93 lines
2.9 KiB
Markdown
93 lines
2.9 KiB
Markdown
|
|
# Documentation
|
|
- Class name: ImageTransformResizeClip
|
|
- Category: image/transform
|
|
- Output node: False
|
|
|
|
该节点用于在指定的最大和最小尺寸范围内调整图像大小，使用各种插值方法来保持图像质量。它能动态计算缩放比例，确保调整后的图像符合给定的约束条件，为图像调整大小提供了灵活的方法。
|
|
|
|
# Input types
|
|
## Required
|
|
- images
|
|
- 需要调整大小的图像集合。这个参数至关重要，因为它直接影响输出，决定哪些图像会经过调整大小的处理。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- max_width
|
|
- 调整大小操作的最大宽度约束。它为调整后图像的宽度设置了一个上限。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- max_height
|
|
- 调整大小操作的最大高度约束。它为调整后图像的高度设置了一个上限。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- min_width
|
|
- 调整大小操作的最小宽度约束。它确保调整后的图像宽度不会低于这个值。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- min_height
|
|
- 调整大小操作的最小高度约束。它确保调整后的图像高度不会低于这个值。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- method
|
|
- 用于调整大小的插值方法。这会影响调整过程的质量和算法。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
|
|
# Output types
|
|
- image
|
|
- 在指定的最大和最小尺寸范围内调整后的图像。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `GPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class ImageTransformResizeClip:
|
|
def __init__(self):
|
|
pass
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {
|
|
"required": {
|
|
"images": ("IMAGE",),
|
|
"max_width": ("INT", {
|
|
"default": 1024,
|
|
}),
|
|
"max_height": ("INT", {
|
|
"default": 1024,
|
|
}),
|
|
"min_width": ("INT", {
|
|
"default": 0,
|
|
}),
|
|
"min_height": ("INT", {
|
|
"default": 0,
|
|
}),
|
|
"method": (["lanczos", "bicubic", "hamming", "bilinear", "box", "nearest"],),
|
|
},
|
|
}
|
|
|
|
RETURN_TYPES = ("IMAGE",)
|
|
FUNCTION = "node"
|
|
CATEGORY = "image/transform"
|
|
|
|
def node(self, images, max_width, max_height, min_width, min_height, method):
|
|
height, width = images[0, :, :, 0].shape
|
|
|
|
if min_width >= max_width or min_height >= max_height:
|
|
return (images,)
|
|
|
|
scale_min = max(min_width / width, min_height / height)
|
|
scale_max = min(max_width / width, max_height / height)
|
|
|
|
scale = max(scale_min, scale_max)
|
|
|
|
return ImageTransformResizeRelative().node(images, scale, scale, method)
|
|
|
|
```
|