0


API调用comfyui工作流,做一个自己的app,chatgpt给我写的前端,一键创建自己的卡通形象,附源码

前言

工具介绍

首先 comfyui你是少不了的,这个是工作流的后端支持,用这个去调试工作流和生成API可调用文件

前端我们就用很流行的gradio吧,什么你一时半会没有学gradio的计划,没事,笔者也没系统学过,我干脆直接让chatgpt写前端gradio了,哈哈~

所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~在这里插入图片描述

comfyui

首先你需要打开comfyui的开发者模式,就是这个地方

开启后会主页设置中会多出一个【保存(API格式)】,让后将你要做应用的工作流保存(API格式)

这里我们做一个【 一张图生成人偶的服务】,使用的是 rui的 《Cute you!》By Rui,欢迎大家去b站搜 rui400,我已关注哈哈,工作流如下

前端代码

虽然我会gradio(O(∩_∩)O哈哈~),但是为了简便我让chatgpt给我写了

帮我使用gradio写一个 页面,功能是:上传一张照片,然后提交给后台,``后台保存图片到固定目录,并且图片名字不能能重复,``并返回另一张照片的链接,前端将两张照片同事显示出来

代码如下

import os``import gradio as gr``from datetime import datetime``from PIL import Image``import requests``from io import BytesIO``   ``# 设置图片保存目录``UPLOAD_DIRECTORY = "uploaded_images"``if not os.path.exists(UPLOAD_DIRECTORY):`    `os.makedirs(UPLOAD_DIRECTORY)``   ``# 用于生成唯一图片文件名的函数``def generate_unique_filename(extension):`    `timestamp = datetime.now().strftime("%Y%m%d%H%M%S%f")`    `return f"{timestamp}.{extension}"``   ``# 处理图片上传的函数``def process_image(image):`    `# 保存上传的图片`    `extension = image.name.split('.')[-1]`    `unique_filename = generate_unique_filename(extension)`    `image_path = os.path.join(UPLOAD_DIRECTORY, unique_filename)`    `with open(image_path, "wb") as image_file:`        `image_file.write(image.read())`    `    # 返回另一张图片的链接(此处为示例,实际应用中应替换为真实图片链接)`    `response_image_url = "https://via.placeholder.com/150"  # 示例图片链接`    `response = requests.get(response_image_url)`    `response_image = Image.open(BytesIO(response.content))`    `    # 返回上传的图片和网络上的图片`    `return image_path, response_image``   ``# 创建Gradio接口``iface = gr.Interface(`    `fn=process_image,`    `inputs=gr.inputs.Image(type="file"),`    `outputs=[`        `gr.outputs.Image(type="file", label="Uploaded Image"),`        `gr.outputs.Image(type="pil", label="Response Image")`    `],`    `live=False``)``   ``# 运行应用``iface.launch()

基本就是,上传一张图片,然后保存,给工作流用,工作流处理后返回原图和生成的图,这个代码添加一下我们的方法就可以用了,界面如下

还是很不错的,哈哈~

comfyui API调用代码

1、读取工作流

import json``   ``# 这个地方是你工作流的地址,服务器行写路径``prompt_f = r"人偶-api.json"``   ``with open(prompt_f,"r",encoding="utf-8") as f:`    `prompt = json.loads(f.read())

2、设置上传图片

prompt["331"]["inputs"]["image"] = image_url``prompt["432"]["inputs"]["image"] = image_url

这给地方要注意,看看你的工作流的输入图片的节点是多少,我的是331和432

3、请求工作流

import requests``   ``#comfyui地址``url = "http://127.0.0.1:8188/"``p = {"prompt":prompt}``respone = requests.post(url=url+"prompt",json=p)``respone

4、获取prompt_id

prompt_id = respone.json()["prompt_id"]``prompt_id

这个地方获取prompt_id是为了后边获取处理图片做准备,因为工作流执行需要时间,不用时时等待返回,排队处理就好了,后边使用prompt_id去获取结果

5、获取结果

respone = requests.get(url=url+"history/"+prompt_id)``respone.json()

在执行历史中获取结果,展示,这个地方,做成服务的话,你可以循环探测这个接口直到有结果,没有结果他就一直为{},可以设置5s睡眠再访问

6、解析图片

image_name = respone.json()[prompt_id]['outputs']['456']["images"][0]["filename"]``image_url = url + 'view?filename='+image_name+"&subfolder=&type=output"``image_url

这个地方要注意,返回结果在 prompt_id 下的outputs中,但是你要看看是哪个id下,我的是456

ok,到这 后端就ok了

组装程序

将这个后端处理代码,集成到gradio中

# 处理图片上传的函数``def process_image(image):`    `# 保存上传的图片`    `# print(image)`    `# extension = image.split('.')[-1]`    `# unique_filename = generate_unique_filename(extension)`    `# image_path = os.path.join(UPLOAD_DIRECTORY, unique_filename)`    `# with open(image_path, "wb") as image_file:`    `#     image_file.write(image.read())`    `prompt["331"]["inputs"]["image"] = image`    `prompt["432"]["inputs"]["image"] = image``   `    `url = "http://127.0.0.1:8188/"`    `p = {"prompt":prompt}`    `respone = requests.post(url=url+"prompt",json=p)`    `prompt_id = respone.json()["prompt_id"]`    `while True:`        `respone = requests.get(url=url+"history/"+prompt_id)`        `if respone.json() == {}:`            `time.sleep(5)`            `continue`        `image_name = respone.json()[prompt_id]['outputs']['456']["images"][0]["filename"]`        `response_image_url = url + 'view?filename='+image_name+"&subfolder=&type=output"`        `break``   `    `# 返回另一张图片的链接(此处为示例,实际应用中应替换为真实图片链接)`    `# response_image_url = "https://img2.baidu.com/it/u=1814561676,2470063876&fm=253&fmt=auto&app=138&f=JPEG?w=750&h=500"  # 示例图片链接`    `response = requests.get(response_image_url)`    `response_image = Image.open(BytesIO(response.content))`    `    # 返回上传的图片和网络上的图片`    `return image, response_image

测试

需要等待一会。。。。。。。。。

哈哈,还不错吧,赶紧试试吧

为了帮助大家更好地掌握 ComfyUI,我在去年花了几个月的时间,撰写并录制了一套ComfyUI的基础教程,共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

一、ComfyUI配置指南

  • 报错指南
  • 环境配置
  • 脚本更新
  • 后记

img

二、ComfyUI基础入门

  • 软件安装篇
  • 插件安装篇

img

三、 ComfyUI工作流节点/底层逻辑详解

  • ComfyUI 基础概念理解
  • Stable diffusion 工作原理
  • 工作流底层逻辑
  • 必备插件补全

img

四、ComfyUI节点技巧进阶/多模型串联

  • 节点进阶详解
  • 提词技巧精通
  • 多模型节点串联

img

五、ComfyUI遮罩修改重绘/Inpenting模块详解

  • 图像分辨率
  • 姿势

img

六、ComfyUI超实用SDXL工作流手把手搭建

  • Refined模型
  • SDXL风格化提示词
  • SDXL工作流搭建

img

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

img


本文转载自: https://blog.csdn.net/2401_84760527/article/details/142873002
版权归原作者 AI绘画小33 所有, 如有侵权,请联系我们删除。

“API调用comfyui工作流,做一个自己的app,chatgpt给我写的前端,一键创建自己的卡通形象,附源码”的评论:

还没有评论