ComfyUIのFlux.1 Cannyモデルワークフローは、エッジ検出とFlux.1モデルを組み合わせて画像生成を強化します。Cannyエッジ検出技術で入力画像の構造的な輪郭を抽出し、それをガイドにして画像生成を行うため、出力画像が元画像の構造に忠実になります。Cannyノードでエッジ検出、FluxGuidanceノードでエッジ情報を生成プロセスに組み込みます。これにより、より制御された精密な画像出力が可能となり、特定の構造ディテールを維持したい用途に最適です。
ワークフローは、Flux.1やCLIPTextEncodeなど必要なモデルを読み込むことから始まります。KSamplerノードでエッジとテキストプロンプトを元に画像をサンプリングし、VAEDecodeノードで潜在空間から可視画像にデコード、SaveImageノードで保存します。特定の輪郭や形状を維持したいアーティストやデザイナーにとって、創造性と構造的忠実性を両立できる構成です。
API
このワークフローをコードから利用
すべてのComfyワークフローはJSONグラフです。以下のペイロードは、このワークフローそのものであり、ComfyUIが実行する内容と同じです — このURLから取得し、バージョン管理に保存したり、ComfyUIで読み込んでノードごとに実行できます。
Comfy SDKを使ってTypeScriptまたはPythonから実行できます。同じコードでComfy Cloudや自身でホストしたComfyUIのどちらにも対応 — ベースURLだけが異なります。
// Install (beta)
npm i @comfyorg/sdk
// Run "Flux.1 Canny モデル" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("flux_canny_model_example_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("17", "image", asset); // LoadImage
wf.setInput("23", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("9")[0].toFile("output.png"); // SaveImageSDKはAPI形式のワークフローを受け取ります：このワークフローをComfyUIで開き、「ファイル → ワークフローをエクスポート（API）」を使用してください。
FAQ
よくある質問
Showing 30 of 30 templates