图像进行结构还原与细节映射，最终生成具有高度还原度的真人风格图像。本工作流集成了图像预处理、深度与边缘控制、标签自动识别、提示词编码、双重 ControlNet 推理、多模型组合以及最终图像输出。整体流程精密衔接，适用于想要将二次元风格图像转换为真实风格的创作者、插画师或AI艺术从业者。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BNK_CLIPTextEncodeAdvanced 文本语义驱动的内容约束核心BNK_CLIPTextEncodeAdvanced（自动标签反推） 标签语义补全编码单元使用方法应用场景开发与应用工作流介绍本工作流以动漫风格图像为输入，通过两个 ControlNet 模块分别引导图像的轮廓（LineArt）与深度（Depth），结合 VAE 和高质量 SD 模型，最终生成具备真实感的人物图像。整个流程核心在于双 ControlNet 的配合使用——一方面保持输入图的结构完整性，另一方面加强立体信息的保留，从而实现动漫图像向真人图像的高质量转换。在流程中，通过引入WD14Tagger节点自动生成标签，用于精炼提示词内容；使用BNK_CLIPTextEncodeAdvanced节点进行复杂提示词的高效嵌入表达；再结合KSamplerAdvanced控制采样过程，确保生成图像既具还原度又不失艺术表现力。多种节点之间协同工作，形成一个逻辑严密、性能高效的 AI 图像推理链路。核心模型工作流中使用了以真实风格见长的majicmixRealistic_v7模型作为主模型，并配合预训练的 Canny 与 Depth 控制网络，分别加载control_v11p_sd15_canny.pth和control_v11f1p_sd15_depth.pth，以实现高保真的图像风格转换效果。VAE 模块采用vae-ft-mse-