1.8 KiB
1.8 KiB
Documentation
- Class name: DifferenceChecker
- Category: image/filters
- Output node: False
DifferenceChecker 节点旨在计算两幅图像之间的绝对差异,并按指定的乘数进行缩放。这一功能对于突出显示两幅图像之间的差异或变化非常有用,可应用于各种图像处理和分析任务中。
Input types
Required
- images1
- 要比较的第一组图像。这个输入对于确定比较的基准至关重要。
- Comfy dtype: IMAGE
- Python dtype: torch.Tensor
- images2
- 要与第一组图像进行比较的第二组图像。这个输入对于识别与基准的差异至关重要。
- Comfy dtype: IMAGE
- Python dtype: torch.Tensor
- multiplier
- 应用于计算差异的缩放因子,允许调整差异的强度。
- Comfy dtype: FLOAT
- Python dtype: float
Output types
- image
- 输出是一幅图像或一组图像,表示输入图像之间经过缩放的绝对差异。
- Comfy dtype: IMAGE
- Python dtype: torch.Tensor
Usage tips
- Infra type:
GPU - Common nodes: unknown
Source code
class DifferenceChecker:
def __init__(self):
pass
@classmethod
def INPUT_TYPES(s):
return {
"required": {
"images1": ("IMAGE", ),
"images2": ("IMAGE", ),
"multiplier": ("FLOAT", {"default": 1.0, "min": 0.01, "max": 1000.0, "step": 0.01, "round": 0.01}),
},
}
RETURN_TYPES = ("IMAGE",)
FUNCTION = "difference_checker"
CATEGORY = "image/filters"
def difference_checker(self, images1, images2, multiplier):
t = copy.deepcopy(images1)
t = torch.abs(images1 - images2) * multiplier
return (torch.clamp(t, min=0, max=1),)