Kijai 大神新作：ComfyUI-VideoColorGrading，通过自动生成 LUT 来进行视频调色

Kijai 再次发力，为 ComfyUI 社区带来了基于 ICCV 2025 论文《Video Color Grading》的官方实现节点：ComfyUI-VideoColorGrading。

• GitHub：https://github.com/kijai/ComfyUI-VideoColorGrading
• Video Color Grading：https://github.com/seunghyuns98/VideoColorGrading
• 模型：https://huggingface.co/Kijai/VCG_comfy

这是一个强大的视频色彩分级工具，它不再依赖简单的滤镜或手动调色，而是利用两阶段扩散过程，智能地从一张参考图像中提取色彩风格，生成专属的 3D 颜色查找表 (3D LUT)，并将其一致地应用到整个源视频中。

核心原理

该工作流模拟了专业电影调色的过程，但完全由 AI 自动化完成：

1. 风格提取：分析参考图像的色调、对比度、饱和度及光影氛围。
2. 3D LUT 生成：利用扩散模型（ReferenceNet + L-Diffuser），结合源视频的帧内容，生成一个定制的 $16^3$ 分辨率的 3D LUT。这确保了色彩转换不仅匹配参考图，还能适应源视频的具体内容，避免色彩断层或失真。
3. 一致应用：将生成的 LUT 应用于视频的每一帧，保证整段视频的色彩风格高度统一，无闪烁。

可用节点详解

Kijai 将该流程封装为三个核心节点，方便灵活搭建工作流：

1. Load VCG Model

• 功能：加载 Video Color Grading 所需的组合模型检查点。
• 包含组件：
  • CLIP ViT-B/32：用于理解参考图和视频帧的语义内容。
  • VAE：负责图像的潜空间编码与解码。
  • ReferenceNet：提取参考图像的风格特征。
  • L-Diffuser：执行扩散过程以生成平滑的 LUT。
• 用法：通常放在工作流起始位置，只需加载一次即可供后续节点复用。

2. Generate Color LUT (VCG)

• 功能：核心生成节点。
• 输入：
  • model: 来自 Load VCG Model 的模型。
  • reference_image: 你希望模仿风格的参考图片（如电影截图、摄影作品）。
  • source_frame: 源视频的代表性帧（用于校准 LUT 以适应源内容的动态范围）。
• 输出：一个定制的 3D LUT 数据块。
• 特点：生成的 LUT 分辨率为 $16^3$，在精度和计算效率之间取得了极佳平衡。

3. Apply 3D LUT (VCG)

• 功能：应用节点。
• 输入：
  • lut: 来自 Generate Color LUT 节点的输出。
  • image: 需要调色的源视频帧（通常连接 Video Load 节点输出的批处理图像）。
• 输出：已完成色彩分级的图像序列。
• 用法：将其放入视频处理循环中，即可对整段视频进行批量调色。

快速上手工作流示例

1. 加载模型：放置 Load VCG Model 节点。
2. 准备素材：
   • 使用 Load Image 加载你的风格参考图。
   • 使用 Load Video (如 ComfyUI-VideoHelperSuite) 加载源视频，并提取第一帧或关键帧作为 source_frame。
3. 生成 LUT：连接 Generate Color LUT (VCG) 节点，输入参考图和源帧。
4. 应用调色：
   • 将 Generate Color LUT 输出的 lut 连接到 Apply 3D LUT (VCG)。
   • 将 Load Video 输出的完整图像批次连接到 Apply 3D LUT 的 image 输入。
5. 保存视频：连接 Save Video 节点输出最终结果。

安装与依赖

安装方法 (通过 ComfyUI Manager):

1. 打开 ComfyUI Manager。
2. 点击 "Install Custom Nodes"。
3. 搜索 VideoColorGrading 或 Kijai。
4. 找到 ComfyUI-VideoColorGrading 并安装。
5. 重启 ComfyUI。

模型下载:

首次运行时，节点会自动下载所需的模型文件（通常在 ComfyUI/models/vcg/ 目录下）。如果自动下载失败，可手动从 HuggingFace 仓库下载并放置到对应目录。