CavinHuang-comfyui-nodes-docs/docs/Inference_Core_LineartStandardPreprocessor.md

Documentation

• Class name: Inference_Core_LineartStandardPreprocessor
• Category: ControlNet Preprocessors/Line Extractors
• Output node: False
• Repo Ref: https://github.com/comfyanonymous/ComfyUI

Inference_Core_LineartStandardPreprocessor节点是一个专为线条提取而设计的图像预处理工具。它通过应用高斯模糊和强度阈值处理来增强线条艺术特征，为后续处理做好准备。这个节点在提取和突出图像中的线条特征方面发挥着关键作用，为进一步的图像分析或处理奠定基础。

Input types

Required

• image
  • 这是需要进行线条提取处理的输入图像，是节点操作的主要数据来源。图像的质量和特性将直接影响线条提取的效果。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor

Optional

• guassian_sigma
  • 这个参数可能用于控制高斯模糊的程度，影响线条的平滑度和细节保留。具体作用和数值范围需要进一步确认。
  • Comfy dtype: FLOAT
  • Python dtype: unknown
• intensity_threshold
  • 这个参数决定了强度区分的阈值。它通过设置一个强度临界值，帮助将线条艺术与背景区分开来。适当的阈值设置可以有效提取出清晰的线条。
  • Comfy dtype: INT
  • Python dtype: int
• resolution
  • 指定了图像处理应该执行的分辨率。这个参数直接影响输出线条艺术的细节水平。较高的分辨率可以保留更多细节，但也可能增加处理时间。
  • Comfy dtype: INT
  • Python dtype: int

Output types

• image
  • 输出是一个经过增强的线条艺术特征图像，已经为进一步的处理或分析做好了准备。这个图像突出了原始图像中的线条元素，便于后续的图像处理任务。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor

Usage tips

• Infra type: GPU
• Common nodes: unknown

Source code

class Lineart_Standard_Preprocessor:
    @classmethod
    def INPUT_TYPES(s):
        return create_node_input_types(
            guassian_sigma=("FLOAT", {"default": 6.0, "min": 0.0, "max": 100.0}),
            intensity_threshold=("INT", {"default": 8, "min": 0, "max": 16})
        )

    RETURN_TYPES = ("IMAGE",)
    FUNCTION = "execute"

    CATEGORY = "ControlNet Preprocessors/Line Extractors"

    def execute(self, image, guassian_sigma, intensity_threshold, resolution=512, **kwargs):
        from controlnet_aux.lineart_standard import LineartStandardDetector
        return (common_annotator_call(LineartStandardDetector(), image, guassian_sigma=guassian_sigma, intensity_threshold=intensity_threshold, resolution=resolution), )