初回コミット

2024-10-03 14:34:58 +09:00
parent c5e4a91008
commit 2398891a6e
4 changed files with 246 additions and 0 deletions
@@ -0,0 +1,53 @@
+# ComfyUI-Load-DirectoryFiles
+
+## 概要
+
+[ComfyUI](https://github.com/comfyanonymous/ComfyUI)のCustomNode  
+
+指定したディレクトリにあるプロンプト(txt)と画像(png)を読み込みます。   
+indexを指定することで、指定したファイルを出力します。
+
+これは、計画した画像生成をすることを想定して作りました。  
+プロンプトと画像を合わせて参照することで、プロンプトだけでは描きにくい問題を緩和します。    
+例えば、ControlNetやi2iを使用することでプロンプトを補うことができるため、試行回数を減らすことに繋がります。
+
+## ファイル形式について
+
+以下のように、同じ番号で名前を付けたテキストと画像の組み合わせを1つのフォルダに格納します。なお、ネガティブプロンプトも対応させたので、名前に"_n"を付けています
+
+```
+# プロンプト
+001.txt
+002.txt
+003.txt
+
+# 画像
+001.png
+002.png
+003.png
+
+# ネガティブプロンプト
+001_n.txt
+002_n.txt
+003_n.txt
+```
+
+## 前提
+
+- ComfyUIのインストールを完了していること
+
+## 導入
+
+```
+git clone educator-art/ComfyUI-Load-DirectoryFiles ./custom_node
+```
+
+## 応用
+
+ComfyUIの[basic_api_example.py](https://github.com/comfyanonymous/ComfyUI/blob/master/script_examples/basic_api_example.py)を参考にしてComfyUIのAPIを活用したプログラムを作成し、指定した枚数の画像生成を自動化しました。 これにより、当初の目的を実現できました。
+
+※ 応用は拡張機能の範囲外となりますので、詳しい方法は割愛します。
+
+## ライセンス
+
+ - GPL-3.0 License
@@ -0,0 +1,10 @@
+from .nodes.nodes import *
+from .nodes.nodes_advanced import *
+
+NODE_CLASS_MAPPINGS = {
+    "Load Images and Prompts from Directory": LoadImageAndPromptsFromDirectory,
+    "Load Images and Prompts from Directory(Advanced)": LoadImageAndPromptsFromDirectory_Advanced,
+}
+
+print("Load Class: LoadImageAndPromptsFromDirectory")
+print("Load Class: LoadImageAndPromptsFromDirectory_Advanced")
@@ -0,0 +1,84 @@
+import numpy as np
+import torch
+from PIL import Image
+import os
+import glob
+
+class LoadImageAndPromptsFromDirectory:
+
+    def __init__(self):
+
+        self.max_len = 0
+        self.text_files_path = []
+        self.text_negative_files_path = []
+        self.image_files_path = []
+
+    @classmethod
+    def INPUT_TYPES(cls):
+        return {
+            "required": {
+                "dir": (
+                    "STRING",
+                    {"multiline": False, "default": "Please input Directory Path"},
+                ),
+                "files_index": (
+                    "INT",
+                    {"default": 0, "min": 0, "max": 4096},
+                ),
+            }
+        }
+
+    RETURN_TYPES = ("STRING", "STRING", "IMAGE")
+    FUNCTION = "load_data"
+    OUTPUT_NODE = True
+    CATEGORY = "Load Images and Prompts from Directory"
+
+    def check_directory(self, dir):
+
+        if not os.path.isdir(dir):
+            raise ValueError(f"指定されたディレクトリが存在しません: {dir}")
+
+        image_files = sorted(glob.glob(os.path.join(dir, "*.png")))
+        text_files = sorted(glob.glob(os.path.join(dir, "*.txt")))
+        text_files = [f for f in text_files if not f.endswith('_n.txt')]
+        text_files_negative=sorted(glob.glob(os.path.join(dir, "*_n.txt")))
+
+        if image_files == 0 or text_files == 0:
+            raise RuntimeError("テキストファイルか画像ファイルが存在しません。")
+
+        if len(image_files) != len(text_files):
+            raise ValueError("テキストファイルと画像ファイルの数が一致しません。")
+
+        self.text_files_path = text_files
+        self.text_negative_files_path=text_files_negative
+        self.image_files_path = image_files
+        self.max_len = len(image_files)
+
+
+    def pil_to_tensor(self, image: Image.Image) -> torch.Tensor:
+        return torch.from_numpy(np.array(image).astype(np.float32) / 255.0).unsqueeze(0)
+
+    def load_data(self, dir, files_index):
+        if self.max_len == 0:
+            self.check_directory(dir)
+
+        text_name = os.path.splitext(
+            os.path.basename(self.text_files_path[files_index])
+        )[0]
+        image_name = os.path.splitext(
+            os.path.basename(self.image_files_path[files_index])
+        )[0]
+
+        if text_name != image_name:
+            raise ValueError("プロンプトと画像のファイル名が一致しません。")
+
+        with open(self.text_files_path[files_index], "r", encoding="utf-8") as file:
+            prompt_string = file.read()
+        
