ComfyUI Deep Exemplar-based Colorization Nodes：通过参考图为黑白照片或视频重新渲染为彩色

ComfyUI Deep Exemplar-based Colorization Nodes 是一个基于2019年发布的项目“Deep Exemplar-based Video Colorization”打造的ComfyUI插件，通过颜色参考图像为灰度图像和视频帧着色，能够将颜色从一张参考图像传播到灰度图像或视频帧中，为用户提供了一种高效且直观的颜色化方法。简答来说，就是通过参考图为黑白照片或视频重新渲染为彩色。

• GitHub：https://github.com/jonstreeter/ComfyUI-Deep-Exemplar-based-Video-Colorization

功能介绍

DeepExColorImageNode

• 功能：使用颜色参考图像对单张灰度图像进行着色。
• 输入：
  • image_to_colorize：单张灰度图像（标准 ComfyUI IMAGE 格式）。
  • reference_image：单张颜色参考图像（标准 ComfyUI IMAGE 格式）。
  • target_width/target_height：目标输出分辨率（内部处理为一半大小；将调整为 32 的倍数，最小为 64x64）。
  • wls_filter_on：启用 WLS 后处理滤波器（需要 opencv-contrib-python）。
  • lambda_value：WLS 滤波器参数（控制平滑程度）。
  • sigma_color：WLS 滤波器参数（控制颜色敏感度）。
• 输出：
  • IMAGE：着色后的图像。

DeepExColorVideoNode

• 功能：使用颜色参考图像对一批灰度视频帧进行着色，支持可选的帧间传播。
• 输入：
  • video_frames：一批灰度图像（标准 ComfyUI IMAGE 格式，BxHxWxC 张量）。可以使用 ComfyUI 的 Load Video 或 Load Image Sequence 节点加载。
  • reference_image：单张颜色参考图像。
  • frame_propagate：如果为 true，则使用前一帧的着色结果来指导当前帧（有助于时间一致性）。
  • use_half_resolution：如果为 true，则以目标分辨率的一半执行核心计算（更快，与原始论文一致）。
  • target_width/target_height：目标输出分辨率。
  • wls_filter_on：启用 WLS 后处理滤波器（需要 opencv-contrib-python）。
  • lambda_value：WLS 滤波器参数。
  • sigma_color：WLS 滤波器参数。
• 输出：
  • IMAGE：包含着色帧的批次。可以使用 ComfyUI 的 Save Animated PNG/WEBP/GIF 或 Video Combine 节点进行后续处理。

安装方法

使用 ComfyUI Manager（推荐）

1. 如果尚未安装，请先安装 ComfyUI Manager。
2. 打开 ComfyUI 并导航到“Manager”菜单。
3. 点击“Install Custom Nodes”。
4. 搜索“DeepExemplarColorization”。
5. 点击“Install”。
6. 等待安装完成。管理器将运行 install.py 脚本，下载所需的模型检查点（约 500MB），并将其保存到以下目录：
   ComfyUI/custom_nodes/ComfyUI-Deep-Exemplar-based-Video-Colorization/
7. 安装依赖项：如果需要使用 WLS 滤波器，请确保您的 ComfyUI 环境中已安装 opencv-contrib-python。管理器会尝试安装 requirements.txt 中列出的包。

使用方法

安装完成后并重启 ComfyUI，您可以通过右键菜单添加节点（右键 -> 添加节点 -> DeepExemplar）找到这些节点。示例工作流文件位于 Workflows 文件夹中。

使用提示

• 参考图像：参考图像的质量和配色方案对结果有显著影响。选择语义相似且具有所需颜色风格的参考图像。如果需要，可以参考原项目的 README 获取图像检索算法的链接。
• 分辨率：节点会根据 target_width 和 target_height 的一半分辨率进行内部处理。最终输出会缩放到目标分辨率。
• 帧传播：在视频节点中启用 frame_propagate 通常会提高时间稳定性，但可能会稍微改变颜色（与逐帧独立处理相比）。
• WLS 滤波器：WLS（快速全局平滑）滤波器可以在保留边缘的同时平滑颜色。它需要安装 opencv-contrib-python。如果不可用或未启用，颜色可能会显得不够平滑或出现块状效果。
• 显存：处理高分辨率视频可能会占用大量内存。如果遇到显存不足错误，请调整 target_width/target_height 或处理较短的片段。