Nuke插件-用 AI 做无痕修图

用 AI 做“无痕修图”：DBFluxFill 开发日志整理

在传统图像处理流程中，“补画面”“修穿帮”“扩画幅”一直是非常耗时的工作。
而随着生成式 AI 的发展，一类新的工具正在改变这一切——基于 Flux Fill 的图像补全技术。

这篇文章，我们来聊一个项目：DBFluxFill，以及它背后的技术逻辑和实际应用价值。

一、这个工具是干嘛的？

简单说一句话：

👉 DBFluxFill = 用 AI 自动“补图”和“改图”的工具

它的核心能力包括：

局部修复（Inpainting）
画面扩展（Outpainting）
内容替换（比如换物体/改背景）
AI辅助合成

你可以把它理解为一个更聪明的“PS内容识别填充”，但能力强很多。

二、它是怎么做到的？

DBFluxFill 基于的是一类模型：

👉 Flux Fill（扩散模型的一种）

它的工作方式不是“复制粘贴像素”，而是：

读取原图
理解上下文（结构 / 光影 / 材质）
根据提示词（Prompt）重新生成内容

核心流程是：

原图 + Mask（遮罩） + 文本描述 → AI生成 → 输出新图

和传统工具的最大区别是：

👉 它是在“理解画面”之后再生成，而不是简单填充。

三、为什么它比传统方法更强？

1️⃣ 结构一致性更好

不会出现：

边缘断裂
透视错误
光影不统一

2️⃣ 自动匹配环境

比如你修一块天空，它会自动：

对齐光照方向
匹配云层结构
保持色调一致

3️⃣ 可以“改内容”，而不仅是“补内容”

比如：

把路人换成树
把墙改成窗户
把白天改成夜景

五、它适合用在哪？

🎬 VFX / 后期合成（重点）

这个工具在影视后期里非常实用：

修绿幕抠像破损
补 CG 空洞
扩展画面边缘
去除穿帮元素

👉 本质上就是：减少手工修图时间

DBFluxFill 是一个 Nuke 小工具，它将FLUX.1 Fill Dev 的图像修复功能直接集成到您的 Nuke 工作流程中。连接图像并点击“生成”按钮。结果将作为读取节点返回到您的节点图中，即可进行合成。

它专为那些可能从未用过 ComfyUI、不太熟悉 Python 或不想学习其他工具的 Nuke 艺术家而设计。安装程序会引导用户完成所有步骤，下载模型组件，设置嵌入式 Python 环境，提供 Nuke Indie 选项，甚至还能帮助您设置 init.py 文件。

许可说明： DBFluxFill 是一个免费的开源工具。其底层 FLUX.1 Fill Dev 模型受FLUX.1 [dev] 许可协议约束。

要求

平台：仅限 Windows 10 或 11

Nuke： Nuke 13.2v8 或更高版本（为 13.2 版本构建，但也在更高版本上测试过）

GPU：需要配备 CUDA 12.4 或更高版本驱动程序的 Nvidia GPU

安装程序会在启动时检查驱动程序，如果您的驱动程序过期，则会发出警告。
下载最新的Nvidia驱动程序

显存：取决于您选择的型号（请参阅下方的型号列表）

磁盘空间：根据型号不同，可用空间为 23 至 35 GB

Hugging Face账号：必需。下载前，您必须在Hugging Face上接受FLUX.1 Fill Dev许可协议。

安装

步骤 1 — 下载并放置文件夹

<> Code点击页面顶部的绿色按钮。选择Download ZIP并解压缩下载的文件夹。

DBFluxFill-main将其重命名DBFluxFill并复制到您的.nuke目录中：

C:\Users\YourName\.nuke\DBFluxFill\

如果您不确定.nuke文件夹的位置，请打开 Nuke 并在脚本编辑器中运行以下命令：

print(nuke.pluginPath())

您的.nuke文件夹路径将出现在列出的路径之一中。

步骤 2 — 运行安装程序

在文件夹内DBFluxFill，双击setup.bat。

这将启动 DBFluxFill 安装程序，这是一个分步式图形用户界面，可以处理其他所有操作：

必要时下载并安装 Python 3.11
搭建嵌入式 Python 环境
安装所有依赖项（包括正确的 PyTorch CUDA 版本）
从 Hugging Face 下载您选择的模型版本
写入配置文件

安装程序共有六步：

1— 显示系统要求并检查您的 GPU 和 CUDA 版本。如果您的驱动程序版本过旧或未检测到 Nvidia GPU，安装程序会在继续操作前发出警告。

2— 设置临时 PNG/种子/日志文件和输出渲染文件的默认目录，以及默认文件名。已根据您当前的 Nuke 项目预先填充了合理的默认值。每个字段都支持 Nuke TCL 表达式。您也可以在此处设置 Nuke Indie 模式。

