Perlin Power Fractal Noise for ComfyUI
详情
下载文件
关于此版本
模型描述
Perlin Power Fractal Noise
[已弃用 - 已被 Power Noise Suite 替代]
为 ComfyUI 生成创建高度可定制的 PPF 噪声输入。通过这种新颖的方法，用户可直接在基础生成中获得高频细节。在许多情况下，其稳定性优于基础 ComfyUI 噪声，尤其适用于产品概念设计，如下所示：
( 高频噪声输入可使产品生成更稳定、更居中，并更好地遵循提示 )
PPF 噪声输入似乎有助于改善基础生成中的像素噪声分布，从而提升后处理技术（如 AI 放大）的效果，减少伪影：
兼容性：
PPF 噪声似乎仅与某些调度器/采样器兼容，其兼容范围尚未完全明确。推荐尝试的设置：
dpmpp / kerras
dpmpp / sgm_uniform
Perlin Power Fractal Noisey Latents
Power Fractal Latent Generator
生成一组带有 Perlin 功率分形效果的图像。
安装
将仓库克隆至
ComfyUI/custom_nodes。Torch 版本无需安装 requirements.txt。如果您使用的是旧版非 Torch 构建，请在您的 ComfyUI Python 环境中运行 requirements.txt：
- ComfyUI 独立便携版示例：
C:\ComfyUI_windows_portable\python_embeded\python.exe -s -m pip install -r "C:\ComfyUI_windows_portable\custom_nodes\PPF_Noise_ComfyUI\requirements.txt"
- ComfyUI 独立便携版示例：
Perlin Power Fractal Noise 参数
此节点生成 Perlin 功率分形噪声。
必需参数：
batch_size(int)：批量生成的噪声张量数量。- 范围：[1, 64]
width(int)：每个张量的宽度（像素）。- 范围：[64, 8192]
height(int)：每张图像的高度（像素）。resampling(string)：此参数决定将噪声缩放至潜空间尺寸时所使用的重采样方法。可选如下："nearest-exact"：最近邻精确重采样：
- 最近邻重采样选取最近源像素的值，产生块状、像素化效果，不进行插值，保留原始值。
"bilinear"：双线性重采样：
- 双线性插值取四个最近源像素的加权平均，产生更平滑的像素过渡，适用于一般图像缩放。
"area"：区域重采样（抗锯齿）：
- 基于像素面积关系进行重采样，也称抗锯齿，根据贡献像素的面积计算像素值，减少混叠伪影，适合保留细部细节。
"bicubic"：双三次重采样：
- 双三次插值使用 16 个最近源像素的三次多项式计算像素值，提供更平滑的过渡和更好的细节保留，适合高质量缩放。
"bislerp"：Bislerp 重采样（双线性 sinc 插值）：
- Bislerp 插值结合了双线性的简洁性与 sinc 函数插值，在减少伪影的同时实现高质量缩放，在质量与计算成本间取得平衡。
X(float)：噪声采样的 X 坐标偏移。- 范围：[-99999999, 99999999]
Y(float)：噪声采样的 Y 坐标偏移。- 范围：[-99999999, 99999999]
Z(float)：噪声采样的 Z 坐标偏移。- 范围：[-99999999, 99999999]
frame(int)：当前帧编号，用于时间演化。- 范围：[0, 99999999]
evolution_factor(float)：控制时间演化的因子，根据批次索引决定噪声随时间变化的程度。- 范围：[0.0, 1.0]
octaves(int)：分形生成的八度数量，控制输出的细节和复杂度。- 范围：[1, 8]
persistence(float)：分形生成的持久性参数，决定每个八度的振幅衰减。- 范围：[0.01, 23.0]
lacunarity(float)：分形生成的空隙性参数，控制从一个八度到下一个八度的频率增加。- 范围：[0.01, 99.0]
exponent(float)：应用于噪声值的指数，调整输出的整体强度和对比度。- 范围：[0.01, 38.0]
