Perlin Power Fractal Noise for ComfyUI
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
Perlin Power Fractal Noise
[사용 중단됨 - Power Noise Suite로 대체됨]
ComfyUI 생성을 위한 고도로 사용자 정의 가능한 PPF 노이즈 입력을 생성합니다. 이 혁신적인 접근 방식을 사용하면 사용자는 기본 생성 과정에서 고주파 세부 사항을 가진 생성물을 만들 수 있습니다. 아래 예시와 같이 제품 개념화에 있어서 특히 기본 ComfyUI 노이즈보다 더 나은 안정성을 제공합니다:
( 고주파 노이즈 입력은 제품 생성을 더 안정적이고 중심에 맞추며, 프롬프트에 더 잘 따르도록 도와줍니다 )
PPF 노이즈 입력은 기본 생성의 픽셀 노이즈 분포를 개선하는 데 도움이 되며, 이는 AI 업스케일링과 같은 후처리 기술에 유리하여 아티팩트를 줄일 수 있습니다:
호환성:
PPF 노이즈는 특정 스케줄러/샘플러와만 호환되며, 그 범위는 완전히 명확하지 않습니다. 추천 설정은 다음과 같습니다:
dpmpp / kerras
dpmpp / sgm_uniform
Perlin Power Fractal Noisey Latents
Power Fractal Latent Generator
Perlin 파워 프랙탈 효과를 적용한 이미지 배치를 생성합니다.
설치
리포지토리를
ComfyUI/custom_nodes에 클론합니다. Torch 버전은 requirements.txt를 설치할 필요가 없습니다.이전 non-torch 빌드를 사용 중이라면, ComfyUI Python 환경에 requirements.txt를 적용하세요.
- ComfyUI 스탠드얼론 포터블 예시:
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 스탠드얼론 포터블 예시:
Perlin Power Fractal Noise 매개변수
이 노드는 Perlin 파워 프랙탈 노이즈를 생성합니다.
필수:
batch_size(int): 배치에서 생성할 잡음 텐서의 수.- 범위: [1, 64]
width(int): 각 텐서의 픽셀 너비.- 범위: [64, 8192]
height(int): 각 이미지의 픽셀 높이.resampling(string): 잠재 공간 크기로 노이즈를 스케일링할 때 사용할 리샘플링 방법을 지정합니다. 다음 옵션 중 하나를 선택하세요:"nearest-exact": 근접-정확 리샘플링:
- 근접 이웃 리샘플링은 가장 가까운 소스 픽셀의 픽셀 값을 선택하여 블록모양, 픽셀화된 외관을 생성합니다. 보간 없이 정확한 값을 유지합니다.
"bilinear": 이차원 선형 리샘플링:
- 이차원 선형 보간은 네 개의 가장 가까운 소스 픽셀의 가중 평균을 취해 픽셀 간 부드러운 전환을 생성합니다. 일반적인 이미지 크기 조정에 적합합니다.
"area": 면적 리샘플링(안티앨리어싱):
- 픽셀 면적 관계를 사용하는 리샘플링(안티앨리어싱)은 기여하는 소스 픽셀의 면적을 기반으로 픽셀 값을 계산합니다. 앨리어싱 아티팩트를 줄이고 세부 사항을 보존하는 데 적합합니다.
"bicubic": 3차원 보간 리샘플링:
- 3차원 보간은 16개의 가장 가까운 소스 픽셀을 기반으로 3차 다항식을 사용하여 픽셀 값을 계산합니다. 부드러운 전환과 더 나은 세부 사항 보존을 제공하며 고품질 크기 조정에 적합합니다.
"bislerp": Bislerp 리샘플링(이차원 sinc 보간):
- Bislerp 보간은 이차원 단순성과 sinc 함수 보간을 결합하여 아티팩트를 줄인 고품질 크기 조정을 제공합니다. 품질과 계산 비용 사이의 균형을 제공합니다.
