ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

插件2个月前发布 小马良
186 0

在使用 ComfyUI 构建复杂图像生成流程时,我们常常面临一些“边缘但关键”的需求:
如何自动裁剪多余白边?怎样在保持宽高比的同时优雅地缩放图像?又或者,在显存紧张的长流程中,如何暂存中间结果以释放资源?

标准节点库虽功能完整,但对这些场景支持有限。为此,社区开发者Diohim
推出了一套名为 ComfyUI-Unusual-Tools 的自定义节点集合——名字虽称“非典型”(Unusual),实则解决的都是典型工作流中的真实痛点。

这套工具包包含四个精心设计的节点,聚焦于图像预处理、后处理与显存管理,特别适用于自动化流水线、批量生成和高复杂度工作流场景。

ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

安装方式

将该工具集安装至 ComfyUI 的 custom_nodes 目录即可启用:

cd ComfyUI/custom_nodes
git clone https://github.com/yourusername/ComfyUI-Unusual-Tools.git

重启 ComfyUI 后,新节点将自动出现在节点列表中。

⚠️ 提示:确保 ComfyUI 有权限写入输出目录,否则保存功能可能失败。

核心节点详解

1. 自动图像调整大小(Auto Image Resize)

用途:将任意尺寸图像适配到目标分辨率,同时保留原始比例,避免拉伸变形。

ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

特点

  • 图像在目标区域内居中放置
  • 周围空白区域通过羽化掩码(feathering)实现自然过渡
  • 输出图像 + 对应掩码,便于后续融合或叠加操作

输入参数

  • image:输入图像
  • target_width / target_height:目标分辨率
  • feathering:边缘羽化像素值(如 16、32)

输出

  • IMAGE:调整后的图像
  • MASK:羽化后的透明度掩码(可用于合成)

✅ 适用场景:准备用于LoRA训练的统一尺寸图像、UI设计素材对齐、多图拼接前的标准化处理。

2. 调整裁剪(Adjust Crop)

用途:智能裁剪图像,去除边缘无用的白色或透明区域。

ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

特点

  • 支持三种模式:仅裁白边、仅裁透明区、两者皆裁
  • 可设置亮度阈值,灵活判断“白色”程度
  • 支持添加填充边距(padding),防止裁得太紧

输入参数

  • image:待裁剪图像
  • threshold:亮度阈值(0.0 = 黑,1.0 = 白;建议 0.9–0.98)
  • padding:保留额外边距(单位:像素)
  • modewhite / transparent / both

输出

  • IMAGE:裁剪后图像

✅ 适用场景:清理AI生成图的空白边框、提取图标或插画主体、为后续排版准备紧凑素材。

3. 批量保存潜在变量与图像(Batch Save Latent & Image)

用途:将中间生成的潜在空间数据(latent)和对应图像一并保存至磁盘。

ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

优势

  • 支持单个或多个 latent/image 批量保存
  • 自动生成文件名列表,便于追踪
  • 默认保存路径为 output/latents/,可自定义目录

输入参数

  • latent:待保存的潜在变量
  • image:对应的生成图像
  • filenames:文件名列表(每行一个,如 img_001img_002
  • save_directory:保存目录(相对或绝对路径)

输出:无(直接写入磁盘)

💾 文件格式:.latent.pt(PyTorch张量) + .png 图像

4. 批量加载潜在变量与图像(Batch Load Latent & Image)

用途:从磁盘重新加载之前保存的 latent 与图像,恢复生成状态。

ComfyUI-Unusual-Tools:一组“非典型”但实用的图像处理节点

优势

  • 可跨会话继续处理中断的工作流
  • 支持按需加载部分文件,提升灵活性
  • 与保存节点完全兼容

输入参数

  • filenames:需加载的文件名列表
  • load_directory:加载目录(默认 latents

输出

  • LATENT:加载的潜在变量
  • IMAGE:对应的图像

显存管理:为什么这对复杂流程很重要?

在长链式工作流中(如多阶段重绘、视频帧生成、递归增强),中间 latent 数据会持续占用显存。即使不活跃,也可能导致 OOM(显存溢出)错误。

Batch Save/Load 节点的作用正是“冷存储”机制

  1. 在阶段性任务完成后,将 latent 保存到磁盘
  2. 断开连接,释放 VRAM
  3. 在需要时重新加载,继续后续处理

这相当于为 ComfyUI 添加了“检查点(checkpoint)”功能,极大提升了大项目运行的稳定性。

常见问题与排查建议

问题解决方案
保存失败检查 output/latents 目录是否存在,若无请手动创建
权限错误确保 ComfyUI 进程对目标目录有读写权限
加载不到文件确认文件名拼写、路径是否正确;建议使用绝对路径测试
控制台报错查看 ComfyUI 终端输出,定位具体错误类型

📁 默认路径说明:save_directory 和 load_directory 若设为 latents,实际指向 ComfyUI/output/latents/

© 版权声明

相关文章

暂无评论

none
暂无评论...