70 lines
2.7 KiB
Python
70 lines
2.7 KiB
Python
# Created By MSXYZ and Claude 3 Opus
|
||
# Optimized and Fixed
|
||
import torch
|
||
import torch.nn.functional as F
|
||
|
||
class VideoAdaptiveAA:
|
||
def __init__(self):
|
||
pass
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(s):
|
||
return {
|
||
"required": {
|
||
"images": ("IMAGE",),
|
||
"strength": ("FLOAT", {"default": 1.0, "min": 0.0, "max": 2.0, "step": 0.1}),
|
||
"edge_threshold": ("FLOAT", {"default": 0.1, "min": 0.0, "max": 1.0, "step": 0.01}),
|
||
"blur_radius": ("INT", {"default": 1, "min": 1, "max": 5, "step": 1}),
|
||
},
|
||
}
|
||
|
||
RETURN_TYPES = ("IMAGE",)
|
||
FUNCTION = "apply_aa"
|
||
CATEGORY = "CustomPostProcess"
|
||
|
||
def apply_aa(self, images, strength, edge_threshold, blur_radius):
|
||
# ComfyUI Image format: [B, H, W, C] -> Torch format: [B, C, H, W]
|
||
img = images.permute(0, 3, 1, 2)
|
||
|
||
# 1. Grayscale dönüşümü (Kenar tespiti için)
|
||
grayscale = 0.2989 * img[:, 0:1, :, :] + 0.5870 * img[:, 1:2, :, :] + 0.1140 * img[:, 2:3, :, :]
|
||
|
||
# 2. Sobel Filtresi ile kenar tespiti
|
||
sobel_x = torch.tensor([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], dtype=torch.float32).view(1, 1, 3, 3).to(img.device)
|
||
sobel_y = torch.tensor([[-1, -2, -1], [0, 0, 0], [1, 2, 1]], dtype=torch.float32).view(1, 1, 3, 3).to(img.device)
|
||
|
||
edges_x = F.conv2d(grayscale, sobel_x, padding=1)
|
||
edges_y = F.conv2d(grayscale, sobel_y, padding=1)
|
||
|
||
# Sınır aşımını önlemek için ufak bir epsilon (1e-6) ekliyoruz (NaN hatalarını önler)
|
||
edges = torch.sqrt(edges_x**2 + edges_y**2 + 1e-6)
|
||
|
||
# 3. Kenar maskesi oluşturma
|
||
mask = (edges > edge_threshold).float()
|
||
mask = mask * strength
|
||
|
||
# KRİTİK DÜZELTME: Maske değerini 0.0 ile 1.0 arasına hapsediyoruz.
|
||
# Bu sayede strength > 1 olsa bile negatif renk patlamaları yaşanmaz.
|
||
mask = torch.clamp(mask, min=0.0, max=1.0)
|
||
|
||
# 4. Bulanıklaştırma (Anti-aliasing etkisi)
|
||
kernel_size = blur_radius * 2 + 1
|
||
blurred = F.avg_pool2d(img, kernel_size=kernel_size, stride=1, padding=blur_radius)
|
||
|
||
# 5. Adaptive Blending: Sadece kenarları bulanık olanla değiştir
|
||
# Formül: Orijinal * (1 - mask) + Bulanık * mask
|
||
result = img * (1.0 - mask) + blurred * mask
|
||
|
||
# Formatı geri çevir [B, C, H, W] -> [B, H, W, C]
|
||
result = result.permute(0, 2, 3, 1)
|
||
|
||
return (result,)
|
||
|
||
NODE_CLASS_MAPPINGS = {
|
||
"VideoAdaptiveAA": VideoAdaptiveAA
|
||
}
|
||
|
||
NODE_DISPLAY_NAME_MAPPINGS = {
|
||
"VideoAdaptiveAA": "🚀 Video Adaptive Anti-Aliasing"
|
||
}
|