81 lines
3.0 KiB
Markdown
81 lines
3.0 KiB
Markdown
|
|
# Documentation
|
|
- Class name: Control Net Stacker
|
|
- Category: Efficiency Nodes/Stackers
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/comfyanonymous/ComfyUI
|
|
|
|
Control Net Stacker 节点旨在将控制网络及其相关的图像、强度和百分比范围聚合成一个堆栈。这一功能对于以序列或分层方式管理和应用多个控制网络至关重要，从而提高图像处理过程的灵活性和效率。
|
|
|
|
# Input types
|
|
## Required
|
|
- control_net
|
|
- 要添加到堆栈中的控制网络。它在定义要应用于图像的操作或调整方面起着核心作用。
|
|
- Comfy dtype: CONTROL_NET
|
|
- Python dtype: str
|
|
- image
|
|
- 与控制网络相关联的图像。该图像作为控制网络应用的参考或目标。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: str
|
|
- strength
|
|
- 定义控制网络对图像影响的强度，允许进行精细调整。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- start_percent
|
|
- 指定控制网络效果在图像生成过程中的起始点，实现对应用时机的精确控制。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- end_percent
|
|
- 确定控制网络效果的结束点，进一步细化应用的时间精度。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
## Optional
|
|
- cnet_stack
|
|
- 现有的控制网络堆栈，新的控制网络将被添加到其中，便于累积多个网络。
|
|
- Comfy dtype: CONTROL_NET_STACK
|
|
- Python dtype: list
|
|
|
|
# Output types
|
|
- CNET_STACK
|
|
- 更新后的控制网络堆栈，每个网络都与特定的图像、强度和百分比范围相关联，准备进行顺序或分层应用。
|
|
- Comfy dtype: CONTROL_NET_STACK
|
|
- Python dtype: list
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `CPU`
|
|
- Common nodes:
|
|
- [Efficient Loader](../../efficiency-nodes-comfyui/Nodes/Efficient Loader.md)
|
|
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class TSC_Control_Net_Stacker:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {"required": {"control_net": ("CONTROL_NET",),
|
|
"image": ("IMAGE",),
|
|
"strength": ("FLOAT", {"default": 1.0, "min": 0.0, "max": 10.0, "step": 0.01}),
|
|
"start_percent": ("FLOAT", {"default": 0.0, "min": 0.0, "max": 1.0, "step": 0.001}),
|
|
"end_percent": ("FLOAT", {"default": 1.0, "min": 0.0, "max": 1.0, "step": 0.001})},
|
|
"optional": {"cnet_stack": ("CONTROL_NET_STACK",)},
|
|
}
|
|
|
|
RETURN_TYPES = ("CONTROL_NET_STACK",)
|
|
RETURN_NAMES = ("CNET_STACK",)
|
|
FUNCTION = "control_net_stacker"
|
|
CATEGORY = "Efficiency Nodes/Stackers"
|
|
|
|
def control_net_stacker(self, control_net, image, strength, start_percent, end_percent, cnet_stack=None):
|
|
# If control_net_stack is None, initialize as an empty list
|
|
cnet_stack = [] if cnet_stack is None else cnet_stack
|
|
|
|
# Extend the control_net_stack with the new tuple
|
|
cnet_stack.extend([(control_net, image, strength, start_percent, end_percent)])
|
|
|
|
return (cnet_stack,)
|
|
|
|
```
|