+        with open(self.text_negative_files_path[files_index], "r", encoding="utf-8") as file:
+            prompt_negative_string = file.read()
+
+        image = Image.open(self.image_files_path[files_index]).convert("RGB")
+        image_tensor = self.pil_to_tensor(image)
+
+        return (prompt_string, prompt_negative_string, image_tensor)
@@ -0,0 +1,99 @@
+"""
+2024.10.02 Created
+Automatic1111 WebUIのBreak文、ComfyUIへPromptをSplitして出力する対応
+"""
+import numpy as np
+import torch
+from PIL import Image
+import os
+import glob
+
+class LoadImageAndPromptsFromDirectory_Advanced:
+
+    def __init__(self):
+
+        self.max_len = 0
+        self.text_files_path = []
+        self.text_negative_files_path = []
+        self.image_files_path = []
+
+    @classmethod
+    def INPUT_TYPES(cls):
+        return {
+            "required": {
+                "dir": (
+                    "STRING",
+                    {"multiline": False, "default": "Please input Directory Path"},
+                ),
+                "files_index": (
+                    "INT",
+                    {"default": 0, "min": 0, "max": 4096},
+                ),
+            }
+        }
+
+    # Automatic 1111 Web UIのPromptのBreak文に対応（Break文：5件対応なので最大、6件のプロンプト文）
+    RETURN_TYPES = ("STRING", "STRING", "STRING", "STRING", "STRING", "STRING", "STRING", "IMAGE")
+    RETURN_NAMES = ("1st prompt", "2nd prompt", "3rd prompt","4th prompt","5th prompt" , "6th prompt", "negative prompt", "image")
+    FUNCTION = "load_data"
+    OUTPUT_NODE = True
+    CATEGORY = "Load Images and Prompts from Directory"
+
+    def check_directory(self, dir):
+
+        if not os.path.isdir(dir):
+            raise ValueError(f"指定されたディレクトリが存在しません: {dir}")
+
+        image_files = sorted(glob.glob(os.path.join(dir, "*.png")))
+        text_files = sorted(glob.glob(os.path.join(dir, "*.txt")))
+        text_files = [f for f in text_files if not f.endswith('_n.txt')]
+        text_files_negative=sorted(glob.glob(os.path.join(dir, "*_n.txt")))
+
+        if image_files == 0 or text_files == 0:
+            raise RuntimeError("テキストファイルか画像ファイルが存在しません。")
+
+        if len(image_files) != len(text_files):
+            raise ValueError("テキストファイルと画像ファイルの数が一致しません。")
+
+        self.text_files_path = text_files
+        self.text_negative_files_path=text_files_negative
+        self.image_files_path = image_files
+        self.max_len = len(image_files)
+
+
+    def pil_to_tensor(self, image: Image.Image) -> torch.Tensor:
+        return torch.from_numpy(np.array(image).astype(np.float32) / 255.0).unsqueeze(0)
+
+    def load_data(self, dir, files_index):
+        if self.max_len == 0:
+            self.check_directory(dir)
+
+        text_name = os.path.splitext(
+            os.path.basename(self.text_files_path[files_index])
+        )[0]
+        image_name = os.path.splitext(
+            os.path.basename(self.image_files_path[files_index])
+        )[0]
+
+        if text_name != image_name:
+            raise ValueError("プロンプトと画像のファイル名が一致しません。")
+
+        with open(self.text_files_path[files_index], "r", encoding="utf-8") as file:
+            prompt_string = file.read()
+
+        # 追記
+        prompt_split_string = ["", "", "", "", "", ""]
+        prompt_string = prompt_string.replace("\n", "").strip()
+        segments = [segment for segment in prompt_string.split("BREAK,")]
+        for i in range(min(len(segments), len(prompt_split_string))):
+            prompt_split_string[i] = segments[i]
+        
+        with open(self.text_negative_files_path[files_index], "r", encoding="utf-8") as file:
+            prompt_negative_string = file.read()
+
+        image = Image.open(self.image_files_path[files_index]).convert("RGB")
+        image_tensor = self.pil_to_tensor(image)
+
+        # 修正
+        return (prompt_split_string[0],prompt_split_string[1],prompt_split_string[2],prompt_split_string[3],prompt_split_string[4],prompt_split_string[5], prompt_negative_string, image_tensor)
+