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

Documentation

• Class name: TilePreprocessor
• Category: ControlNet Preprocessors/others
• Output node: False

TilePreprocessor节点旨在通过应用平铺效果来提升图像质量。它通过平铺处理来预处理图像，为后续的处理或分析做准备，主要关注于改善视觉效果或提取特定特征。

Input types

Required

• image
  • 需要处理的输入图像。它是应用平铺效果的主要数据源。
  • Comfy dtype: IMAGE
  • Python dtype: numpy.ndarray

Optional

• pyrUp_iters
  • 指定金字塔上采样过程的迭代次数，这会影响应用于图像的平铺效果的强度。
  • Comfy dtype: INT
  • Python dtype: int
• resolution
  • 输出图像的目标分辨率。这个参数会影响处理后图像的最终大小和质量。
  • Comfy dtype: INT
  • Python dtype: int

Output types

• image
  • 输出经过平铺预处理的图像，可能会增强某些特征或方面以便进行进一步分析。
  • Comfy dtype: IMAGE
  • Python dtype: numpy.ndarray

Usage tips

• Infra type: CPU
• Common nodes:
  • ControlNetApplyAdvanced
  • [CR Thumbnail Preview](../../ComfyUI_Comfyroll_CustomNodes/Nodes/CR Thumbnail Preview.md)
  • PreviewImage
  • ACN_AdvancedControlNetApply

Source code

class Tile_Preprocessor:
    @classmethod
    def INPUT_TYPES(s):
        return create_node_input_types(
            pyrUp_iters = ("INT", {"default": 3, "min": 1, "max": 10, "step": 1})
        )
        

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

    CATEGORY = "ControlNet Preprocessors/others"

    def execute(self, image, pyrUp_iters, resolution=512, **kwargs):
        from controlnet_aux.tile import TileDetector

        return (common_annotator_call(TileDetector(), image, pyrUp_iters=pyrUp_iters, resolution=resolution),)