X(float): 노이즈 샘플링을 위한 X 좌표 오프셋.- 범위: [-99999999, 99999999]
Y(float): 노이즈 샘플링을 위한 Y 좌표 오프셋.- 범위: [-99999999, 99999999]
Z(float): 노이즈 샘플링을 위한 Z 좌표 오프셋.- 범위: [-99999999, 99999999]
frame(int): 시간 진화를 위한 현재 프레임 번호.- 범위: [0, 99999999]
evolution_factor(float): 시간 진화를 제어하는 계수. 배치 인덱스에 따라 노이즈가 시간에 따라 얼마나 진화하는지를 결정합니다.- 범위: [0.0, 1.0]
octaves(int): 프랙탈 생성을 위한 옥타브 수. 출력의 세부 사항 수준과 복잡도를 제어합니다.- 범위: [1, 8]
persistence(float): 프랙탈 생성을 위한 지속성 파라미터. 각 옥타브의 진폭 감소를 결정합니다.- 범위: [0.01, 23.0]
lacunarity(float): 프랙탈 생성을 위한 라쿠니티 파라미터. 한 옥타브에서 다음 옥타브로의 주파수 증가를 제어합니다.- 범위: [0.01, 99.0]
exponent(float): 노이즈 값에 적용할 지수. 이 파라미터를 조정하면 출력의 전체 강도와 대비를 제어할 수 있습니다.- 범위: [0.01, 38.0]
scale(float): 노이즈 주파수의 스케일 팩터. 큰 값은 더 작고 세밀한 패턴을 생성하고, 작은 값은 더 큰 패턴을 생성합니다.- 범위: [2, 2048]
brightness(float): 생성된 노이즈의 전체 밝기를 조정합니다.-1.0은 노이즈를 완전히 검정색으로 만듭니다.
0.0은 밝기에 영향을 주지 않습니다.
1.0은 노이즈를 완전히 흰색으로 만듭니다.
범위: [-1.0, 1.0]
contrast(float): 생성된 노이즈의 대비를 조정합니다.-1.0은 대비를 줄여 어두운 영역과 밝은 영역 간 차이를 강조합니다.
0.0은 대비에 영향을 주지 않습니다.
1.0은 대비를 높여 어두운 영역과 밝은 영역 간 차이를 강조합니다.
범위: [-1.0, 1.0]
clamp_min(float): 노이즈의 하한 범위- 범위: [-10.0, 10]
clamp_max(float): 노이즈의 상한 범위- 범위: [-10, 10]
seed(int, 선택적): 난수 생성 시드. None인 경우 각 배치에 랜덤 시드를 사용합니다.- 범위: [0, 0xffffffffffffffff]
device(string): 노이즈를 생성할 장치를 지정합니다. "cpu" 또는 "cuda" 중 하나.
선택적:
optional_vae(VAE, 선택적): 노이즈를 인코딩하기 위한 선택적 VAE.
반환
tuple(torch.Tensor [latent], torch.Tensor [image])
Cross-Hatch Power Fractal 매개변수
이 노드는 크로스해치 파워 프랙탈 노이즈 패턴의 배치를 생성합니다.
필수:
batch_size(int): 배치에서 생성할 잡음 텐서의 수.- 범위: [1, 64]
width(int): 각 텐서의 픽셀 너비.- 범위: [64, 8192]
height(int): 각 이미지의 픽셀 높이.resampling(string): 잠재 공간 크기로 노이즈를 스케일링할 때 사용할 리샘플링 방법을 지정합니다. 다음 옵션 중 하나를 선택하세요:"nearest-exact": 근접-정확 리샘플링:
- 근접 이웃 리샘플링은 가장 가까운 소스 픽셀의 픽셀 값을 선택하여 블록모양, 픽셀화된 외관을 생성합니다. 보간 없이 정확한 값을 유지합니다.
"bilinear": 이차원 선형 리샘플링:
- 이차원 선형 보간은 네 개의 가장 가까운 소스 픽셀의 가중 평균을 취해 픽셀 간 부드러운 전환을 생성합니다. 일반적인 이미지 크기 조정에 적합합니다.
"area": 면적 리샘플링(안티앨리어싱):
- 픽셀 면적 관계를 사용하는 리샘플링(안티앨리어싱)은 기여하는 소스 픽셀의 면적을 기반으로 픽셀 값을 계산합니다. 앨리어싱 아티팩트를 줄이고 세부 사항을 보존하는 데 적합합니다.
"bicubic": 3차원 보간 리샘플링:
- 3차원 보간은 16개의 가장 가까운 소스 픽셀을 기반으로 3차 다항식을 사용하여 픽셀 값을 계산합니다. 부드러운 전환과 더 나은 세부 사항 보존을 제공하며 고품질 크기 조정에 적합합니다.
