Skip to content

rui40000/Ruinode

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

18 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Rui-Node🐶 - ComfyUI 图像处理节点集

Rui-Node🐶 是一个功能丰富的 ComfyUI 节点集合,提供图像处理、文本处理、AI 模型集成和遮罩处理等多种功能。

📦 安装方法

  1. 将此文件夹复制到 ComfyUI 的 custom_nodes 目录中
  2. 安装依赖:pip install -r requirements.txt
  3. 重启 ComfyUI

📋 节点目录

🎨 图像调节类

📁 文件存储与加载类

🤖 AI模型类

📝 文本处理类

🎭 遮罩处理类


📖 节点详细说明

1. 调整饱和度 / Saturation Adjustment

分类: Rui-Node🐶/图像调节🎨

功能描述:
调整图像的色彩饱和度,可以创建黑白图像或增强色彩鲜艳度。

输入参数:

  • image (IMAGE): 输入图像
  • saturation (FLOAT): 饱和度调整系数
    • 默认值: 1.0
    • 范围: 0.0 ~ 5.0
    • 步长: 0.1
    • 说明:
      • 0.0 = 完全无饱和度(黑白图像)
      • 1.0 = 原始饱和度(不变)
      • 1.0 = 增加饱和度

输出:

  • IMAGE: 调整后的图像

使用场景:

  • 将彩色图像转换为黑白
  • 增强图像色彩表现力
  • 降低过于鲜艳的色彩

2. 图像翻转 / Image Flip

分类: Rui-Node🐶/图像调节🎨

功能描述:
对图像进行水平或垂直翻转操作。

输入参数:

  • image (IMAGE): 输入图像
  • flip_direction (选择): 翻转方向
    • 选项: "水平" 或 "垂直"
    • 默认值: "水平"

输出:

  • IMAGE: 翻转后的图像

使用场景:

  • 镜像翻转图像
  • 创建对称效果
  • 调整图像方向

3. 按路径加载图像 / Load Image By Path

分类: Rui-Node🐶/文件存储与加载📁

功能描述:
从指定的文件路径加载图像文件,支持绝对路径输入。

输入参数:

  • image_path (STRING): 图像文件的完整路径
    • 默认值: "E:\ComfyUIModels\input\10\1.png"
    • 支持格式: PNG、JPG、JPEG 等常见图像格式

输出:

  • IMAGE: 加载的图像

特殊处理:

  • 如果文件不存在,返回 512x512 的黑色默认图像
  • 自动将非 RGB 图像转换为 RGB 模式

使用场景:

  • 从外部路径加载特定图像
  • 批量处理指定目录的图像
  • 加载非 ComfyUI 默认输入目录的图像

4. 千问编辑图像生成 / Qwen Edit Image Generation

分类: Rui-Node🐶/AI模型🤖

功能描述:
使用阿里云千问(Qwen)编辑模型 API 进行 AI 图像生成,支持多种控制模式。

输入参数:

  • image1 ~ image4 (IMAGE): 最多 4 张输入图像作为参考
  • api_key (STRING): 阿里云 API 密钥
  • base_url (STRING): API 基础 URL
  • seed (INT): 随机种子
    • 默认值: -1(随机生成)
    • 范围: -1 ~ 2147483647
  • control_mode (选择): 控制模式
    • 选项: reference, sketch, scribble, pose, canny, depth, hed, mlsd, normal, seg
    • 默认值: "reference"
  • width (INT): 输出图像宽度
    • 默认值: 1024
    • 范围: 512 ~ 2048
    • 步长: 8
  • height (INT): 输出图像高度
    • 默认值: 1024
    • 范围: 512 ~ 2048
    • 步长: 8

输出:

  • IMAGE: AI 生成的图像

使用场景:

  • AI 辅助图像创作
  • 基于参考图生成新图像
  • 多模态图像控制生成

5. 镜头分词器 / Shot Splitter

分类: Rui-Node🐶/文本处理📝

功能描述:
将包含多个分镜描述的脚本文本拆分成独立的分镜列表,支持按范围筛选导出。

输入参数:

  • input_text (STRING): 输入的多分镜描述脚本(多行文本)
    • 格式要求: 使用 <SHOT_XXX>...</SHOT_XXX> 标签包裹每个分镜
  • start_shot_num (INT, 可选): 开始导出的分镜编号
    • 默认值: 0(从第一个开始)
    • 范围: 0 ~ 100
  • shot_count (INT, 可选): 导出的分镜数量
    • 默认值: 0(导出全部)
    • 范围: 0 ~ 100

