Qwen-Image-Layered Control Decomposition 워크플로는 Qwen-Image-Layered 모델을 사용해 이미지를 구성 요소로 분해할 수 있도록 설계되었습니다. 이 워크플로는 이미지의 특정 부분을 분리해 추가 편집이나 분석을 해야 하는 아티스트 및 디자이너에게 특히 유용합니다. 프로세스는 LoadImage 노드로 이미지를 로드한 뒤, ImageScaleToMaxDimension 노드로 원하는 크기로 스케일링하는 것으로 시작합니다. 워크플로의 코어는 Qwen-Image-Layered 모델을 활용해 분해를 수행하는 f754a936-daaf-4b6e-9658-41fdc54d301d 노드입니다.
이 워크플로는 이미지 레이어를 정밀하게 제어할 수 있을 만큼 기술적으로 탄탄하며, SaveImage 노드로 저장할 수 있습니다. MarkdownNote 노드는 워크플로 전반에서 과정을 문서화하고 가이드를 제공합니다. 이러한 레이어 기반 분해는 그래픽 디자인, 디지털 아트처럼 세밀한 이미지 편집이 필요한 상황이나, 특정 특징을 분리해 분석해야 하는 과학 이미지 처리에서도 유용합니다.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "Qwen-Image-Layered 컨트롤 분해" (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("image_qwen_image_layered_control_api.json");
const asset = client.assets.fromFile("input.png");
wf.setInput("74", "image", asset); // LoadImage
const job = await client.run(wf);
await job.getOutputs("60")[0].toFile("output.png"); // SaveImageSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
