53 lines
2.4 KiB
Markdown
53 lines
2.4 KiB
Markdown
# Documentation
|
||
- Class name: MakeImageBatch
|
||
- Category: ImpactPack/Util
|
||
- Output node: False
|
||
- Repo Ref: https://github.com/ltdrdata/ComfyUI-Impact-Pack.git
|
||
|
||
‘MakeImageBatch’节点旨在高效地将多个图像组合成一个单一的批次以供进一步处理。它通过在必要时调整大小以确保批次中的所有图像具有相同的尺寸，并将它们沿批次维度连接起来。该节点在准备图像处理任务的统一数据集方面发挥着关键作用，例如批量神经网络训练或批量图像操作。
|
||
|
||
# Input types
|
||
## Required
|
||
- image1
|
||
- ‘image1’参数是用作图像批次尺寸参考的第一个图像。它至关重要，因为如果后续图像的尺寸不同，它们将被调整以匹配其尺寸。节点的功能依赖于此参数来创建用于下游任务的统一批次。
|
||
- Comfy dtype: IMAGE
|
||
- Python dtype: torch.Tensor
|
||
## Optional
|
||
- kwargs
|
||
- ‘kwargs’参数允许在批次中包含额外的图像。通过此参数提供的每个图像都以与‘image1’相同的方式进行处理，确保批次的一致性。‘kwargs’的灵活性使节点能够适应不同场景中的可变数量的图像，增强了其实用性。
|
||
- Comfy dtype: COMBO[str, IMAGE]
|
||
- Python dtype: Dict[str, torch.Tensor]
|
||
|
||
# Output types
|
||
- image_batch
|
||
- ‘image_batch’输出是已连接的图像批次，这些图像已被调整大小以保持批次内的一致性。这个输出很重要，因为它为后续的图像处理任务奠定了基础，确保批次准备好进行如神经网络输入或批量图像编辑等操作。
|
||
- Comfy dtype: IMAGE
|
||
- Python dtype: torch.Tensor
|
||
|
||
# Usage tips
|
||
- Infra type: CPU
|
||
|
||
# Source code
|
||
```
|
||
class MakeImageBatch:
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(s):
|
||
return {'required': {'image1': ('IMAGE',)}}
|
||
RETURN_TYPES = ('IMAGE',)
|
||
FUNCTION = 'doit'
|
||
CATEGORY = 'ImpactPack/Util'
|
||
|
||
def doit(self, **kwargs):
|
||
image1 = kwargs['image1']
|
||
del kwargs['image1']
|
||
images = [value for value in kwargs.values()]
|
||
if len(images) == 0:
|
||
return (image1,)
|
||
else:
|
||
for image2 in images:
|
||
if image1.shape[1:] != image2.shape[1:]:
|
||
image2 = comfy.utils.common_upscale(image2.movedim(-1, 1), image1.shape[2], image1.shape[1], 'lanczos', 'center').movedim(1, -1)
|
||
image1 = torch.cat((image1, image2), dim=0)
|
||
return (image1,)
|
||
``` |