ComfyUI 本地部署 AI 漫劇自動質檢流水線：檢測幀間閃爍、校驗畫面並自動重渲染不合格鏡頭

2026-10-30 10

版权

版权声明：

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 本文提出一套8G显存即可运行的本地AI漫剧量产流水线：基于ComfyUI API，集成光流时序校验、色彩波动检测、本地Faster-Whisper字幕生成及自动重跑机制，配套Python调度脚本与FFmpeg后期命令，全程离线部署，无需云端审核，显著提升批量渲染稳定性与效率。（239字）

摘要

本地 AI 漫剧量产最大痛点不是生成画面，而是批量渲染之后大量镜头存在闪烁、角色变脸、画面崩坏，人工逐帧检查耗时极高。本文基于 ComfyUI API，搭建一套带本地自动质检的 AI 漫剧流水线，8G 显存显卡可跑，集成光流时序校验、色彩波动检测、本地 Faster-Whisper 字幕生成、不合格镜头自动回队列重跑，配套完整 Python 调度脚本、批量处理指令、FFmpeg 后期自动化命令，整套流程离线本地部署，不需要云端审核接口，适合长期稳定批量产出漫剧短剧素材。

前置说明：Windows + NVIDIA 显卡，CUDA12.1，ComfyUI 开启 API 服务，所有脚本和检测逻辑全部在本地运行，检测仅做画面指标判断，不涉及内容合规审核，合规校验需要创作者自行把控。

具体详细资源教程请看这一篇文章：Wan2.2-ReMixV3.0 本地部署：8G 显存 AI 漫剧图生视频长片段生成实战_wan rar v2.3-CSDN博客

一、ComfyUI 开启 API 服务（启动指令）

常规启动 ComfyUI 默认开启 API，如果你关闭了，用这个启动脚本： 新建 start_comfy_api.bat

@echo off
set CUDA_VISIBLE_DEVICES=0
set PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:128,expandable_segments:True
set HF_HUB_CACHE=./models_cache
python main.py --enable-cors-header
pause

启动成功后，API 地址：http://127.0.0.1:8188，所有脚本都通过这个地址提交工作流任务。

二、依赖安装指令

pip install torch opencv-python numpy faster-whisper requests pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
# faster-whisper 可选，用来本地字幕生成

三、核心模块 1：ComfyUI API 任务提交脚本（提交漫剧分镜工作流）

新建 comfy_api_submit.py

import requests
import json
import os
import time
COMFY_URL = "http://127.0.0.1:8188"
def queue_workflow(workflow_json: dict):
    payload = {"prompt": workflow_json}
    resp = requests.post(f"{COMFY_URL}/prompt", json=payload, timeout=30)
    if resp.status_code == 200:
        return resp.json()["prompt_id"]
    else:
        print("工作流提交失败", resp.text)
        return None
def wait_task_finish(prompt_id: str, interval=3):
    while True:
        res = requests.get(f"{COMFY_URL}/history/{prompt_id}", timeout=15)
        data = res.json()
        if prompt_id in data:
            return data[prompt_id]
        time.sleep(interval)
if __name__ == "__main__":
    # 读取本地保存的漫剧工作流json
    with open("./manju_workflow.json","r",encoding="utf-8") as f:
        wf = json.load(f)
    pid = queue_workflow(wf)
    print(f"任务已入队，prompt_id={pid}")
    result = wait_task_finish(pid)
    print("渲染完成，输出信息：", result["outputs"])

运行命令：

python comfy_api_submit.py

四、核心模块 2：光流法时序稳定检测脚本（判断画面闪烁、角色漂移，质检核心）

原理：相邻帧光流均值突变，代表画面剧烈闪烁、人物五官漂移，直接标记镜头不合格，加入重渲染队列，适合 AI 漫剧批量质检。 新建 optical_flow_check.py

