2.4 KiB
2.4 KiB
tags
| tags | |||
|---|---|---|---|
|
ImageBatchPermute
文档说明
类名：ImageBatchPermute
分类：image/batch
输出节点：False
ImageBatchPermute 节点旨在根据指定的置换对一批图像进行重新排序。它允许动态重组图像序列，便于执行如洗牌或特定顺序的操作以供处理或可视化。
输入类型
必需项
imagesimages参数表示要被重新排列的一批图像集。它是定义将根据置换模式重新组织的图像集的关键。- Comfy dtype：
IMAGE - Python dtype：
torch.Tensor
permutepermute参数指定批量中应如何排列图像。它直接影响最终的图像排列，允许自定义序列或洗牌。- Comfy dtype：
STRING - Python dtype：
str
start_with_zerostart_with_zero参数表示置换索引是否从零开始。这会影响应用到图像批处理的置换模式的方式，与基于零或一的索引约定相匹配。- Comfy dtype：
BOOLEAN - Python dtype：
bool
输出类型
image- Comfy dtype：
IMAGE - 输出是一组重新排列的图像集，根据指定的置换模式进行排列。它允许动态重组图像序列以供进一步处理或可视化。
- Python dtype：
torch.Tensor
- Comfy dtype：
使用提示
基础类型：GPU
常用节点：未知
源代码
class ImageBatchPermute:
def __init__(self):
pass
@classmethod
def INPUT_TYPES(cls):
return {
"required": {
"images": ("IMAGE",),
"permute": ("STRING", {"multiline": False}),
"start_with_zero": ("BOOLEAN",),
},
}
RETURN_TYPES = ("IMAGE",)
FUNCTION = "node"
CATEGORY = "image/batch"
def node(self, images, permute, start_with_zero):
# 从置换字符串中提取数字，并转换为整数索引
order = [int(num) - 1 if not start_with_zero else int(num) for num in re.findall(r'\d+', permute)]
# 创建一个张量来存储排序后的顺序
order = torch.tensor(order)
# 确保索引在有效范围内（0到图像数量减一）
order = order.clamp(0, images.shape[0] - 1)
# 使用索引选择函数对输入图像进行重新排列
return (images.index_select(0, order),)