Files
2024-05-26 20:35:16 +08:00

1.5 KiB

Documentation

SegsBitwiseAndMaskForEach节点的'doit'方法对每个分割掩码和提供的掩码执行按位与操作,从而生成一组细化的分割掩码。此操作对于过滤掉分割过程中不需要的区域至关重要,确保只保留感兴趣的区域。

Input types

Required

  • segs
    • 'segs'参数代表将由节点处理的分割对象集合。它对节点的操作至关重要,因为它决定了将与掩码进行按位与操作的输入数据。
    • Comfy dtype: SEGS
    • Python dtype: List[SEG]
  • masks
    • 'masks'参数是一个张量,包含要应用于每个分割的掩码。它在节点的功能中扮演重要角色,通过定义最终分割输出中要包含或排除的区域。
    • Comfy dtype: MASK
    • Python dtype: torch.Tensor

Output types

  • output
    • 'doit'方法的输出是一个包含原始分割和一个细化分割对象列表的元组,每个对象都带有通过按位与操作更新的掩码。
    • Comfy dtype: SEGS
    • Python dtype: Tuple[SEG, List[SEG]]

Usage tips

  • Infra type: CPU

Source code

class SegsBitwiseAndMaskForEach:

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'segs': ('SEGS',), 'masks': ('MASK',)}}
    RETURN_TYPES = ('SEGS',)
    FUNCTION = 'doit'
    CATEGORY = 'ImpactPack/Operation'

    def doit(self, segs, masks):
        return (core.apply_mask_to_each_seg(segs, masks),)