3— 选择要下载的 FLUX.1 Fill Dev 版本。请参阅下方的“版本选择”了解完整对比。

4— 输入您的 Hugging Face 令牌并选择模型存储位置。如果您希望手动下载组件，此屏幕上提供了一个指向手动设置路径的链接。

5— 安装程序会设置嵌入式 Python 环境、安装依赖项并下载模型。此过程所需时间取决于您的网络速度。实时日志会显示进度。

6——显示已安装内容的摘要，并显示您需要添加到您的代码片段init.py。请参阅下面的步骤 3。

步骤 3 — 更新你的 init.py 文件

安装程序完成屏幕会显示一段代码片段。请将其添加到您的.nuke/init.py文件中。代码片段内容如下：

import DBFluxFillnuke.pluginAddPath('./DBFluxFill')

如果你还没有文件夹init.py，完成屏幕会提示您创建一个。安装程序还有一个按钮，可以打开.nuke资源管理器中的文件夹，方便您轻松找到该文件。

完成上述步骤后，重启 Nuke。DBFluxFill 将出现在工具栏中。

FLUX.1 Fill Dev 支持三个版本。所有三个版本都需要您在下载前在 Hugging Face 上接受 FLUX.1 Fill Dev 许可协议。

	bf16	fp8	gguf
显存	建议使用 16 GB 以上内存	建议使用 12 GB 以上内存	建议使用 10 GB 以上的存储空间
磁盘	约 34.3 GB	约 22.3 GB	约 23.1 GB
速度	基线	快点	条件
质量	满的	略有取舍	略有取舍
来源	黑森林实验室（官方）	AlekseyCalvin + BFL 组件	YarvixPA Q5_1 + BFL 组件

bf16

官方 FLUX.1 Fill Dev 版本，采用完整扩散器格式。最高品质，对显存要求最高。如果您拥有 16GB 以上的显存并追求最佳品质，这是您的最佳选择。

HuggingFace：black-forest-labs/FLUX.1-Fill-dev

fp8

使用基于 AlekseyCalvin 仓库的 fp8 量化版本，仅对 config.json 文件进行了少量修改。速度明显快于 bf16，但画质略有损失。需要 Ampere 架构或更新的 GPU（RTX 30xx+）。

下载完成后，安装程序会config.json自动将所需的补丁应用到转换器上。

HuggingFace：AlekseyCalvin/FluxFillDev_fp8_Diffusers

gguf

使用 YarvixPA 的 GGUF Q5_1 量化转换器，以及官方的 BFL VAE、编码器和调度器。三种版本中显存占用最低。适用于 10-12 GB 及更老的显卡。

安装程序会应用所需的config.json补丁并将.gguf文件正确放置。

HuggingFace：YarvixPA/FLUX.1-Fill-dev-GGUF

如果以后需要切换版本，请重新运行安装程序setup.bat并选择其他版本。安装程序将更新依赖项并重写文件config.json。如果要释放先前版本占用的磁盘空间，请在重新运行安装程序之前删除 models 文件夹。

手动模型设置

如果您更喜欢自行下载模型组件而不是使用 Hugging Face 令牌，请在安装程序的“模型设置”屏幕上选择“我想手动配置模型组件” 。

手动安装界面列出了所有必需组件，并提供指向相应 Hugging Face 代码库的直接链接以及大致文件大小。您只需将安装程序指向每个组件的本地目录，它就会相应地写入配置。

按变体划分的组件

bf16 组件：

所有组件均来自black-forest-labs/FLUX.1-Fill-dev。模型目录下的预期文件夹结构如下：

models/
    transformer/
    vae/
    text_encoder/
    text_encoder_2/
    tokenizer/
    tokenizer_2/
    scheduler/

fp8组件：

所有组件均来自AlekseyCalvin/FluxFillDev_fp8_Diffusers。文件夹结构应与上述 bf16 模型目录相匹配。

下载完成后，必须transformer/config.json用 BFL 仓库中的文件覆盖black-forest-labs/FLUX.1-Fill-dev/transformer/config.json。手动设置屏幕会显示此组件的 config.json 行。

gguf 组件：

转换器文件：flux1-fill-dev-Q5_1.gguf从YarvixPA/FLUX.1-Fill-dev-GGUF下载并将其放置在一个transformer/文件夹中
transformer/config.json：从black-forest-labs/FLUX.1-Fill-dev复制。手动设置屏幕显示了此组件的 config.json 行。
所有其他组件：来自black-forest-labs/FLUX.1-Fill-dev

设置节点

从工具栏添加DBFluxFill到节点图（或在节点图中搜索）。
将图像连接到img输入端口，将蒙版连接到mask输入端口。如果您不想使用 mask 输入端口，可以将 alpha 通道嵌入到 image 输入端口中，该控件支持这两种方式。
您的图像和蒙版将自动裁剪并缩放至有效的 FLUX 分辨率（16 的倍数，最小 272×272）。如果您的图像在任一方向上大于 2048 像素或小于 512 像素，则该工具会在生成前发出警告。

