使用Stable Diffusion WebUI API执行img2img时图像尺寸意外缩小

原始图像尺寸为(719, 899)，通过SD Forge的API生成Canny映射后，返回图像尺寸变为(712, 896)，即使在payload中指定了原始width和height也无效。试过调整resize_mode、移除ControlNet配置，问题依然存在。

原因分析 #

这是Stable Diffusion（包括Forge分支）的默认行为：SD的潜在空间基于8倍下采样的VAE模型，因此所有输入输出的图像尺寸必须是8的整数倍。你的原始尺寸719、899都不是8的倍数，API会自动向下取整到最近的8的倍数：

• 719 ÷ 8 = 89.875 → 取89×8=712
• 899 ÷ 8 = 112.375 → 取112×8=896

这就是返回图像尺寸缩小的根本原因，和ControlNet无关——即使去掉ControlNet，img2img接口依然会强制对齐尺寸到8的倍数。

解决方案 #

方案1：提前将原始图像调整为8的倍数 #

在编码为base64前，先把图像尺寸调整为8的整数倍，这样API返回的结果就会和调整后的尺寸一致：

image = Image.open(image_path)

# 计算最近的8的倍数尺寸
target_width = ((image.width + 7) // 8) * 8
target_height = ((image.height + 7) // 8) * 8
# 调整图像尺寸（用LANCZOS插值保证画质）
image = image.resize((target_width, target_height), Image.Resampling.LANCZOS)

with io.BytesIO() as img_bytes:
    image.save(img_bytes, format='PNG')
    img_b64 = base64.b64encode(img_bytes.getvalue()).decode()

# 后续payload中的width和height用调整后的尺寸
payload = {
    # ... 其他参数不变
    "width": target_width,
    "height": target_height,
    # ...
}

方案2：生成后将图像resize回原始尺寸 #

如果必须严格保留原始尺寸，可以在获取返回图像后，再resize回原始大小：

map_image = Image.open(io.BytesIO(base64.b64decode(r['images'][1].split(",", 1)[0])))
# resize回原始图像的尺寸
map_image = map_image.resize((image.width, image.height), Image.Resampling.LANCZOS)

root, ext = os.path.splitext(image_path)
basename = os.path.basename(root)
save_path = os.path.join(tools_dir, "canny_dst", basename+ext)
map_image.save(save_path)

额外提示 #

• 如果你使用的是其他SD衍生版本，倍数可能是4或16，但Forge和主流SD版本默认都是8倍。
• 尽量优先用方案1，因为提前调整尺寸比生成后再resize，画质损失更小。

内容的提问来源于stack exchange，提问作者きのこしたたけ