import cv2
import numpy as np
def calc_optical_flow_score(prev_frame, curr_frame):
    gray1 = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
    gray2 = cv2.cvtColor(curr_frame, cv2.COLOR_BGR2GRAY)
    # Farneback稠密光流
    flow = cv2.calcOpticalFlowFarneback(
        gray1, gray2, None,
        pyr_scale=0.5, levels=3, winsize=15,
        iterations=3, poly_n=5, poly_sigma=1.2, flags=0
    )
    mag, ang = cv2.cartToPolar(flow[...,0], flow[...,1])
    avg_mag = np.mean(mag)
    return avg_mag
def scan_video_flow(video_path, threshold=6.0):
    cap = cv2.VideoCapture(video_path)
    ret, prev = cap.read()
    if not ret:
        return False, 0
    frame_count = 0
    bad_count = 0
    max_score = 0
    while True:
        ret, curr = cap.read()
        if not ret:
            break
        score = calc_optical_flow_score(prev, curr)
        max_score = max(max_score, score)
        if score > threshold:
            bad_count +=1
        prev = curr
        frame_count +=1
    cap.release()
    if frame_count == 0:
        return False, max_score
    bad_ratio = bad_count / frame_count
    # 坏帧占比超过12%判定为闪烁镜头
    if bad_ratio > 0.12:
        return False, max_score
    return True, max_score
if __name__ == "__main__":
    test_vid = "./output_scene.mp4"
    ok, score = scan_video_flow(test_vid, threshold=6.0)
    if ok:
        print(f"镜头质检通过，最大光流值：{score:.2f}")
    else:
        print(f"镜头闪烁/漂移超标，需要重渲染，最大光流值：{score:.2f}")

运行：

python optical_flow_check.py

参数说明：threshold 阈值根据你的漫剧风格调整，平涂漫剧一般 4~7；写实视频可以拉高到 8~10。

五、核心模块 3：色彩波动检测（解决光影跳变、画面忽亮忽暗）

新建 color_stability_check.py

import cv2
import numpy as np
def check_color_jitter(video_path, threshold=35):
    cap = cv2.VideoCapture(video_path)
    ret, frame = cap.read()
    if not ret:
        return False
    prev_mean = np.mean(frame)
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        curr_mean = np.mean(frame)
        diff = abs(curr_mean - prev_mean)
        if diff > threshold:
            cap.release()
            return False
        prev_mean = curr_mean
    cap.release()
    return True
if __name__ == "__main__":
    v = "./output_scene.mp4"
    res = check_color_jitter(v, threshold=35)
    if res:
        print("色彩稳定检测通过")
    else:
        print("画面亮度跳变严重，光影不稳定，建议重跑")

六、完整调度脚本：渲染 + 质检 + 失败自动重跑（量产流水线主程序）

新建 auto_render_pipeline.py

import json
import os
import time
from comfy_api_submit import queue_workflow, wait_task_finish
from optical_flow_check import scan_video_flow
from color_stability_check import check_color_jitter
SCENE_CONFIG = "./scene_batch.json"
OUT_DIR = "./auto_output"
os.makedirs(OUT_DIR, exist_ok=True)
def single_scene_render(scene_cfg, max_retry=2):
    retry = 0
    while retry <= max_retry:
        print(f"\n====开始渲染：{scene_cfg['scene_name']} 重试次数 {retry} ====")
        wf = scene_cfg["workflow"]
        pid = queue_workflow(wf)
        if not pid:
            retry +=1
            time.sleep(5)
            continue
        task_result = wait_task_finish(pid)
        video_file = task_result["outputs"][scene_cfg["output_node_id"]]["images"][0]["filename"]
        vid_full_path = os.path.join(OUT_DIR, video_file)
        # 双重质检
        flow_ok, flow_score = scan_video_flow(vid_full_path)
        color_ok = check_color_jitter(vid_full_path)
        if flow_ok and color_ok:
            print(f"{scene_cfg['scene_name']} 质检全部通过！")
            return True, vid_full_path
        else:
            print(f"{scene_cfg['scene_name']} 质检失败，准备重试，flow={flow_score:.2f}")
            retry +=1
            time.sleep(8)
    print(f"{scene_cfg['scene_name']} 重试上限耗尽，标记为失败镜头")
    return False, None
if __name__ == "__main__":
    with open(SCENE_CONFIG, "r", encoding="utf-8") as f:
        scene_list = json.load(f)
    for scene in scene_list:
        single_scene_render(scene)
    print("全部任务调度结束")

