1-4 CLIPSeg蒙版合成保持人物更换主题背景：人物照一键换背景，脸和形象都不变

准备工作：这篇教程要用到的材料

本教程演示的工作流是「1-4_[图像生成]_CLIPSeg蒙版合成保持人物更换主题背景」，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：上传一张人物照片，AI 保住人物的脸、头发和整体形象完全不变，把背景换成任意你想要的场景主题——人物照换背景、证件照换场景、电商模特换环境，用它都行。

这个工作流用到的模型比较多（比 1-3 多了 IPAdapter 一套），开始前建议先把模型备齐。完整清单如下，下载好放进对应目录即可，文件名务必保持一致：

• SD1.5 底模（作者原配 majicmixRealistic_v7.safetensors）→ models\checkpoints\
• IPAdapter 模型 ip-adapter-plus_sd15.safetensors（约 100MB）→ models\ipadapter\（目录不存在就新建）
• CLIP 图像编码器 ip_adaptor_sd15_pytorch_model.bin（约 2.5GB，ViT-H 编码器，下载后按此名重命名）→ models\clip_vision\
• ControlNet 两个：openpose（姿态）+ depth（深度）→ models\controlnet\1.5\ 子目录
• 皮肤细节放大模型 1x-ITF-SkinDiffDetail-Lite-v1.pth（约 20MB）→ models\upscale_models\

两个会自动下载的模型不用管：CLIPSeg 分割模型（首次运行联网下载，约 600MB，卡住见文末常见问题 3）和 WD14 打标模型（见常见问题 2）。

一、这个工作流能干什么

和上一篇 1-3（换服装背景）相比，这篇的核心区别是多了 IPAdapter 身份锁：不只是脸和头发不变，整个人物的形象特征都会被锁定（长相、气质、画风），重绘时照着一模一样地画，换的只是场景背景。

工作流里有两张图的输入，分工不同：

• 图1（上面那个 LoadImage）＝人物原图：它的脸和头发会被 CLIPSeg 抠出来做成保护蒙版，完全不被重绘；背景就从这张图的背景开始换。
• 图36（下面那个 LoadImage）＝IPAdapter 参考图：它决定"生成的人长得像谁"。强烈建议传同一人的照片，或干脆传同一张——如果参考图是另一个人，生成结果的脸会偏向参考图那个人；如果传的是场景图，则变成风格/光影参考。

一句话总结：图1 提供"人"，参考图锁定"这个人是谁"，提示词决定"换成什么背景"。

二、工作流原理：三道锁

第 1 道锁：CLIPSeg 抠出脸和头发

工作流里有两个 CLIPSeg 节点，一个用关键词 face 抠脸，一个用关键词 hair 抠头发，再经 MaskComposite 节点合成一张"人物保护蒙版"——白色区域（脸+头发）在重绘时原样保留。

第 2 道锁：IPAdapter 锁人物特征

IPAdapter 是一种"图像提示"技术：直接给模型一张参考图，让它照着这张图的样子画人。工作流里由三个节点组成——IPAdapterModelLoader（加载 ip-adapter-plus_sd15 模型）、CLIPVisionLoader（加载图像编码器）、IPAdapterAdvanced（把参考图的特征注入采样过程）。权重默认 0.53，想让人物更贴近参考图可以调高到 0.6-0.7。

第 3 道锁：ControlNet 锁姿态和深度

DWPreprocessor 识别人物骨骼姿态（openpose 控制），Zoe-DepthMapPreprocessor 识别场景空间深度（depth 控制），两个控制模型一起保证换背景后人物的姿势和空间关系不崩。

三道锁之外，还有双 KSampler 两轮采样 + 皮肤细节放大模型收尾，保证换背景后人物皮肤质感依然真实。

三、实操：保持人物，更换主题背景

第 1 步：上传两张图

分别双击两个 LoadImage 节点上传图片。图1 传人物原图，选图要点：正面或半侧面、光线明亮、单人照、脸占比尽量大。图36 传同一个人的照片（省事就直接传同一张）。

