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

Documentation

• Class name: BlurImageFast
• Category: image/filters
• Output node: False

BlurImageFast节点提供了一种快速高效的方法来对图像应用高斯模糊。它通过指定x和y方向上的模糊半径来模糊图像，从而实现可自定义的模糊效果。

Input types

Required

• images
  • images参数代表要进行模糊处理的图像。它对于定义将应用高斯模糊效果的输入图像至关重要。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor
• radius_x
  • radius_x参数指定高斯模糊的水平半径。它决定了图像x轴方向上的模糊程度。
  • Comfy dtype: INT
  • Python dtype: int
• radius_y
  • radius_y参数指定高斯模糊的垂直半径。它决定了图像y轴方向上的模糊程度。
  • Comfy dtype: INT
  • Python dtype: int

Output types

• image
  • 输出是输入图像的模糊版本，通过根据radius_x和radius_y参数指定的高斯模糊实现。
  • Comfy dtype: IMAGE
  • Python dtype: torch.Tensor

Usage tips

• Infra type: GPU
• Common nodes: unknown

Source code

class BlurImageFast:
    def __init__(self):
        pass

    @classmethod
    def INPUT_TYPES(s):
        return {
            "required": {
                "images": ("IMAGE",),
                "radius_x": ("INT", {
                    "default": 1,
                    "min": 0,
                    "max": 1023,
                    "step": 1
                }),
                "radius_y": ("INT", {
                    "default": 1,
                    "min": 0,
                    "max": 1023,
                    "step": 1
                }),
            },
        }

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

    CATEGORY = "image/filters"

    def blur_image(self, images, radius_x, radius_y):
        
        if radius_x + radius_y == 0:
            return (images,)
        
        dx = radius_x * 2 + 1
        dy = radius_y * 2 + 1
        
        dup = copy.deepcopy(images.cpu().numpy())
        
        for index, image in enumerate(dup):
            dup[index] = cv2.GaussianBlur(image, (dx, dy), 0)
        
        return (torch.from_numpy(dup),)