ComfyUI插件:ComfyUI layer style 节点(一)
cnblogs 2024-07-31 15:13:00 阅读 92
前言:
学习ComfyUI是一场持久战,而ComfyUI layer style 是一组专为图片设计制作且集成了Photoshop功能的强大节点。该节点几乎将PhotoShop的全部功能迁移到ComfyUI,诸如提供仿照Adobe Photoshop的图层样式、提供调整颜色功能(亮度、饱和度、对比度等)、提供Mask辅助工具、提供图层合成工具和工作流相关的辅助节点、提供图像效果滤镜等。旨在集中工作平台,使我们可以在ComfyUI中实现PhotoShop的一些基础功能。
目录
一、安装方式
二、LayerColor:LUT Apply节点
三、LayerColor:AutoBrightness节点
四、LayerColor:ColorAdapter节点
五、LayerColor:Exposure节点
六、LayerColor:Color of Shadow & HighLight节点
七、LayerColor:Gamma节点
八、LayerColor:Brightness & Contrast节点
九、LayerColor:RGB \ LayerColor:YUV \ LayerColor:LAB \ LayerColor:HSV节点
一、安装方式
方法一:通过ComfyUI Manager安装(推荐)
打开Manager界面
方法二:使用git clone命令安装
在ComfyUI/custom_nodes目录下输入cmd按回车进入电脑终端
在终端输入下面这行代码开始下载
git clone https://github.com/chflame163/ComfyUI_LayerStyle.git
二、LayerColor:LUT Apply节点
此节点专注于使用查找表对图像进行颜色调整。查找表是一种预定义的颜色映射表,可以将输入图像的颜色映射到新的颜色空间,从而实现颜色校正或风格化效果。
输入:
image → 输入的图片
参数:
LUT → 这里列出了LUT文件夹中可用的.cube文件列表,选中的LUT文件将被应用到图像
color_space → 色彩空间 **普通图片请选择linear, log色彩空间的图片请选择log**
输出:
image → 处理后的图片
示例:
注意事项
· LUT格式:确保使用的查找表格式与节点兼容,常见的LUT格式包括 .cube、.png 等。
· 颜色空间匹配:输入图像的颜色空间应与查找表的预期颜色空间匹配,以获得最佳效果。
· 处理性能:应用查找表的处理可能需要较高的计算资源,确保系统性能足够支持处理需求。
· LUT选择:根据具体的图像处理需求选择合适的LUT,以实现预期的颜色调整效果。
通过使用LayerColor: LUT Apply节点,可以在图像处理工作流程中实现高效的颜色调整和风格化处理,提升图像的视觉效果和艺术表现力。
三、LayerColor:AutoBrightness节点
通过对图像的亮度直方图进行分析,该节点可以动态调整图像的亮度,使其更符合视觉上的最佳亮度分布。
输入:
image → 输入的图片
mask → 输入遮罩
参数:
strength → 自动调整亮度的强度 **数值越大,越偏向中间值,与原图的差别越大**
saturation → 色彩饱和度 **亮度改变通常会导致色彩饱和度发生变化,可在此适当调整补偿**
输出:
image → 处理后的图片
示例:
注意事项
· 输入图像质量:确保输入图像的质量良好,避免过度曝光或过暗区域,因为这些问题可能影响自动亮度调整效果。
· 处理性能:自动亮度调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:虽然自动亮度调整通常能提供良好的效果,但对于某些特定场景,手动微调可能仍然是必要的,以确保达到最佳效果。
通过使用LayerColor: AutoBrightness节点,可以在图像处理工作流程中实现高效的亮度自动优化,提升图像的视觉效果和亮度平衡。
四、LayerColor:ColorAdapter节点
此节点专注于通过调整图像的颜色,使其符合预定的颜色方案或风格。
输入:
image → 输入的图片
color_ref_image → 输入参考颜色图片
参数:
输出:
image → 处理后的图片
示例:
注意事项
· 颜色方案选择:确保选择适合处理目标的颜色方案,以实现预期的视觉效果。
· 输入图像质量:输入图像的质量会影响颜色调整的效果,确保图像清晰、色彩信息完整。
· 处理性能:颜色调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:虽然颜色调整可以自动应用,但手动微调可能仍然必要,以确保达到最佳效果。
通过使用LayerColor: ColorAdapter节点,可以在图像处理工作流程中实现高效的颜色调整和风格转换,提升图像的视觉效果和一致性。
五、LayerColor:Exposure节点
此节点专注于调整图像的曝光度。通过增加或减少曝光值,可以使图像变得更亮或更暗,以达到预期的视觉效果。
输入:
image → 输入的图片
参数:
exposure → 曝光值 **更高的数值表示更亮的曝光,可以为负数**
输出:
image → 处理后的图片
示例:
注意事项
· 曝光值配置:根据具体需求配置合适的曝光值,确保调整后的图像亮度符合预期。曝光值为正值时增加曝光,为负值时减少曝光。
· 输入图像质量:输入图像的质量会影响曝光调整的效果,确保图像清晰,曝光问题主要集中在中间亮度区域。
· 处理性能:曝光调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:调整曝光后,检查图像细节和色彩是否保持一致,以防止过度调整导致图像失真或细节丢失。
