AI漫剧制 | 第 15 天：AI漫画上色工作流：从线稿到彩色恒星 – 网站运维分享-IT技术资源教程-运维成长之路-个人随笔-恒星个人博客网站恒星

第 15/60 天

引言

在 AI 漫画制作中，上色往往是决定作品观感的关键一步。一张黑白线稿，如果配色不当，会让整个页面显得廉价；而配色精准、光影统一的上色，则能把作品质感提升一个档次。

很多创作者会遇到这样的痛点：AI 直接生成的”上色图”往往颜色脏、线条乱、角色皮肤发灰；手动一格格上色又耗时巨大，一页 4 格漫画可能要花掉一晚上。上色真的只能二选一吗？

答案是否定的。本文要介绍一套完整的 AI 漫画上色工作流：从线稿准备、底色分离，到 AI 分区上色、最终统一调色，全程可以在几分钟内完成一页漫画。无论你是用 Stable Diffusion WebUI、ComfyUI 还是 Photoshop 加插件，这套流程都能复用。

本文覆盖范围：AI 上色的主流方案对比、线稿预处理、SD 分区上色、anime 风格 LoRA 配合、ComfyUI 节点式上色、以及一套可落地的完整脚本示例。

核心概念

什么是”漫画上色”工作流

漫画上色不是简单地把图片丢给 AI 让它”上色”，而是一条流水线：

线稿 → 线稿预处理 → 底色/蒙版分离 → AI 分区上色 → 光影细化 → 统一调色 → 导出

每一步都有专用的工具和参数。理解这条流水线，才能在不同工具间灵活切换。

上色方案对比

方案	工具	优点	缺点	适用场景
图生图直接上色	SD WebUI img2img	简单快速	线条易被破坏、颜色易脏	快速概念稿
分区蒙版上色	img2img + inpaint mask	颜色分区干净	需要手动画蒙版	单角色/局部
线稿条件上色	ControlNet (Lineart/Canny)	保留线条结构	需要下载专用模型	高质量成稿
节点式上色	ComfyUI	可复现、可批量	学习曲线陡	批量/生产环境
手动精修	PS + 上色插件	完全可控	耗时	封面/关键页

关键术语

线稿（Lineart）：只有线条、没有颜色的黑白稿，是上色的输入。
底色（Base Color）：每个区域的基础色块，不含光影。
蒙版（Mask）：标记某个区域（如头发、皮肤）的像素选区。
重绘幅度（Denoising Strength）：图生图时 AI 重画的强度，0.3-0.5 适合上色。
LoRA：小规模微调模型，用于控制特定风格（如赛璐璐风、厚涂风）。

实战步骤

下面是一套可落地的 AI 漫画上色工作流。假设你已有一张黑白线稿 lineart.png，我们将用 Stable Diffusion WebUI 配合 ControlNet 完成上色。

步骤 1：准备环境与模型

首先确认安装了必要的扩展和模型：

# 进入 SD WebUI 目录（假设在 ~/sd-webui）
cd ~/sd-webui

# 安装 ControlNet 扩展（如未安装）
git clone https://github.com/Mikubill/sd-webui-controlnet extensions/sd-webui-controlnet

# 下载线稿检测模型（放入 models/ControlNet）
# lineart 模型用于保留线稿结构
wget -P models/ControlNet 
  https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_lineart.pth

步骤 2：线稿预处理（白底 + 清理）

AI 上色前，线稿必须干净、白底、无灰色噪点。用 Python（Pillow）做一次预处理：

from PIL import Image, ImageOps, ImageFilter

img = Image.open("lineart.png").convert("L")  # 转灰度
# 反转并增强对比度，确保线条纯黑、背景纯白
img = ImageOps.autocontrast(img, cutoff=2)
# 轻微模糊减少锯齿，再二值化
img = img.filter(ImageFilter.GaussianBlur(radius=0.5))
img = img.point(lambda p: 0 if p < 128 else 255)
img = img.convert("RGB")
# 强制纯白背景
bg = Image.new("RGB", img.size, (255, 255, 255))
bg.paste(img, mask=img.split()[0].point(lambda p: 255 if p < 200 else 0))
bg.save("lineart_clean.png")
print("已生成干净的线稿: lineart_clean.png")

步骤 3：配置 ControlNet 线稿条件

在 WebUI 的 ControlNet 面板中上传 lineart_clean.png，选择 Lineart 预处理器与模型：

{
  "controlnet_enabled": true,
  "controlnet_module": "lineart_anime",
  "controlnet_model": "control_v11p_sd15_lineart [....]",
  "controlnet_weight": 1.0,
  "controlnet_guidance_start": 0.0,
  "controlnet_guidance_end": 0.8
}

同时建议在 Prompt 中加入风格关键词，让 AI 偏向日漫赛璐璐上色：

masterpiece, best quality, cel shading, flat colors, clean lineart,
colorful, soft lighting, anime style, {character description}

步骤 4：图生图上色（img2img）

将干净的线稿作为输入图，设置合理的重绘幅度：

Denoising strength：0.35 – 0.5（太低颜色贴不上去，太高线条会被重画）
Sampler：DPM++ 2M Karras
CFG Scale：7
Steps：28

如果想让颜色更精准、避免头发和皮肤混色，可以切换到 Inpaint 模式，用蒙版把头发区域、皮肤区域、衣服区域分别涂上不同底色再分别上色。

步骤 5：用 LoRA 锁定风格

为了让每一页配色统一，加载一个漫画风格 LoRA：

<lora:cel_style_v3:0.8>, <lora:lineart_keep:0.5>

LoRA 权重建议 0.6-0.9，过高会出现过拟合的”塑料感”。

步骤 6：ComfyUI 节点式批量上色（进阶）

如果要批量给几十页上色，用 ComfyUI 搭一个可复现的节点图，核心节点如下：

{
  "nodes": [
    {"id": 1, "type": "LoadImage", "widgets": {"image": "lineart_clean.png"}},
    {"id": 2, "type": "ControlNetLoader", "widgets": {"model": "control_v11p_sd15_lineart.pth"}},
    {"id": 3, "type": "ControlNetApply", "inputs": [1, 1, 2]},
    {"id": 4, "type": "KSampler", "widgets": {"steps": 28, "cfg": 7, "denoise": 0.45}},
    {"id": 5, "type": "LoraLoader", "widgets": {"strength_model": 0.8}},
    {"id": 6, "type": "VAEDecode"},
    {"id": 7, "type": "SaveImage"}
  ]
}

步骤 7：统一调色与导出

最后用 Pillow 脚本做一次整体色彩统一（色相、饱和度微调），并叠加网点/速度线特效：

from PIL import Image, ImageEnhance

img = Image.open("colored_page.png").convert("RGB")
# 统一饱和度
img = ImageEnhance.Color(img).enhance(1.1)
# 轻微提亮，避免画面发闷
img = ImageEnhance.Brightness(img).enhance(1.05)
# 输出为印刷/发布用 JPG
img.convert("RGB").save("final_page.jpg", quality=92)
print("导出完成: final_page.jpg")