大家好！我是向阳
在SD-webui里有个segment_anything插件，只需输入想要提取的元素，
就能帮我们一键生成图片的前景、背景和蒙版。
这期我就分享两个，在ComfyUI里面轻松去背景和生成蒙版的节点。
第一个：segment_anything
插件地址：https://github.com/storyicon/comfyui_segment_anything
注意：需要科学上网，如无法下载，请看文末扫描获取插件安装包
其实它的原理采用GroundingDINO作为对象检测器，通过我们输入的类别名称或引用表达式，来检测目标，
然后再经过大量数据训练的segment_anything_model，简称SAM模型，来处理图像，最后生成对象蒙版。
使用时会自动下载模型。你也可以根据下表，手动下载它们。如果自动下载速度慢，可以设置 HTTP_PROXY 和 HTTPS_PROXY 环境变量来使用代理。
从 https://huggingface.co/bert-base-uncased/tree/main 下载模型到 ComfyUI 根目录下的models/bert-base-uncased 文件夹中，如下所示：
ComfyUI
models
bert-base-uncased
config.json
model.safetensors
tokenizer_config.json
tokenizer.json
vocab.txt
当然你也可以跳过此步骤。在推理过程中， bert-base-uncased 会通过 transformers 库自动下载，
其目录通常为 ~/.cache/huggingface/hub/models–bert-base-uncased
请直接将模型和配置文件下载到ComfyUI根目录下的 models/grounding-dino 目录中，无需修改文件名。
名称 大小 模型文件 GroundingDINO_SwinT_OGC 694MB 请看文末扫描获取 GroundingDINO_SwinB 938MB 请看文末扫描获取SAM 模型
下载后放到ComfyUI根目录下的 models/sams 目录下，无需修改文件名。
根据自己的需要请看文末扫描获取模型，模型有大有小。
实操步骤
还是老规矩，先加载默认文生图工作流
默认文生图工作流
接着我们使用上面安装的segment_anything插件
可以看到，这个节点是要加载两个模型的，也就是上面我们下载的模型，并且需要一个图片作为参考图，它的输出则是一张图和一个遮罩。
我们按它的输入要求加载下需要的东西，并且我们希望他能扣出我的主体人物，所以我提示词给它：character，并且把图片和遮罩预览下，看看效果
小知识点：遮罩预览需要转成图像才能预览哦。
sam模型加载器处理模式，尽可能的选择GPU模式，速度更快。
可以看到，很简单就从图片了抠出了人物主体图像，并且生成了一个前景遮罩。
前景遮罩（Foreground Mask）：前景遮罩用于标识图像中前景物体的区域。在图像分割中，前景通常是我们关注的对象，比如人、动物或物体。前景遮罩用于分离前景和背景，使我们能够对前景物体进行单独的处理，如提取、替换背景或进行图像合成。
背景遮罩（Background Mask）：背景遮罩用于标识图像中背景区域的遮罩。它帮助我们确定哪些部分是背景，以便我们可以对背景进行操作，如替换、模糊或去除。背景遮罩在视频处理中特别有用，用于在动态场景中稳定背景或分离前景对象。
接下来我们把它接入文生图流程看看效果，这里我们其实已经是图生图的模式了，我们需要把遮罩和原图传给KSampler采样器，进行处理，图片进入latent我们都知道，只需要通过vae编码即可，遮罩我们需要使用到设置latent噪波遮罩这个节点，用户这个替换文生图中的空latent就可以了
我们再使用背景遮罩来试试效果，背景遮罩就是把前景遮罩反转即可，使用的节点是反转遮罩这个节点
这就是实现了，人物换背景了，而且整体来说还是很协调了。
第二种comfyui-was-node-suite中图像处理
was-node-suite-是comfyui中的一个泛节点套件，来源github作者：WAS-PlaiLabs
其中包含图像处理、文本处理等190个常用节点。部分节点如下图：
GitHub地址：https://github.com/WASasquatch/was-node-suite-comfyui
需要确保/ComfyUI/custom_nodes、was-node-suite-comfyui、 和WAS_Node_Suite.py具有写入权限。
加载
效果是一样的，生成前景遮罩
背景遮罩：
简单几个节点就实现背景替换，效果还是不错的。
整体工作流如下，需要的朋友添加文末的微信获取。
总结
使用segment_anything插件来一键生成图片的前景、背景和蒙版。插件使用GroundingDINO作为对象检测器，并通过SAM模型处理图像，生成对象蒙版。实操步骤包括加载默认的文生图工作流，使用segment_anything插件，并输入提示词来生成前景遮罩。
文章还介绍了comfyui-was-node-suite中的图像处理方法。这是一个包含190个常用节点的泛节点套件，可以用于图像处理、文本处理等。通过这个套件，可以使用简单的几个节点来实现背景替换的效果。
整体工作流包括加载文生图工作流，使用segment_anything或comfyui-was-node-suite中的节点来生成前景遮罩和背景遮罩，最后将遮罩和原图传给KSampler采样器进行处理，实现背景替换的效果。
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。