第 2 步：核对底模（重要）

打开 Efficient Loader 节点，把 ckpt_name 下拉重新选为你本地实际的 SD1.5 模型文件（如 majicmixRealistic_v7.safetensors）。工作流里保存的是作者那边的文件名，如果对不上会直接报"value not available"，重新选一次即可。

第 3 步：处理 LoRA（可选）

作者在 CR LoRA Stack 节点里挂了两个可选 LoRA：add_detail（细节增强）和 LEOSAM's FilmGirl（胶片颗粒）。这两个没有也不影响核心功能：把 lora_name_1 和 lora_name_2 两个下拉都改成 None 即可；想要胶片风格再去下载对应 LoRA 放入 models\loras\。

第 4 步：写提示词（决定换什么背景）

双击上方 CR Prompt Text 节点（作者示例的正向提示词），在末尾追加你想要的场景描述。注意：这段是纯写实人物基础词 + 参考图自动标签，你只需要加场景即可，人物词不用动。

本次演示（人物原图 → 赛博都市夜景）：在原词末尾追加

standing on a cyberpunk city street at night, neon signs, rainy asphalt reflections, cinematic lighting

第 5 步：运行出图

点 Queue 运行。首次运行会自动下载两个模型（CLIPSeg 分割模型和 WD14 打标模型），耐心等待；之后生成一张约需 1-2 分钟（视显卡而定）。生成完成后在 PreviewImage 节点查看结果，多抽几个种子选最自然的一张。

四、换主题通用公式

想换任何主题背景，套路都一样：在原词末尾追加"场景 + 氛围"描述。示例：

• 雪山：standing on a snowy mountain peak, misty clouds below, golden sunrise
• 古风庭院：standing in an ancient chinese courtyard, cherry blossoms, soft morning light
• 海边黄昏：standing on a beach at sunset, ocean waves, warm orange sky

五、常见问题排查

1. 点击运行弹出 Cannot read properties of undefined / InvalidLinkError

这是工作流从平台导出时残留的 Use Everywhere（UE）链接标记在作怪（节点上会有一个端口标记了 UE 却找不到来源）。解法：右键报错相关节点（通常是 IPAdapterAdvanced）→ 选择「Reject UE Links」，把残留的 UE 链接清掉，Ctrl+S 保存后再运行即可。

2. WD14 打标节点报错：无法下载模型 / 连接超时

WD14 节点（WD14Tagger）首次运行会从 HuggingFace 自动下载打标模型 wd-v1-4-moat-tagger-v2.onnx（约 326MB），国内网络容易超时。解法：① 网络稳定时段重跑让它下完（控制台能看到进度条）；② 或手动下载该文件（含 selected_tags.csv）放入 models\tagger\ 目录（不存在就新建）；③ 这个节点只是给参考图自动生成提示词标签，不用它也能跑：右键节点 → Bypass（旁路），提示词就完全由你手写。

3. CLIPSeg 节点一直联网重试（Retrying 1/5）

CLIPSeg 首次运行会联网下载分割模型，且每次加载都会联网核对文件。若你的网络不稳定，可在 ComfyUI 启动脚本（bat 文件）开头加一行 set HF_HUB_OFFLINE=1 强制离线模式（模型文件齐全时秒加载、不再联网）.

4. 提示模型不可用（value not available）

工作流里保存的是作者环境的文件名，与你本地不一致时会报这个错。解法：找到报错节点，把对应下拉重新选为你本地实际的文件。最容易踩的是 Efficient Loader 的底模和 ControlNet 节点（本机文件在 1.5\ 子目录里，下拉里选带 1.5\ 前缀的那项）。

5. 生成的人不像原图

先确认图36 参考图传的是本人（换人参考图脸就会偏）；再把 IPAdapterAdvanced 权重从 0.53 调高到 0.6-0.7；最后确认两个 CLIPSeg 的关键词还是 face / hair 没被改过。