Outpaint vs Inpainting: Control y Automatización en ComfyUI

Outpainting vs Inpainting: Dos filosofías distintas

Al hablar de expansión de imágenes en IA, es fácil confundir los términos. ¿Es lo mismo pedirle al modelo que extienda la imagen hacia los costados (outpaint) que darle una versión con trozos en blanco para rellenar (inpainting)? La respuesta corta es no, y las diferencias prácticas son fundamentales.

El outpainting funciona como un modo dedicado: el modelo sabe que está extendiendo la composición. Esto le permite respetar mejor la continuidad de bordes, texturas e iluminación, actuando casi como una ancla fuerte con la imagen original. Es ideal para fondos o arquitectura donde la coherencia es vital.

Por otro lado, usar un canvas con bordes en blanco y pedirle al modelo que los rellene es una forma de engañarlo para añadir algo nuevo. Esta técnica ofrece mucha más flexibilidad estilística y narrativa, pero también conlleva riesgos: si el área blanca es demasiado amplia, el modelo puede perder referencias y empezar a ‘alucinar’ cambios de estilo o cortes visibles.

La trampa del outpainting: cuando cambia lo que no pediste

Aquí hay un detalle crucial que muchos pasan por alto. A veces, al usar outpainting, el modelo parece cambiar cosas en el sector original que ya tenías resuelto.

No es tu imaginación. El outpainting funciona más como una regeneración condicionada global que como un relleno estricto. Bajo el capó, utiliza blending en los bordes y denoise parcial que pueden ‘reinterpretar’ zonas cercanas a la expansión. Es elegante, pero menos obediente.

En contraste, el inpainting con una máscara bien definida actúa como un congelador para las zonas no cubiertas. Si configuras el modelo correctamente, lo que queda fuera de la máscara queda estrictamente protegido.

Cómo proteger tu imagen original

Para evitar esos cambios ‘no invitados’, la clave está en cómo manejas la máscara y los parámetros del sampler. La estrategia más limpia es usar inpainting con una máscara dura, activar el modo ‘only masked’ y mantener un nivel de denoise bajo (alrededor de 0.2–0.4).

Si prefieres usar outpainting por su fluidez, puedes mitigar los cambios usando ControlNet o aplicando pasos pequeños para no expandir demasiado de golpe.

La solución elegante: automatizar la máscara

Más allá de los parámetros, existe una forma muy eficiente de automatizar la creación de esa máscara protectora. La clave está en un nodo específico del ecosistema ComfyUI: el Resize Image v2 de KJNodes.

La jugada es sencilla pero ingeniosa: tomas tu imagen original y creas una máscara base completamente negra (representando ‘todo protegido’). Luego, pasas ambos al nodo Resize Image v2 activando la expansión con padding.

El resultado es mágico: el nodo expande tanto la imagen como la máscara. La zona original permanece negra, mientras que las áreas nuevas aparecen automáticamente en blanco. Así obtienes una máscara perfecta de ‘solo bordes nuevos’ sin tener que dibujar rectángulos manualmente.

Parámetros finales para un resultado óptimo

Para terminar el flujo con la mejor calidad, hay que ajustar los detalles técnicos. Después de generar la máscara automática, es recomendable aplicar una leve desenfocadura (feathering) para evitar cortes duros. Finalmente, en el sampler debes asegurarte de usar el modo ‘only masked’ y mantener el denoise entre 0.3 y 0.6.

En resumen: el outpainting ofrece una expansión elegante pero creativa, mientras que el inpainting con máscaras automatizadas te da el control total para preservar tu obra original sin sacrificar la coherencia del resultado final.