配套 scene_batch.json 结构示例：

[
    {
        "scene_name":"scene_01开场",
        "output_node_id":"10",
        "workflow":{}
    },
    {
        "scene_name":"scene_02对话",
        "output_node_id":"10",
        "workflow":{}
    }
]

workflow 里面直接填入导出的 ComfyUI 工作流 json，节点 ID 对应视频输出节点。

运行整条流水线：

python auto_render_pipeline.py

七、本地 Faster-Whisper 字幕批量生成脚本（漫剧配音字幕自动生成）

新建 gen_subtitle.py

from faster_whisper import WhisperModel
import os
def generate_srt(video_path, srt_out_path, model_size="base"):
    model = WhisperModel(model_size, device="cuda", compute_type="int8")
    segments, _ = model.transcribe(video_path, language="zh")
    with open(srt_out_path, "w", encoding="utf-8") as f:
        idx = 1
        for seg in segments:
            start = seg.start
            end = seg.end
            def fmt(sec):
                h = int(sec//3600)
                m = int((sec%3600)//60)
                s = sec%60
                return f"{h:02d}:{m:02d}:{s:06.3f}".replace(".",",")
            f.write(f"{idx}\n")
            f.write(f"{fmt(start)} --> {fmt(end)}\n")
            f.write(f"{seg.text.strip()}\n\n")
            idx +=1
    print(f"字幕生成完成：{srt_out_path}")
if __name__ == "__main__":
    generate_srt("./final_scene.mp4", "./subtitle.srt", model_size="base")

base 模型很小，8G 显存无压力；想要更高准确度换成 small，显存占用会上升。

八、FFmpeg 批量处理指令合集，适配短剧成片

8.1 批量把质检合格视频拼接

ffmpeg -f concat -safe 0 -i filelist.txt -c copy raw_all.mp4

filelist.txt 示例：

file 'auto_output/scene01.mp4'
file 'auto_output/scene02.mp4'

8.2 自动嵌入 srt 字幕，生成带字幕成片

ffmpeg -i raw_all.mp4 -vf "subtitles=subtitle.srt:force_style='Fontsize=24,PrimaryColour=&H00ffffff&'" -c:a copy final_drama.mp4

8.3 批量补帧，提升镜头顺滑度（minterpolate）

ffmpeg -i raw_all.mp4 -vf minterpolate=fps=24:mi_mode=blend -c:a copy smooth.mp4

8.4 批量压缩，适配短剧平台上传规范（9:16 竖屏）

ffmpeg -i smooth.mp4 -c:v libx264 -preset medium -crf 23 -b:v 850k -r 24 -vf "scale=408:720" -c:a aac final_export.mp4

九、显存控制与流水线运行优化方案

1. ComfyUI 每次渲染结束自动释放显存，可以在工作流末尾增加显存释放节点，或者脚本里主动调用：

import torch
torch.cuda.empty_cache()

1. 质检脚本单独跑，不要和视频推理同时抢占 GPU 显存，流水线逻辑：渲染完成→释放显存→再启动画面质检；
2. 阈值可以做成配置文件，区分【漫剧平涂风格】和【写实视频风格】两套参数；
3. 可以扩展：保存失败镜头清单，单独导出 csv 报表，方便人工复核。

十、常见故障排查

1. ComfyUI API 连接失败：确认已经启动、防火墙没有拦截、没有开启密码验证；
2. 光流检测速度很慢：视频分辨率太高，建议单镜头 408*720，不要直接跑 720P；
3. Faster-Whisper CUDA 报错：模型换成 cpu 模式，修改 device="cpu"；
4. 误判严重：很多轻微镜头运动被判定闪烁，调高光流阈值，或者增加 “只检测关键帧” 的采样逻辑，跳过连续帧密集检测。

整套流水线适合打包进资源包：ComfyUI 工作流 json、全套 python 脚本、ffmpeg 批处理脚本、阈值配置说明，搭配 CSDN 文章分发。