生成

🧩 主面板（Main tab）参数说明

Prompt（提示词）
用于描述你希望在遮罩区域生成的内容。
👉 通常不是必须的，但可以用来引导生成结果。

Seed（随机种子）

设为 -1：每次运行都会随机生成结果
输入具体数值：可复现相同结果
Randomize 按钮

：自动设为 -1

Steps（迭代步数）
扩散模型的采样步数，默认 20。

数值越高 → 细节越丰富
同时 → 生成速度越慢

Guidance（引导强度）
控制生成结果对 Prompt 的遵循程度，默认 2.5。

数值高 → 更贴合 Prompt
数值低 → 更自由/更贴近原图

Prev Selector（预览切换）
切换 Viewer 显示内容：

原始输入图像
发送给 FLUX 的“预处理后图像”

👉 用于检查模型实际看到的内容（非常实用）

Mask Overlay（遮罩叠加）
在 Viewer 中叠加红色遮罩

👉 用于查看遮罩覆盖范围

Frame Hold（帧锁定）
指定用于生成的输入帧

👉 默认使用你创建节点时 Viewer 当前帧

Mask Invert（遮罩反转）
反转填充区域：

原本不处理 → 变成处理区域
原本处理 → 变成保留区域

Crop to Mask（裁剪到遮罩）
默认开启

开启：只处理遮罩区域（加 padding） → 更快
关闭：整张图送入模型 → 更慢但更完整

Crop Padding（裁剪边距）
当开启 Crop to Mask 时，在遮罩边界外增加的像素范围

👉 默认：25 像素

📂 路径面板（Paths tab）

默认路径来自安装时生成的 config.json

Temp Dir（临时目录）
生成过程中中间 PNG 文件的存储位置

👉 支持 TCL 表达式

Output Dir（输出目录）
最终生成图像的保存位置

👉 支持 TCL 表达式

Output Name（输出文件名）
最终输出的文件名

👉 所有输出为 16-bit PNG

▶️ 生成相关说明

点击 Generate（生成） 时：

Nuke 会弹出一个命令行窗口（Command Prompt）
显示模型推理进度
在此期间：

👉 Nuke 会暂时无响应（卡住）

这是正常行为（详见 Important Notes）

⚡ Generate (Keep Loaded) 模式

这个模式是性能关键👇

Generate (Keep Loaded) 会：

打开一个常驻的 PowerShell 窗口
将模型一直保留在 GPU 显存中

👉 好处：

后续生成 无需重复加载模型
速度大幅提升

Unload Model（卸载模型）

使用完后点击：

关闭 PowerShell 窗口
释放显存（VRAM）
清理临时日志文件

📥 生成结果

当生成完成后：

Nuke 会自动在节点图中创建一个 Read 节点
加载生成结果

该 Read 节点包含一个：

👉 DBFluxFill Settings 面板

记录以下信息（只读）：

Seed
Steps
Guidance
Prompt

👉 用于结果复现和参考

⚠️ 重要说明（Important Notes）

🧊 Nuke 在生成时会卡住（正常现象）

当你点击 Generate（生成） 时：

Nuke

会暂时无响应（卡住）
同时会弹出一个命令行窗口（Command Prompt）
该窗口会显示模型推理进度

👉 这是正常行为

原因：

推理是在子进程（subprocess）中运行
使用独立的 Python 环境
目的是让模型内存（尤其是显存）与 Nuke 隔离

🚀 性能优化建议

使用：

👉 Generate (Keep Loaded)

效果：

模型会常驻 GPU 显存（VRAM）
后续生成不需要重新加载模型
显著加快多次生成速度

💻 仅支持 Windows

该工具：

仅在 Windows 平台开发和测试
不支持 macOS / Linux

⚙️ config.json 配置文件

配置文件路径：

.nuke/DBFluxFill/config.json

该文件保存：

临时目录（Temp Dir）
输出目录（Output Dir）
输出文件名（Output Name）

👉 可以随时手动修改
👉 无需重新运行安装程序

🎬 Nuke 版本要求

最低支持：Nuke 13.2
开发版本：Nuke 13.2v8
已在更高版本中测试可用

🎮 显存（VRAM）说明

文档中的显存要求：

👉 是“建议值”，不是硬性限制

实际情况：

显存不足时仍可能运行
但会出现：

速度变慢
或直接内存溢出（OOM）

📐 分辨率限制

Gizmo 会在以下情况发出警告：

图像尺寸 大于 2048px
或 小于 512px

建议：

❌ 不建议使用超大分辨率（容易爆显存）
❌ 太小的图像会导致：

结果质量差
输出不可预测

⚡ fp8 模式硬件要求

fp8 模型特点：

使用 float8 量化
更节省显存、更快

但要求：

👉 必须使用 Ampere 架构或更新 GPU

支持：

RTX 30 系列（30xx）
RTX 40 系列（40xx）

不支持：

RTX 20 系列（Turing）
更旧显卡

🧾 Nuke Indie 支持

DBFluxFill 支持 Nuke Indie 版本

👉 Indie 模式影响：

文件操作方式
UI 对话框行为

使用注意：

安装时：

勾选 Indie mode 选项

或者：

在 config.json 中手动修改该参数

🧠 一句话总结

👉 这是一个：

“外部AI推理 + Nuke桥接”的工具

特点：

稳定 ✔
隔离内存 ✔
但会卡 UI ❗

项目下载链接：

https://github.com/drberkowitz/DBFluxFill