57 lines
1.8 KiB
Markdown
57 lines
1.8 KiB
Markdown
|
|
# Documentation
|
|
- Class name: Inference_Core_LayeredDiffusionDecodeRGBA
|
|
- Category: layer_diffuse
|
|
- Output node: False
|
|
|
|
该节点旨在从图像的像素值中解码alpha通道，有效地将RGB图像转换为RGBA格式。它利用分层扩散过程通过添加透明度信息来提高图像质量，从而促进更细致的图像操作和生成任务。
|
|
|
|
# Input types
|
|
## Required
|
|
- samples
|
|
- 代表要解码的输入样本，在确定最终图像输出方面起着至关重要的作用，为alpha通道解码过程提供必要的数据。
|
|
- Comfy dtype: LATENT
|
|
- Python dtype: Dict[str, Any]
|
|
- images
|
|
- 以张量格式表示的输入图像，将被处理以解码alpha通道并从RGB转换为RGBA格式。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
- sd_version
|
|
- 指定用于解码的稳定扩散模型的版本，影响解码过程和输出图像的质量。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
- sub_batch_size
|
|
- 确定处理的子批次大小，影响解码操作的效率和速度。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
|
|
# Output types
|
|
- image
|
|
- 输出的RGBA图像，其中alpha通道已被解码并添加到原始RGB图像中，通过透明度信息增强了它们的表示。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `GPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class LayeredDiffusionDecodeRGBA(LayeredDiffusionDecode):
|
|
"""
|
|
Decode alpha channel value from pixel value.
|
|
[B, C=3, H, W] => [B, C=4, H, W]
|
|
Outputs RGBA image.
|
|
"""
|
|
|
|
RETURN_TYPES = ("IMAGE",)
|
|
|
|
def decode(self, samples, images, sd_version: str, sub_batch_size: int):
|
|
image, mask = super().decode(samples, images, sd_version, sub_batch_size)
|
|
alpha = 1.0 - mask
|
|
return JoinImageWithAlpha().join_image_with_alpha(image, alpha)
|
|
|
|
```
|