87 lines
2.6 KiB
Markdown
87 lines
2.6 KiB
Markdown
|
|
# Documentation
|
|
- Class name: ImageTransformCropAbsolute
|
|
- Category: image/transform
|
|
- Output node: False
|
|
|
|
ImageTransformCropAbsolute节点对一批图像执行绝对裁剪操作，根据指定的绝对像素坐标将图像裁剪为特定的矩形大小。它旨在通过移除不需要的外部部分来精确调整图像尺寸，从而聚焦于特定区域。
|
|
|
|
# Input types
|
|
## Required
|
|
- images
|
|
- 需要裁剪的图像批次。这个参数至关重要，因为它直接影响输出，决定了哪些图像将undergo裁剪过程。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- start_x
|
|
- 裁剪的起始x坐标（包含），定义裁剪矩形的左边界。它决定了从图像左侧移除多少部分。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- start_y
|
|
- 裁剪的起始y坐标（包含），定义裁剪矩形的上边界。它影响将被裁剪掉的图像顶部部分。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- end_x
|
|
- 裁剪的结束x坐标（不包含），定义裁剪矩形的右边界。它指定了裁剪后图像的宽度。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- end_y
|
|
- 裁剪的结束y坐标（不包含），定义裁剪矩形的下边界。它指定了裁剪后图像的高度。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Output types
|
|
- image
|
|
- 裁剪后的图像，通过移除定义的矩形区域外的部分来调整到指定尺寸。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `GPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class ImageTransformCropAbsolute:
|
|
def __init__(self):
|
|
pass
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {
|
|
"required": {
|
|
"images": ("IMAGE",),
|
|
"start_x": ("INT", {
|
|
"default": 0,
|
|
"step": 1
|
|
}),
|
|
"start_y": ("INT", {
|
|
"default": 0,
|
|
"step": 1
|
|
}),
|
|
"end_x": ("INT", {
|
|
"default": 128,
|
|
"step": 1
|
|
}),
|
|
"end_y": ("INT", {
|
|
"default": 128,
|
|
"step": 1
|
|
}),
|
|
},
|
|
}
|
|
|
|
RETURN_TYPES = ("IMAGE",)
|
|
FUNCTION = "node"
|
|
CATEGORY = "image/transform"
|
|
|
|
def node(self, images, start_x, start_y, end_x, end_y):
|
|
def resize_tensor(tensor):
|
|
return tensor.tensor_to_image().crop([start_x, start_y, end_x, end_y]).image_to_tensor()
|
|
|
|
return (torch.stack([
|
|
resize_tensor(images[i]) for i in range(len(images))
|
|
]),)
|
|
|
|
```
|