CavinHuang-comfyui-nodes-docs/docs/Inference_Core_LeReS-DepthMapPreprocessor.md

Documentation

• Class name: Inference_Core_LeReS-DepthMapPreprocessor
• Category: ControlNet Preprocessors/Normal and Depth Estimators
• Output node: False

Inference_Core_LeReS-DepthMapPreprocessor节点专门用于利用LeReS算法对图像进行预处理以生成深度图。它通过可选的深度估计增强过程和特定的调整来增强图像深度感知，例如移除最近的物体或背景，旨在提高深度质量，以便进行进一步处理或可视化。

Input types

Required

• image
  • 需要进行深度图生成处理的输入图像。
  • Comfy dtype: IMAGE
  • Python dtype: numpy.ndarray

Optional

• rm_nearest
  • 指定用于在深度图中移除最近物体的阈值，以增强对较远元素的关注。
  • Comfy dtype: FLOAT
  • Python dtype: float
• rm_background
  • 定义深度图中背景移除的阈值，有助于将主要主体与周围环境隔离。
  • Comfy dtype: FLOAT
  • Python dtype: float
• boost
  • 启用或禁用深度估计的增强模式，其中"enable"选项可显著增强深度图的细节。
  • Comfy dtype: COMBO[STRING]
  • Python dtype: str
• resolution
  • 生成深度图的分辨率，影响输出的细节水平。
  • Comfy dtype: INT
  • Python dtype: int

Output types

• image
  • 处理后的深度图图像，针对进一步的计算任务或可视化进行了优化。
  • Comfy dtype: IMAGE
  • Python dtype: numpy.ndarray

Usage tips

• Infra type: GPU
• Common nodes: unknown

Source code

class LERES_Depth_Map_Preprocessor:
    @classmethod
    def INPUT_TYPES(s):
        return create_node_input_types(
            rm_nearest=("FLOAT", {"default": 0.0, "min": 0.0, "max": 100, "step": 0.1}),
            rm_background=("FLOAT", {"default": 0.0, "min": 0.0, "max": 100, "step": 0.1}),
            boost=(["enable", "disable"], {"default": "disable"})
        )

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

    CATEGORY = "ControlNet Preprocessors/Normal and Depth Estimators"

    def execute(self, image, rm_nearest, rm_background, resolution=512, **kwargs):
        from controlnet_aux.leres import LeresDetector

        model = LeresDetector.from_pretrained().to(model_management.get_torch_device())
        out = common_annotator_call(model, image, resolution=resolution, thr_a=rm_nearest, thr_b=rm_background, boost=kwargs["boost"] == "enable")
        del model
        return (out, )