如何通过 ComfyUI 搭建自动化工作流实现电商产品图批量更换背景

想通过 ComfyUI 批量搞定电商产品图，核心不在于模型多强，而在于如何构建一个「抠图 → 扩图 → 融合」的闭环自动化链路。很多新手直接用 Inpaint 刷，结果产品边缘有白边，背景光影完全对不上，这种活儿得靠精准的节点控制。

我目前的实战方案是：RMBG-1.4 (抠图) → LayerDiffuse (透明层处理) → IC-Light (光影重绘)。

具体配置链路：

1. 自动化抠图环节
别用原生的 Mask，安装 ComfyUI-Essentials 插件，使用 RMBG-1.4 节点。它对产品边缘的识别比 Segment Anything (SAM) 快得多，且不需要手动点选。
操作： Load Image → RMBG-1.4 → Image Mask。

2. 背景生成与精准融合
这是最容易踩坑的地方。如果直接把产品贴在背景图上，产品像个“贴纸”。我建议用 IC-Light 节点来重新计算光影。
核心逻辑：

• 将抠出的产品图作为 Foreground 输入。
• 将目标背景图或通过 Prompt 生成的背景作为 Background 输入。
• 关键参数：Denoise 设在 0.4 - 0.6 之间。太低了光影没变化，太高了产品形变。

3. 批量化处理技巧
不要一张一张点 Generate。在 Load Image 节点上右键，选择 Convert to Load Image Batch，然后把所有待处理的产品图丢进一个文件夹，路径指向该文件夹。

我的 Prompt 调优经验：
不要写“精美背景”，要写具体材质和光影。

Product photography, placed on a minimalist marble platform, soft natural sunlight from the side, cinematic lighting, 8k resolution, high contrast, blurred studio background

踩过的坑：

• 分辨率对齐： 如果原图和背景图尺寸不一，IC-Light 容易报错或导致产品拉伸。必须在进入重绘节点前加一个 ImageResize，强制将所有输入统一到 $1024 \times 1024$。
• 显存溢出： 批量跑 50 张以上时，记得在启动参数里加上 --lowvram，否则在执行到扩散模型采样阶段时容易 OOM。

效率提升点：
通过 Save Image 节点的 filename_prefix 配合 Primitive 节点，可以将输出文件名与输入文件名绑定，这样导出的图能直接对应原图，不用手动一个个对名字。