这个工作流程的作用

👉将任何视频变成了受GTA5 Artwork和Archer启发的漫画风格。使用Thicc线。

我发现的主要“技巧”对于这种特定风格来说确实很有效，就是使用comfies正常的图像操纵节点，尤其是混合和锐化。在将框架发送到AI样品之前，我将

1）融合到ControlNet动漫的输出，应用于正常视频框架，并将

2）应用于真实的lineart liniast the eart preprocessor的输出，以

反转图像。

这给出了整个视频的白色背景“草图”上的黑色线条。虽然由于动漫的线性预处理程序的工作方式，细节的素描较少，但字符/突出对象的轮廓更强。

i然后，我再次将每个帧的素描版本与原始视频，twic，twic，twic，twic，twic，twic，e（因为如果我只能这样做，因为草图中的所有白色，图片就会变得相当明亮）。这基本上导致了普通帧的旋转版本。

然后，我将此“预处理”图片发送给AI采样器。 Since the input now already contains “comic lines” to begin with, the AI manages to pull off quite nice results with some caveats:

-Backgrounds are meh

-Far away characters are meh or terrible

These are the two main problems reamaining with the workflow, allthough I haven’t tried some post processing诸如Adetailer之类的方法。

如何使用此Workflow

👉选择输入视频，将框架分隔线（每个n帧）设置为分辨率（每个n帧）和分辨率，并且在输出中，根据您的分隔线设置帧率。

有关此工作流程的提示

👉用漫画模型测试：https：//civitai.com/models/20294?modelversionid = 24129

用于不同样式的颜色压缩的Nable

👉具有正常的vae解码和瓷砖vae在工作流程中解释。瓷砖在上传版本中断开。如果您在VAE解码上用完了VRAM，则只需将瓷砖的VAE解码连接到（绕过的）量化节点，然后将您的瓷砖大小设置为硬件可以处理的任何东西（需要更长的时间，但节省了VRAM）。

👉取决于硬件和视频长度，在各种锐化/混合甚至视频保存步骤中，您可能会用尽正常的RAM（对我而言，这对我的剪辑就会发生长于25秒）。在舒适给您出现记忆错误之后，您可以再次排队（如果您没有在两者之间进行任何更改），并且它将恢复其关闭的位置并通常成功（除非您随着剪辑长度或分辨率而陷入困境）。正常的RAM管理似乎比舒适的VRAM管理要差，因此当我将其延长时，这种情况经常发生。

🎥视频演示链接（OPTional）

👉https://www.reddit.com/r/stablediffusion/comments/18w64yu/workflow_showcase_thicc_lines_comic_comic_style_yt/

👉 https://www.reddit.com/r/stablediffusion/comments/1906rd2/workflow_showcase_thicc_lines_comic_comic_style_2_more/