scale(float)：噪声频率的缩放因子，较大值产生更小、更精细的图案，较小值产生更大的图案。- 范围：[2, 2048]
brightness(float)：调整生成噪声的整体亮度。-1.0 使噪声完全变黑。
0.0 对亮度无影响。
1.0 使噪声完全变白。
范围：[-1.0, 1.0]
contrast(float)：调整生成噪声的对比度。-1.0 降低对比度，增强明暗区域差异。
0.0 对对比度无影响。
1.0 提升对比度，增强明暗区域差异。
范围：[-1.0, 1.0]
clamp_min(float)：噪声的下限范围。- 范围：[-10.0, 10]
clamp_max(float)：噪声的上限范围。- 范围：[-10, 10]
seed(int, 可选)：随机数生成种子。若为 None，则对每个批次使用随机种子。- 范围：[0, 0xffffffffffffffff]
device(string)：指定生成噪声的设备，可选 "cpu" 或 "cuda"。
可选参数：
optional_vae(VAE, 可选)：可选的 VAE，用于对噪声进行编码。
返回值：
tuple(torch.Tensor [latent], torch.Tensor [image])
Cross-Hatch Power Fractal 参数
此节点生成一批交叉阴影功率分形噪声图案。
必需参数：
batch_size(int)：批量生成的噪声张量数量。- 范围：[1, 64]
width(int)：每个张量的宽度（像素）。- 范围：[64, 8192]
height(int)：每张图像的高度（像素）。resampling(string)：此参数决定将噪声缩放至潜空间尺寸时所使用的重采样方法。可选如下："nearest-exact"：最近邻精确重采样：
- 最近邻重采样选取最近源像素的值，产生块状、像素化效果，不进行插值，保留原始值。
"bilinear"：双线性重采样：
- 双线性插值取四个最近源像素的加权平均，产生更平滑的像素过渡，适用于一般图像缩放。
"area"：区域重采样（抗锯齿）：
- 基于像素面积关系进行重采样，也称抗锯齿，根据贡献像素的面积计算像素值，减少混叠伪影，适合保留细部细节。
"bicubic"：双三次重采样：
- 双三次插值使用 16 个最近源像素的三次多项式计算像素值，提供更平滑的过渡和更好的细节保留，适合高质量缩放。
"bislerp"：Bislerp 重采样（双线性 sinc 插值）：
- Bislerp 插值结合了双线性的简洁性与 sinc 函数插值，在减少伪影的同时实现高质量缩放，在质量与计算成本间取得平衡。
frequency(float)：分形生成的频率参数，决定交叉阴影图案的频率。- 范围：[0.001, 1024.0]
octaves(int)：分形生成的八度数量，控制输出的细节和复杂度。- 范围：[1, 32]
persistence(float)：分形生成的持久性参数，决定每个八度的振幅衰减。- 范围：[0.001, 2.0]
color_tolerance(float)：颜色映射的容差参数，影响输出中的颜色多样性。- 范围：[0.001, 1.0]
num_colors(int)：输出中使用的颜色数量。- 范围：[2, 256]
angle_degrees(float)：交叉阴影图案的角度（度）。- 范围：[0.0, 360.0]
brightness(float)：调整生成噪声的整体亮度。-1.0 使噪声完全变黑。
0.0 对亮度无影响。
1.0 使噪声完全变白。
范围：[-1.0, 1.0]
contrast(float)：调整生成噪声的对比度。-1.0 降低对比度，增强明暗区域差异。
0.0 对对比度无影响。
1.0 提升对比度，增强明暗区域差异。
范围：[-1.0, 1.0]
blur(float)：生成噪声的模糊参数。- 范围：[0.0, 1024.0]
clamp_min(float)：噪声的下限范围。- 范围：[-10.0, 10.0]
clamp_max(float)：噪声的上限范围。- 范围：[-10.0, 10.0]
seed(int, 可选)：随机数生成种子。若为 None，则对每个批次使用随机种子。- 范围：[0, 0xffffffffffffffff]
device(string)：指定生成噪声的设备，可选 "cpu" 或 "cuda"。
可选参数：
optional_vae(VAE, 可选)：可选的 VAE，用于对噪声进行编码。