"bislerp": Bislerp 리샘플링(이차원 sinc 보간):
- Bislerp 보간은 이차원 단순성과 sinc 함수 보간을 결합하여 아티팩트를 줄인 고품질 크기 조정을 제공합니다. 품질과 계산 비용 사이의 균형을 제공합니다.
frequency(float): 프랙탈 생성을 위한 주파수 파라미터. 크로스해치 패턴의 주파수를 결정합니다.- 범위: [0.001, 1024.0]
octaves(int): 프랙탈 생성을 위한 옥타브 수. 출력의 세부 사항 수준과 복잡도를 제어합니다.- 범위: [1, 32]
persistence(float): 프랙탈 생성을 위한 지속성 파라미터. 각 옥타브의 진폭 감소를 결정합니다.- 범위: [0.001, 2.0]
color_tolerance(float): 컬러 매핑을 위한 허용도 파라미터. 출력의 컬러 다양성에 영향을 줍니다.- 범위: [0.001, 1.0]
num_colors(int): 출력에 사용할 색상 수.- 범위: [2, 256]
angle_degrees(float): 크로스해치 패턴의 각도(도 단위).- 범위: [0.0, 360.0]
brightness(float): 생성된 노이즈의 전체 밝기를 조정합니다.-1.0은 노이즈를 완전히 검정색으로 만듭니다.
0.0은 밝기에 영향을 주지 않습니다.
1.0은 노이즈를 완전히 흰색으로 만듭니다.
범위: [-1.0, 1.0]
contrast(float): 생성된 노이즈의 대비를 조정합니다.-1.0은 대비를 줄여 어두운 영역과 밝은 영역 간 차이를 강조합니다.
0.0은 대비에 영향을 주지 않습니다.
1.0은 대비를 높여 어두운 영역과 밝은 영역 간 차이를 강조합니다.
범위: [-1.0, 1.0]
blur(float): 생성된 노이즈의 흐림 파라미터.- 범위: [0.0, 1024.0]
clamp_min(float): 노이즈의 하한 범위.- 범위: [-10.0, 10.0]
clamp_max(float): 노이즈의 상한 범위.- 범위: [-10.0, 10.0]
seed(int, 선택적): 난수 생성 시드. None인 경우 각 배치에 랜덤 시드를 사용합니다.- 범위: [0, 0xffffffffffffffff]
device(string): 노이즈를 생성할 장치를 지정합니다. "cpu" 또는 "cuda" 중 하나.
선택적:
optional_vae(VAE, 선택적): 노이즈를 인코딩하기 위한 선택적 VAE.
반환
tuple(LATENT, IMAGE): 생성된 잠재 텐서와 이미지 텐서를 포함하는 튜플.
Blend Latents 매개변수
이 노드는 두 개의 잠재 텐서를 블렌딩하는 방법을 제공합니다.
필수:
latent_a(LATENT, 필수): 블렌딩할 첫 번째 입력 잠재 텐서.latent_b(LATENT, 필수): 블렌딩할 두 번째 입력 잠재 텐서.operation(string, 필수): 적용할 블렌딩 연산. 다음 옵션 중 하나를 선택하세요:add: 두 이미지의 픽셀 값을 더하여 결합합니다.
bislerp: 계수
t를 사용하여 두 이미지를 부드럽게 보간합니다.color dodge: 블렌드 이미지를 기반으로 베이스 이미지를 밝게 만듭니다. 블렌드 이미지의 밝은 영역이 베이스 이미지에 더 강하게 영향을 주어 고대비 효과를 만듭니다.
cosine interp: 코사인 함수를 사용하여 두 이미지를 보간합니다.
cuberp: 3차 보간을 적용하여 두 이미지를 블렌딩합니다.
difference: 한 이미지를 다른 이미지에서 뺀 후 절댓값을 취합니다. 두 이미지 간 차이를 강조합니다.
exclusion: 제외 공식을 사용하여 두 이미지를 결합하여 독특한 대비 효과를 생성합니다.
glow: 블렌드 이미지를 기반으로 광택 효과를 생성합니다. 핀 라이트와 유사하지만 더 어둡습니다.
hard light: 두 이미지를 결합하여 대비를 강화합니다. 밝은 영역과 어두운 영역 간에 날카로운 전환을 생성합니다.
lerp: 계수를 기반으로 두 이미지를 선형적으로 보간합니다. 단순한 선형 전환을 생성합니다.
linear dodge: 블렌드 이미지를 더해 베이스 이미지를 밝게 만들어 하이키 효과를 생성합니다.
