75 lines
2.4 KiB
Markdown
75 lines
2.4 KiB
Markdown
---
|
||
tags:
|
||
- Batch
|
||
- Image
|
||
- ImageBatch
|
||
|
||
---
|
||
|
||
# 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
|
||
- **`images`**
|
||
- `images` 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`
|
||
- **`permute`**
|
||
- `permute` 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_zero`**
|
||
- `start_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`
|
||
|
||
## 使用提示
|
||
### 基础类型：`GPU`
|
||
### 常用节点：未知
|
||
|
||
## 源代码
|
||
```python
|
||
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),)
|
||
|
||
``` |