1-3 CLIPSeg+ControlNet更换人物背景服装：真人照片一键换装，脸和姿势都不变
准备工作：这篇教程要用到的材料
本教程演示的工作流是「1-3_[图像生成]_CLIPSeg_ControlNet更换人物背景服装」，位于工作流大合集的 01 图像生成 分类目录下。它的作用一句话概括：上传一张真人照片，AI 保住你的脸和姿势不变，把服装和背景换成任意你想要的风格——想给自己"云换装"、给模特换衣服试穿、给照片换背景，用它就对了。
开始前请确认三件事：① 工作流所需的节点和模型都已装好（不会装的先看系列教程《必看 | 工作流下载缺失节点和模型》）；② 本地 models\checkpoints\ 目录里有一个 SD1.5 系列大模型（作者原配 majicmixRealistic_v7，其他 SD1.5 写实模型也行）；③ 首次运行 CLIPSeg 节点时会自动联网下载分割模型（约 600MB），网络不稳定会卡在下载，解法见文末常见问题。
一、这个工作流能干什么
真人照片换装，最怕两件事：脸变了、姿势变了。这个工作流用两个技术把这两件事锁死：
- CLIPSeg 抠蒙版：自动识别并抠出照片里的"头发"和"头+脸"，生成保护蒙版——重绘时这些区域不参与，所以五官发型 100% 保持原样。
- ControlNet OpenPose 锁姿势：识别出人物骨骼姿态并锁住，重绘时身体动作不变。
蒙版保护之外的所有区域（服装、背景），全部交给提示词重新绘制。所以：提示词写什么风格，衣服和场景就变成什么风格。
本次演示效果：上传一张 JK 制服女生照片，提示词换成甜系洛丽塔洋装，输出同一张脸、同一姿势、穿着洛丽塔站在欧式花园里的新照片。
二、工作流原理：三步走
第 1 步：CLIPSeg 抠出"头发"和"头+脸"
工作流里有两个 CLIPSeg 节点，一个抠头发（提示词 hair），一个抠头+脸（提示词 head;face）。
第 2 步：ControlNet 锁定姿势
DWPreprocessor 节点用 DWPose 模型识别照片里人物的骨骼姿态，生成姿势骨架图；DiffControlNetLoader 加载的 openpose 控制模型负责把骨架锁进重绘过程，让换装后姿势不变。
第 3 步：蒙版外区域按提示词重绘
工作流里有两个 KSampler 串联：第一个 KSampler 对整张图做初步重绘（服装、背景按提示词变化）；第二个 KSampler 通过 SetLatentNoiseMask 只在"脸的区域"再做一次细化重绘，让人脸更清晰自然。
三、实操：把 JK 女生换成洛丽塔
第 1 步：上传照片
双击 LoadImage 节点上传你的真人照片。选图要点：
- 正面或半侧面、光线明亮（CLIPSeg 抠头发和脸更准）
- 上半身或七分身构图最佳（全身图脸占比太小，保护效果会打折）
- 单人照、背景干净（多人会让 CLIPSeg 识别混乱）
第 2 步：写提示词（最关键的一步）
双击 KSampler 前面的正向提示词节点（CLIPTextEncode），把作者示例的提示词整段替换成你想要的风格。注意：写新风格，不要写照片里已有的服装——比如原图是 JK，你还写 JK，衣服就换不成了。
本次演示（JK → 洛丽塔）正向提示词：
sweet lolita dress, layered tulle skirt with ruffles, white lace trims, big ribbon bows, puffed sleeves, frilly blouse, corset waist, white knee socks, photorealistic, raw photo, realistic skin texture, natural expression, soft natural daylight, cinematic bokeh, film grain, shot on canon camera, 8k uhd
负向提示词节点保持作者原版即可，也可以替换成文末的增强版。
第 3 步：处理示例 LoRA（重要！）
作者示例图是"红裙+夹娃娃机"，所以工作流里挂了三个 LoRA：红裙 LoRA、娃娃机 LoRA、肤色滑块 LoRA。跑你自己的照片时：
- 右键红裙 LoRA（red dress）→ 删除：不删的话衣服会被拉回红裙，洛丽塔出不来
- 右键娃娃机 LoRA（clawmachine）→ 删除：不删的话背景会被拉成夹娃娃机
- 肤色滑块 LoRA（skin_tone_slider）可以留着：权重 1.0 或调成 0.8，让肤色更自然
第 4 步：检查参数，开始生成
两个 KSampler 的步数默认即可（约 20-30 步），CFG 7 左右。点 Queue 运行。中途控制台出现 DWPose 识别提示属正常现象，耐心等它跑完。
第 5 步：查看结果
生成完成，你会在 PreviewImage 节点看到结果：脸还是你上传的人，姿势没变，衣服变成了洛丽塔，背景变成了提示词里的场景。多抽几张（换 seed）选最自然的一张。
四、换风格通用公式
这个工作流换任何风格都一个套路：新服装描述 + 新场景描述 + 写实/风格词。示例：
- JK → 汉服：
hanfu, traditional chinese dress, flowing sleeves, hair accessories, in an ancient chinese garden - JK → 女仆装：
maid outfit, frilly apron, headband, white lace stockings, in a cozy cafe - 真人 → 二次元：
anime style, 2d illustration, cel shading, in a japanese school（把写实词删掉再试）
五、常见问题排查
1. 一直报 CLIPSeg 联网下载、超时重试
CLIPSeg 节点第一次运行会从 HuggingFace 下载分割模型（约 600MB），国内网络不稳定容易卡死（控制台出现 Retrying 1/5）。解法：① 网络稳定时段重跑；② 手动下载模型文件放入 models\clipseg\ 目录；③ 或把下载好的模型文件摆进本机 HF 缓存目录，从此离线加载不再联网。
2. 提示找不到模型
检查 models\checkpoints\（大模型）、models\controlnet\（openpose、illumination 两个控制模型）、models\loras\（三个 LoRA）目录，缺哪个模型就下哪个，文件名保持和节点里一致。
3. 生成的人脸崩了 / 不像本人
多数是照片选得不好（侧脸、光线暗、脸占比小）。换一张正脸亮光照重试；也可以把第二个 KSampler 的 denoise 稍微调低（比如 0.85 调到 0.7），让脸部区域重绘力度更小。
4. 衣服没换成
十有八九是提示词里写了原图的服装（比如原图 JK，提示词还写 jk uniform）。提示词只写目标新风格，同时确认红裙、娃娃机两个 LoRA 已删除。
提示词参考（负向增强版）
nude, worst quality, low quality, normal quality, lowers, bad anatomy, bad hands, multiple view, deformed, extra fingers, missing fingers, extra limbs, blurry, watermark, text, jpeg artifacts