返回值：
tuple(LATENT, IMAGE)：包含生成的潜空间张量和图像张量的元组。
Blend Latents 参数
此节点提供融合两个潜空间张量的方法。
必需参数：
latent_a(LATENT, 必需)：第一个待融合的潜空间张量。latent_b(LATENT, 必需)：第二个待融合的潜空间张量。operation(string, 必需)：要应用的融合操作，可选如下：add：通过将两个图像的像素值相加合并。
bislerp：使用因子
t在两个图像之间平滑插值。color dodge：根据混合图像提亮基础图像，通过增强混合图像中亮区的影响，产生高对比度效果。
cosine interp：使用余弦函数在两个图像之间插值。
cuberp：通过三次插值融合两个图像。
difference：从一个图像中减去另一个图像并取绝对值，突出两者之间的差异。
exclusion：使用排除公式合并两个图像，产生独特的对比效果。
glow：根据混合图像创建发光效果，类似于针状光，但更暗。
hard light：以增强对比度的方式合并两个图像，产生明暗区域之间的锐利过渡。
lerp：根据因子线性插值两个图像，产生简单的线性过渡。
linear dodge：通过添加混合图像来提亮基础图像，产生高光效果。
linear light：融合两个图像以增强对比度，根据混合图像提亮或压暗基础图像。
multiply：将两个图像的像素值相乘，生成更暗且对比度更高的图像。
overlay：使用叠加公式合并两个图像，增强对比度并产生戏剧性效果。
pin light：以保留细节并强化颜色的方式合并两个图像。
random：向两个图像添加随机噪声，产生杂乱纹理效果。
reflect：使用反射公式合并两个图像，这是一种有趣的混合方式。
screen：根据混合图像提亮基础图像，产生高光效果。
slerp：在两个图像之间进行球面插值，产生平滑弯曲的过渡。
subtract：从基础图像中减去混合图像，生成更暗的图像。
vivid light：根据混合图像增强基础图像的色彩鲜艳度，强化颜色。
blend_ratio(FLOAT, 必填)：latent_a和latent_b之间的混合比例。默认值：0.5
范围：[0.01, 1.0]
blend_strength(FLOAT, 必填)：混合操作的强度。默认值：1.0
范围：[0.0, 100.0]
可选参数：
mask(MASK, 可选)：可选的掩码张量，用于控制混合区域。set_noise_mask(string, 可选)：是否设置噪声掩码。可选值为 "false" 或 "true"。normalize(string, 可选)：是否对输出的潜在张量进行归一化。可选值为 "false" 或 "true"。clamp_min(FLOAT, 可选)：输出的最小裁剪范围。默认值：0.0
范围：[-10.0, 10.0]
clamp_max(FLOAT, 可选)：输出的最大裁剪范围。默认值：1.0
范围：[-10.0, 10.0]
返回值
tuple(LATENT,)：包含混合后的潜在张量的元组。
图像转潜在表示 参数
此节点将 IMAGE 转换为 LATENT 格式，但不进行编码。仅适用于原始噪声。
必填参数：
images(IMAGE)：需转换为潜在张量的输入图像。resampling(string)：此参数决定将图像缩放到潜在尺寸时所使用的重采样方法。可选值如下："nearest-exact"：最近邻精确重采样：
- 最近邻重采样选择最近的源像素值，结果呈现块状、像素化外观，不进行插值，完全保留原始像素值。
"bilinear"：双线性重采样：
- 双线性插值取四个最近源像素的加权平均值，产生更平滑的像素过渡，适用于通用图像缩放。
"area"：区域重采样（抗锯齿）：
- 基于像素面积关系进行重采样，也称为抗锯齿，通过计算贡献源像素的面积来确定像素值，可减少锯齿伪影，适合保留精细细节。
"bicubic"：双三次重采样：
- 双三次插值使用三次多项式基于16个最近源像素计算像素值，提供更平滑的过渡和更好的细节保留，适用于高质量缩放。
"bislerp"：Bislerp 重采样（双线性辛克插值）：
- Bislerp 插值结合了双线性的简洁性与辛克函数插值，实现高质量缩放并减少伪影，在质量与计算开销之间取得平衡。
返回值
tuple(LATENT, IMAGE)：包含生成的潜在张量和输入图像的元组。