linear light: 두 이미지를 블렌딩하여 대비를 강화합니다. 블렌드 이미지에 따라 베이스 이미지를 밝히거나 어둡게 만듭니다.
multiply: 두 이미지의 픽셀 값을 곱하여 더 어둡고 대비가 강화된 이미지를 생성합니다.
overlay: 오버레이 공식을 사용하여 두 이미지를 결합합니다. 대비를 강화하고 극적인 효과를 만듭니다.
pin light: 두 이미지를 결합하여 세부 사항을 보존하고 색상을 강조합니다.
random: 두 이미지에 랜덤 노이즈를 추가하여 잡음과 질감 있는 효과를 만듭니다.
reflect: 반사 공식을 사용하여 두 이미지를 결합합니다. 최소한 흥미로운 블렌딩입니다.
screen: 블렌드 이미지를 기반으로 베이스 이미지를 밝게 만들어 하이키 효과를 생성합니다.
slerp: 두 이미지를 구면 보간하여 부드럽고 곡선적인 전환을 생성합니다.
subtract: 블렌드 이미지를 베이스 이미지에서 빼어 더 어두운 이미지를 생성합니다.
vivid light: 블렌드 이미지를 기반으로 베이스 이미지의 색상을 생생하게 강화합니다. 색상을 강조합니다.
blend_ratio(FLOAT, 필수):latent_a와latent_b간의 블렌딩 비율.기본값: 0.5
범위: [0.01, 1.0]
blend_strength(FLOAT, 필수): 블렌딩 연산의 강도.기본값: 1.0
범위: [0.0, 100.0]
옵션:
mask(MASK, 옵션): 블렌딩 영역을 제어하기 위한 선택적 마스크 텐서.set_noise_mask(문자열, 옵션): 노이즈 마스크를 설정할지 여부. "false" 또는 "true" 중 선택.normalize(문자열, 옵션): 결과 latent 텐서를 정규화할지 여부. "false" 또는 "true" 중 선택.clamp_min(FLOAT, 옵션): 출력의 최소 클램프 범위.기본값: 0.0
범위: [-10.0, 10.0]
clamp_max(FLOAT, 옵션): 출력의 최대 클램프 범위.기본값: 1.0
범위: [-10.0, 10.0]
반환값
tuple(LATENT,): 블렌딩된 latent 텐서를 포함하는 튜플.
이미지를 잠재 공간으로 변환 매개변수
이 노드는 IMAGE를 인코딩하지 않고 LATENT 형식으로 변환합니다. 실제로는 원시 노이즈에만 유용합니다.
필수:
images(IMAGE): 잠재 텐서로 변환할 입력 이미지.resampling(문자열): 잠재 공간 크기로 이미지를 확대/축소할 때 사용할 리샘플링 방법을 결정합니다. 다음 옵션 중 선택:"nearest-exact": 최근접 보간법:
- 최근접 이웃 리샘플링은 가장 가까운 소스 픽셀의 픽셀 값을 선택하여 블록 모양의 픽셀화된 외관을 생성합니다. 보간 없이 정확한 값을 보존합니다.
"bilinear": 이차원 선형 보간법:
- 이차원 선형 보간은 가장 가까운 네 개의 소스 픽셀에 가중 평균을 적용하여 픽셀 간 부드러운 전환을 생성합니다. 일반적인 이미지 크기 조정에 적합합니다.
"area": 영역 리샘플링(안티앨리어싱):
- 픽셀 영역 관계를 사용한 리샘플링(또는 안티앨리어싱이라고도 함)은 기여하는 소스 픽셀의 영역을 바탕으로 픽셀 값을 계산합니다. 엘리어싱 아티팩트를 줄이고 미세한 세부 사항을 보존하는 데 적합합니다.
"bicubic": 삼차원 보간법:
- 삼차원 보간은 16개의 가장 가까운 소스 픽셀을 기반으로 삼차 다항식을 사용하여 픽셀 값을 계산합니다. 부드러운 전환과 더 나은 세부 사항 보존을 제공하며 고품질 크기 조정에 적합합니다.
"bislerp": Bislerp 리샘플링(이차원 선형 sinc 보간):
- Bislerp 보간은 이차원 선형의 간단함과 sinc 함수 보간을 결합하여 아티팩트를 줄인 고품질 크기 조정을 제공합니다. 품질과 계산 비용 사이의 균형을 이룹니다.
반환값
tuple(LATENT, IMAGE): 생성된 latent 텐서 및 입력 이미지를 포함하는 튜플.