79 lines
2.6 KiB
Markdown
79 lines
2.6 KiB
Markdown
|
|
# Documentation
|
|
- Class name: MonoMerge
|
|
- Category: Bmad/image
|
|
- Output node: False
|
|
|
|
MonoMerge节点用于将两张图片合并成一张单色图片，基于目标色彩方案（偏向白色或黑色）。这个过程涉及比较两张图片对应像素的亮度，选择与目标色彩方案一致的像素，从而创建一张新图片，突出合并图片的亮部或暗部特征。
|
|
|
|
# Input types
|
|
## Required
|
|
- image1
|
|
- 要合并的第一张图片。在合并过程中起关键作用，其像素会与第二张图片的像素进行比较，根据目标色彩方案确定最终图片。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- image2
|
|
- 要合并的第二张图片。与第一张图片同等重要，其像素会与第一张图片的像素进行比较，根据目标色彩方案创建最终的单色图片。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- target
|
|
- 指定合并的目标色彩方案，可以是'white'或'black'。这决定了合并过程是强调图片的亮部还是暗部。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
- output_format
|
|
- 定义合并后图片的输出格式，为结果的使用或显示提供灵活性。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
|
|
# Output types
|
|
- image
|
|
- 输出是一张单色图片，根据指定的目标色彩方案合并了输入图片的元素，强调亮色调或暗色调。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `GPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class MonoMerge:
|
|
target = ["white", "black"]
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {
|
|
"required": {
|
|
"image1": ("IMAGE",),
|
|
"image2": ("IMAGE",),
|
|
"target": (s.target, {"default": "white"}),
|
|
"output_format": (image_output_formats_options, {
|
|
"default": image_output_formats_options[0]
|
|
})
|
|
,
|
|
},
|
|
}
|
|
|
|
RETURN_TYPES = ("IMAGE",)
|
|
FUNCTION = "monochromatic_merge"
|
|
CATEGORY = "Bmad/image"
|
|
|
|
def monochromatic_merge(self, image1, image2, target, output_format):
|
|
image1 = tensor2opencv(image1, 1)
|
|
image2 = tensor2opencv(image2, 1)
|
|
|
|
# Select the lesser L component at each pixel
|
|
if target == "white":
|
|
image = np.maximum(image1, image2)
|
|
else:
|
|
image = np.minimum(image1, image2)
|
|
|
|
image = maybe_convert_img(image, 1, image_output_formats_options_map[output_format])
|
|
image = opencv2tensor(image)
|
|
|
|
return (image,)
|
|
|
|
```
|