输出:

  • shot_descriptions (LIST): 拆分后的分镜描述列表
  • summary (STRING): 总结信息

文本格式示例:

<SHOT_1>
第一个镜头的描述内容
</SHOT_1>
<SHOT_2>
第二个镜头的描述内容
</SHOT_2>

使用场景:

  • 分镜脚本拆分
  • 批量处理分镜描述
  • 选择性导出特定范围的分镜

6. 对白提取器 / Dialogue Extractor

分类: Rui-Node🐶/文本处理📝

功能描述:
从分镜描述文本中自动提取旁白/对白内容。

输入参数:

  • input_text (STRING): 输入的分镜描述文本(多行文本)

输出:

  • dialogues (LIST): 提取的旁白/对白列表
  • summary (STRING): 总结信息

识别模式:

  • 支持格式 1: 旁白:[对白内容]
  • 支持格式 2: 旁白:对白内容
  • 自动识别 <SHOT_XXX> 标签中的旁白

使用场景:

  • 从分镜脚本中提取对白
  • 批量收集旁白文本
  • 准备配音文本

7. 页面旁白删除器 / Page Narration Remover

分类: Rui-Node🐶/文本处理📝

功能描述:
删除文本中所有以"页面旁白:"或"页面旁白:"开头的整行内容。

输入参数:

  • input_text (STRING): 原始文本(多行文本)

输出:

  • clean_text (STRING): 移除页面旁白行后的文本

处理规则:

  • 自动识别并删除以"页面旁白:"或"页面旁白:"开头的行
  • 忽略行首行尾的空白字符
  • 保留其他所有内容

使用场景:

  • 清理脚本中的页面旁白
  • 文本预处理
  • 提取纯净对白内容

8. 文本列表制作器 / Text List Creator

分类: Rui-Node🐶/文本处理📝

功能描述:
将多个独立的文本段落组织成列表形式输出。

输入参数:

  • text1 (STRING, 必需): 第一段文本(多行文本)
  • text2 ~ text5 (STRING, 可选): 第 2~5 段文本(多行文本)

输出:

  • text_list (LIST): 文本列表(Python 列表格式)
  • summary (STRING): 总结信息

处理规则:

  • 自动过滤空文本
  • 去除每段文本首尾的空白字符
  • 保留内部段落结构

使用场景:

  • 组织多段文本为列表
  • 批量文本处理准备
  • 文本分组管理

9. 遮罩筛选 / Mask Selector

分类: Rui-Node🐶/遮罩处理🎭

功能描述:
对输入的多个遮罩进行排序并选择特定遮罩,同时输出剩余遮罩的合并结果。

输入参数:

  • masks (MASK): 输入的遮罩(可包含多个遮罩)
  • sort_method (选择): 排序方法
    • 选项:
      • "按面积排序 / By Area": 按遮罩面积从大到小排序
      • "从左到右 / Left to Right": 按遮罩质心 X 坐标升序排序
      • "从上到下 / Top to Bottom": 按遮罩质心 Y 坐标升序排序
    • 默认值: "按面积排序 / By Area"
  • index (INT): 选择的遮罩编号(1-based 索引)
    • 默认值: 1
    • 最小值: 1
    • 说明: 如果超出范围会自动夹取到有效范围

输出:

  • 选中遮罩 / Selected (MASK): 选中的单个遮罩
  • 剩余遮罩 / Remaining (MASK): 其他遮罩的合并结果
  • 信息 / Info (STRING): JSON 格式的详细信息
    • total_masks: 遮罩总数
    • selected_index: 选中编号
    • sort_method: 排序方式
    • selected_area: 选中遮罩的像素面积
    • selected_center: 选中遮罩的质心坐标 [x, y]
    • index_clamped: 编号是否越界被修正

使用场景:

  • 从多个检测结果中选择特定目标
  • 分离主体和背景遮罩
  • 基于大小或位置筛选遮罩

10. 遮罩预览 / Mask Preview

分类: Rui-Node🐶/遮罩处理🎭

功能描述:
将遮罩以半透明彩色形式叠加显示在图像上,方便直观查看遮罩覆盖区域。节点自带预览功能,同时输出合成后的图像。

输入参数:

  • image (IMAGE): 作为底图的原始图像
  • mask (MASK): 需要可视化的遮罩
  • mask_color (选择): 遮罩显示颜色
    • 默认值: 红色 / Red
    • 选项: 红色、绿色、蓝色、黄色、青色、品红、白色
  • opacity (FLOAT, 可选): 不透明度
    • 默认值: 0.5
    • 范围: 0.0 ~ 1.0
    • 步长: 0.05

输出:

  • 图像 / Image (IMAGE): 合成了半透明彩色遮罩的图像

特性:

  • 自动处理遮罩与图像的尺寸差异
  • 节点界面直接显示预览效果
  • 支持批量处理
  • 7种预设颜色可选
  • 可调节不透明度

使用场景:

  • 检查分割结果的准确性
  • 调试遮罩处理流程
  • 多遮罩对比(使用不同颜色)
  • 制作遮罩可视化图

11. 转化为utf-8编码 / Convert to UTF-8

分类: Rui-Node🐶/文本处理📝

功能描述:
删除输入字符串中所有非 UTF-8 编码字符(如孤立的代理对),确保输出的字符串符合 UTF-8 编码规范。

输入参数:

  • input_text (STRING): 需要处理的原始字符串(支持多行)

输出:

  • filtered_text (STRING): 过滤后的符合 UTF-8 规范的字符串
  • log (STRING): 处理日志,包含移除字符的详细信息和统计总结

使用场景:

  • 清理可能包含非法字符的文本数据
  • 确保文本在保存或传输时的编码安全性
  • 调试文本编码问题

12. OpenAI API 连接 / OpenAI API Connector

分类: Rui-Node🐶/AI模型🤖

功能描述:
连接 OpenAI 或兼容 API(如 DeepSeek、Moonshot 等),进行文本生成或多模态图像理解,支持最多 6 张图像同时输入。

输入参数:

  • api_url (STRING): API 接口地址
  • api_key (STRING): API 密钥
  • model (STRING): 模型名称
    • 默认值: "gpt-4o"
  • system_prompt (STRING): 系统提示词
  • user_prompt (STRING): 用户提示词
  • seed (INT): 随机种子,用于控制生成的随机性
  • image_1 ~ image_6 (IMAGE, 可选): 最多 6 张输入图像
    • 说明: 用户有几张图就连接几个输入口,无需手动 Batch
    • 规则: 节点内部会自动逐张处理每个输入图像,分别编码后发送到 API
    • 优势: 不要求所有图像尺寸一致,512×512 和 511×768 之类的混合输入也可直接使用
  • temperature (FLOAT, 可选): 采样温度
    • 默认值: 0.3
    • 范围: 0.0 ~ 2.0
  • max_tokens (INT, 可选): 最大输出 token 数
    • 默认值: 500
    • 范围: 1 ~ 8192
  • detail (选择, 可选): 图像分析细节等级
    • 选项: low, high, auto
    • 默认值: auto
  • image_max_size (INT, 可选): 单张图像最长边缩放上限
    • 默认值: 1024
    • 范围: 256 ~ 4096
    • 说明: 超过该尺寸的图像会在发送前按比例缩小,以减少 token 消耗与请求体积
  • proxy_url (STRING, 可选): HTTP/HTTPS 代理地址
    • 示例: http://127.0.0.1:7890

输出:

  • text (STRING): 模型生成的文本内容

使用场景:

  • 调用 LLM 进行文本生成
  • 使用 Vision 模型进行单图或多图联合理解
  • 连接本地或第三方兼容 OpenAI 协议的 API
  • 对多张参考图做综合分析、比对与总结

13. 颜色匹配器 / Color Matcher

分类: Rui-Node🐶/图像调节🎨

功能描述:
将目标图像的颜色分布匹配到参考图像的颜色分布,支持多种匹配算法和混合调节。

输入参数:

  • reference_image (IMAGE): 作为颜色参考的图像
  • moving_image (IMAGE): 需要改变颜色的目标图像
  • match_method (选择): 匹配算法
    • 选项: "histogram" (直方图匹配), "mean_std" (均值标准差匹配), "none" (无匹配)
    • 默认值: "histogram"
  • blend_factor (FLOAT): 混合系数
    • 默认值: 1.0
    • 范围: 0.0 ~ 1.0
    • 步长: 0.01
    • 说明: 控制原图和匹配后图像的混合比例,1.0为完全使用匹配后图像

输出:

  • 颜色匹配后图像 (IMAGE): 颜色调整后的图像
  • 匹配信息 (STRING): 记录了使用的匹配方式以及混合系数的日志信息

使用场景:

  • 统一多张图像的色调风格
  • 将素材无缝融合进背景
  • 图像色彩风格迁移

14. 素材拆分 / Sprite Splitter

分类: Rui-Node🐶/图像调节🎨

功能描述:
从白色/浅色背景的合图(Sprite Sheet)中自动拆分出每个独立的美术元素,通过连通区域检测进行裁剪,并将每个独立元素作为图像列表输出。

输入参数:

  • 图像 (IMAGE): 输入的带有透明通道的合图图像(RGBA格式)
  • 最小面积过滤(像素数) (INT): 最小面积过滤
    • 默认值: 100
    • 范围: 1 ~ 50000
    • 说明: 面积小于此值(像素数)的连通区域将被过滤,避免拆分出噪点碎片。
  • 裁剪边距 (INT): 裁剪边距
    • 默认值: 2
    • 范围: 0 ~ 50
    • 说明: 每个元素裁剪时在包围盒外额外保留的像素边距。
  • 排序方式 (选择): 排序方式
    • 选项: "从左到右-从上到下", "从上到下-从左到右", "面积从大到小", "面积从小到大"
    • 默认值: "从左到右-从上到下"
  • seed (INT): 随机种子
    • 默认值: 0
    • 说明: 仅用于强制重新执行节点,不影响实际拆分结果。适用于线上部署时强制刷新缓存。

输出:

  • 图像列表 (IMAGE): 拆分后的多张图像列表,透明区域会用白色填充输出。

使用场景:

  • 游戏素材合图切分
  • 批量图标提取
  • 白底素材自动裁剪

15. 素材拆分(带透明通道) / Sprite Splitter RGBA

分类: Rui-Node🐶/图像调节🎨

功能描述:
与标准素材拆分节点功能相同,但保留并额外输出 Alpha 透明通道,适用于需要透明背景的美术素材提取。

输入参数:

输出:

  • 图像列表 (IMAGE): 拆分后的多张 RGB 图像列表
  • 遮罩列表 (MASK): 对应的多张 Alpha 透明通道遮罩列表,1.0代表不透明,0.0代表透明

使用场景:

  • 提取带透明背景的游戏角色、道具素材
  • 搭配 JoinImageWithAlpha 等节点生成透明 PNG 图像

16. 加载图像(带文件名) / Load Image With Name

分类: Rui-Node🐶/文件存储与加载📁

功能描述:
基础功能与 ComfyUI 原生的 "Load Image" 节点完全一致,支持从 ComfyUI 的 input 目录中选择图像,并支持拖拽上传。区别在于本节点额外提供了一个字符串输出端口,用于输出图像的文件名。

输入参数:

  • image (下拉选择): 从 input 目录中选择图像文件,或通过按钮上传

输出:

  • IMAGE: 图像数据
  • MASK: 图像的 Alpha 通道遮罩
  • filename (STRING): 图像的文件名(不包含后缀,例如上传了 test_image.png,则输出 test_image

使用场景:

  • 批量处理图像时,希望以原文件名保存处理后的结果
  • 需要将当前图像的文件名作为提示词或其他参数传递给下游节点
  • 建立更规范的自动化工作流

🔧 依赖库

主要依赖库包括:

  • torch: PyTorch 深度学习框架
  • numpy: 数值计算
  • Pillow (PIL): 图像处理
  • requests: HTTP 请求(用于 API 调用)

完整依赖请查看 requirements.txt

📝 注意事项

  1. 所有节点都兼容 ComfyUI 的标准图像处理流程
  2. 图像格式统一为 BHWC(批次、高度、宽度、通道)
  3. 图像值范围为 0.0 ~ 1.0 的浮点数
  4. 使用 AI 模型节点需要配置有效的 API 密钥
  5. 文本处理节点支持多行文本输入
  6. 所有节点名称采用中英双语显示
  7. 遮罩处理节点自动处理尺寸不匹配问题

🐕 关于 Rui-Node🐶

Rui-Node🐶 致力于为 ComfyUI 用户提供实用、高效的节点工具集。🐶 是我们的项目标志,代表着忠诚、友好和可靠。

📄 许可证

本项目遵循开源协议,欢迎使用和贡献。


Happy Creating with Rui-Node🐶! 🎨✨

About

Rui个人使用节点。

Resources

Stars

17 stars

Watchers

1 watching

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages