ComfyUI Image to Image: Denoise-Einstellungen & häufige Fehler

Was ist Image to Image?

Image to Image (img2img) nimmt ein bestehendes Bild als Eingabe und erzeugt daraus ein neues Bild. Anstatt wie bei Text-to-Image von reinem Rauschen zu starten, beginnt das Modell mit einer verrauschten Version deines Referenzbildes — es behält die Struktur bei und wendet gleichzeitig neue Stile oder Details an.

Häufige Anwendungsfälle:

• Stiltransfer — ein Foto in Anime, Ölgemälde oder Skizze verwandeln
• Fotorestaurierung — alte oder beschädigte Bilder aufbereiten
• Kolorierung — Schwarz-Weiß-Fotos einfärben
• Konzeptiteration — eine grobe Skizze in ein ausgefeiltes Bild verfeinern

Unterschiede zu Text to Image

Der Workflow ist nahezu identisch mit Text-to-Image, mit zwei wesentlichen Änderungen:

1. Eingabebild ersetzt leeres Latent — Anstelle eines Empty Latent Image-Knotens verwendest du einen Load Image-Knoten gefolgt von einem VAE Encode-Knoten, um deine Referenz in den Latent-Raum zu konvertieren
2. Denoise muss kleiner als 1.0 sein — Das ist der entscheidende Unterschied

Der Denoise-Parameter

Der denoise-Wert im KSampler steuert, wie viel vom Originalbild das Modell beibehält:

Aufbau des Workflows

Schritt 1: Referenzbild laden

Füge einen Load Image-Knoten hinzu und wähle dein Eingabebild aus. Dieser ersetzt den Empty Latent Image-Knoten aus dem Text-to-Image-Workflow.

Schritt 2: In den Latent-Raum kodieren

Verbinde den Ausgang von Load Image mit einem VAE Encode-Knoten. Dieser wandelt dein Pixelbild in die Latent-Darstellung um, mit der der KSampler arbeitet.

Schritt 3: KSampler konfigurieren

Verbinde alles wie bei einem Text-to-Image-Workflow, aber:

• Setze denoise als Ausgangspunkt auf einen Wert zwischen 0.3 und 0.7
• Schreibe Prompts, die deinen gewünschten Ausgabestil beschreiben
• Das Modell verwendet dein Referenzbild als Startpunkt anstelle von reinem Rauschen

Verbindungs-Checkliste

Stelle sicher, dass diese Verbindungen bestehen, bevor du generierst:

• Load Image → VAE Encode (samples input)
• Load Checkpoint → VAE Encode (vae input) und VAE Decode (vae input)
• VAE Encode → KSampler (latent_image input)
• CLIP Text Encode (positive) → KSampler
• CLIP Text Encode (negative) → KSampler
• KSampler → VAE Decode → Save Image

Eine gute Startkonfiguration: steps 20, cfg 7.0, denoise 0.5.

Schritt 4: Generieren und iterieren

Klicke auf Queue (oder Strg+Enter) zum Generieren. Falls das Ergebnis:

• Zu nah am Original ist — erhöhe denoise
• Zu verschieden vom Original ist — verringere denoise
• Den falschen Stil hat — passe deine Text-Prompts an

Praktische Tipps

• Starte mit denoise 0.5 und passe von dort an — ein guter Mittelwert
• Dein Prompt ist weiterhin wichtig — er steuert, was das Modell während des Denoising hinzufügt
• Negative Prompts helfen — nutze sie wie bei Text-to-Image, um Artefakte zu vermeiden
• Die Auflösung ist wichtig — für SD1.5 skaliere dein Eingabebild auf 512×512 für beste Ergebnisse
• Experimentiere systematisch — probiere denoise-Werte von 0.2 bis 0.8 in 0.1er-Schritten, um den optimalen Wert zu finden

Häufige Probleme und Lösungen

Das Ergebnis sieht meiner Referenz überhaupt nicht ähnlich

• Denoise zu hoch — senke ihn auf 0.3–0.5, um mehr vom Original beizubehalten
• Falsche VAE-Verbindung — stelle sicher, dass die VAE von Load Checkpoint sowohl mit VAE Encode als auch mit VAE Decode verbunden ist
• Nicht übereinstimmende Auflösung — skaliere dein Eingabebild auf die native Auflösung des Modells (512×512 für SD1.5)

Das Ergebnis ist fast identisch mit dem Eingabebild

• Denoise zu niedrig — erhöhe auf 0.5–0.7 für mehr Transformation
• Schwacher Prompt — füge mehr beschreibende Schlüsselwörter für die gewünschte Stiländerung hinzu

Farben oder Kontrast sehen falsch aus

• Das passiert häufig, wenn die VAE deines Checkpoints nicht passt. Versuche eine externe VAE (füge einen „Load VAE"-Knoten hinzu), z. B. vae-ft-mse-840000-ema-pruned

Das Referenzbild erscheint verzerrt

• Überprüfe, ob die Abmessungen deines Eingabebildes durch 8 teilbar sind (Anforderung des ComfyUI Latent-Raums)
• Vermeide sehr kleine Bilder (<256px) — sie enthalten nicht genug Details, mit denen das Modell arbeiten kann

Nächste Schritte

• Text to Image — Falls noch nicht geschehen, lerne die Grundlagen
• LoRA-Leitfaden — Kombiniere img2img mit LoRA für präzise Stilkontrolle
• Upscale-Leitfaden — Verbessere deine img2img-Ergebnisse mit KI-Upscaling