57 lines
2.1 KiB
Markdown
57 lines
2.1 KiB
Markdown
# Documentation
|
|
- Class name: Vignette
|
|
- Category: postprocessing/Effects
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/EllangoK/ComfyUI-post-processing-nodes
|
|
|
|
该节点向图像应用晕影效果，通过逐渐淡化边缘来增强对中心的视觉聚焦。它根据用户定义的参数调整晕影的强度，从而允许对美学影响进行细微控制。
|
|
|
|
# Input types
|
|
## Required
|
|
- image
|
|
- 图像参数是必要的，因为它是节点操作的主要输入。它决定了将要应用晕影效果的对象，从而直接影响输出。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
## Optional
|
|
- a
|
|
- 参数'a'控制晕影效果的强度。它对于根据用户的偏好定制美学结果至关重要，允许从微妙到戏剧性的不同视觉风格。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
|
|
# Output types
|
|
- output_image
|
|
- 输出图像是应用晕影效果的结果。它反映了带有应用美学调整的输入图像，代表了节点的主要输出。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class Vignette:
|
|
|
|
def __init__(self):
|
|
pass
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'image': ('IMAGE',), 'a': ('FLOAT', {'default': 0.0, 'min': 0.0, 'max': 10.0, 'step': 1.0})}}
|
|
RETURN_TYPES = ('IMAGE',)
|
|
FUNCTION = 'apply_vignette'
|
|
CATEGORY = 'postprocessing/Effects'
|
|
|
|
def apply_vignette(self, image: torch.Tensor, vignette: float):
|
|
if vignette == 0:
|
|
return (image,)
|
|
(height, width, _) = image.shape[-3:]
|
|
x = torch.linspace(-1, 1, width, device=image.device)
|
|
y = torch.linspace(-1, 1, height, device=image.device)
|
|
(X, Y) = torch.meshgrid(x, y, indexing='ij')
|
|
radius = torch.sqrt(X ** 2 + Y ** 2)
|
|
mapped_vignette_strength = 1.8 - (vignette - 1) * 0.1
|
|
vignette = 1 - torch.clamp(radius / mapped_vignette_strength, 0, 1)
|
|
vignette = vignette[..., None]
|
|
vignette_image = torch.clamp(image * vignette, 0, 1)
|
|
return (vignette_image,)
|
|
``` |