通过使用LayerColor: Exposure节点,可以在图像处理工作流程中实现高效的曝光调整,提升图像的亮度和整体视觉效果。
六、LayerColor:Color of Shadow & HighLight节点
此节点专注于对图像的阴影和高光区域进行颜色调整。通过单独控制这两个区域的颜色,可以实现更细致的色彩校正和风格化处理。
输入:
image → 输入的图片
mask → 遮罩
参数:
shadow_brightness → 暗部的亮度
shadow_saturation → 暗部的色彩饱和度
shadow_hue → 暗部的色相
shadow_level_offset → 暗部取值的偏移量 **数值越大则更多靠近明亮的区域纳入暗部**
shadow_range → 暗部的过渡范围
highlight_brightness → 亮部的亮度
highlight_saturation → 亮部的色彩饱和度
highlight_hue → 亮部的色相
highlight_level_offset → 亮部取值的偏移量 **数值越小则更多靠近阴暗的区域纳入亮部**
highlight_range → 亮部的过渡范围
输出:
image → 处理后的图片
示例:
注意事项
· 颜色参数配置:根据具体需求配置阴影和高光的颜色参数,确保调整后的图像色彩符合预期。
· 输入图像质量:输入图像的质量会影响颜色调整的效果,确保图像的阴影和高光区域明确且没有严重的颜色偏移。
· 处理性能:颜色调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:调整阴影和高光颜色后,检查图像的整体色彩平衡和视觉效果,确保没有过度调整导致的色彩失真。
通过使用LayerColor: Color of Shadow & HighLight节点,可以在图像处理工作流程中实现高效的阴影和高光颜色调整,提升图像的色彩表现和整体视觉效果。
七、LayerColor:Gamma节点
此节点专注于对图像进行伽马校正。通过调整伽马值,可以改变图像的亮度和对比度,优化图像的整体视觉效果。
输入:
image → 输入的图片
参数:
gamma → 设置处理后图像Gamma值
输出:
image → 处理后的图片
示例:
注意事项
· 伽马值配置:根据具体需求配置合适的伽马值,确保调整后的图像亮度和对比度符合预期。伽马值大于1会降低亮度,伽马值小于1会增加亮度。
· 输入图像质量:输入图像的质量会影响伽马校正的效果,确保图像中没有过多的噪声和失真。
· 处理性能:伽马校正处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:调整伽马值后,检查图像的整体视觉效果,确保没有过度调整导致的图像失真或细节丢失。
通过使用LayerColor: Gamma节点,可以在图像处理工作流程中实现高效的伽马校正,优化图像的亮度和对比度,提升图像的整体视觉效果。
八、LayerColor:Brightness & Contrast节点
此节点专注于对图像进行亮度和对比度的调整。通过独立控制这两个参数,可以显著改善图像的视觉效果。
输入:
image → 输入的图片
参数:
brightness → 图像的亮度
contrast → 图像的对比度
saturation → 图像的色彩饱和度
输出:
image → 处理后的图片
示例:
注意事项
· 亮度和对比度配置:根据具体需求配置合适的亮度和对比度值,确保调整后的图像效果符合预期。亮度值和对比度值通常在-100到100之间。
· 输入图像质量:输入图像的质量会影响亮度和对比度调整的效果,确保图像中没有过多的噪声和失真。
· 处理性能:亮度和对比度调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:调整亮度和对比度后,检查图像的整体视觉效果,确保没有过度调整导致的图像失真或细节丢失。
通过使用LayerColor: Brightness & Contrast节点,可以在图像处理工作流程中实现高效的亮度和对比度调整,优化图像的视觉效果,使图像更加清晰和吸引人。
九、LayerColor:RGB \ LayerColor:YUV \ LayerColor:LAB \ LayerColor:HSV节点
分别调整图像的RGB、YUV、LAB、HSV通道。
输入:
image → 输入的图片
参数:
R → R通道 **红色通道**
G → G通道 **绿色通道**
B → B通道 **蓝色通道**
H → H通道 **色调、色相通道**
S → S通道 **饱和度、色彩纯净度通道**
V → V通道 **明度通道**
L → L通道 **亮度通道**
A → A通道 **从绿色到红色的分量通道**
B → B通道 **从蓝色到黄色的分量通道**
Y → Y通道 **强度、亮度通道**
U → U通道 **蓝色色度通道**
V → V通道 **色调、色相通道**
输出:
image → 处理后的图片
示例:
注意事项
· 参数配置:根据具体需求配置合适的颜色参数,确保调整后的图像效果符合预期。
· 输入图像质量:输入图像的质量会影响颜色调整的效果,确保图像的色彩信息完整。
· 处理性能:颜色调整处理可能需要一定的计算资源,确保系统性能足够支持处理需求。
· 结果检查:调整颜色后,检查图像的整体色彩平衡和视觉效果,确保没有过度调整导致的色彩失真。
· 通过使用这些LayerColor节点,可以在图像处理工作流程中实现高效的颜色调整和优化,提升图像的视觉效果和色彩表现力。
**孜孜以求,方能超越自我。坚持不懈,乃是成功关键。**
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。