Tool: Face Blur Node | 人脸模糊节点 (YOLO supported)

注意：Haar Cascade 动漫风格识别率不高，更适用于真实风格，其识别库的初衷也不是识别动漫。YOLO 在各种风格下（包括更复杂场景）都能提供显著提升的识别精度。

ComfyUI 人脸模糊节点：Lora 训练人脸模糊的得力助手

在 Lora 训练过程中，我经常需要对原始图片 Upscale 处理后的图片进行人脸模糊处理。这不仅是为了保护隐私，更重要的是为了避免模型学习到特定的人脸特征。然而，频繁地在 ComfyUI 和外部图像编辑工具之间切换来完成这项工作，过程十分繁琐且效率低下。

为解决这个痛点，我让 Gemini 帮我设计了这款 ComfyUI 自定义节点。它们利用 CPU（YOLO 版本在支持的情况下也可利用 GPU）和 OpenCV/YOLO 库，直接在 ComfyUI 内部实现人脸检测及圆形渐变模糊，显著提升了工作流效率。

特性及使用：

节点安装： 解压提供的 ZIP 包至 ComfyUI/custom_nodes/ 目录下，然后重启 ComfyUI 即可。

• 对于 “Circular Face Blur (Haar Cascade)” 节点：会自动尝试加载 haarcascade_frontalface_default.xml 文件（已包含在包的 data/ 子文件夹内）。

• 对于 “Circular Face Blur (YOLO)” 节点：您需要在节点参数中提供 YOLO 模型文件的绝对路径（例如 face_yolov8m.pt）。

可用节点：

1. Circular Face Blur (Haar Cascade)

   • 描述： 使用传统的 OpenCV Haar Cascade 分类器进行人脸检测。速度较快，但对于多变的光照、角度和非真实风格的图片识别精度较低。

   • 关键参数：

     • min_face_size: 最小识别人脸的尺寸（像素）。

     • min_neighbors: 人脸检测的严格程度（敏感度）。值越高，检测越严格，误报越少。

     • blur_radius_factor: 模糊圆形区域的半径因子。增大此值可扩大模糊范围。

     • gradient_width_factor: 模糊边缘渐变宽度因子。增大此值可使渐变更平滑。

     • expansion_margin_factor: 模糊预扩展区域因子。确保初始模糊区域足够大，以容纳完整的圆形模糊效果。

2. Circular Face Blur (YOLO)

   • 描述： 采用先进的 YOLOv8 模型进行更鲁棒、更精准的人脸检测。在各种面部表情、角度、光照条件甚至非真实风格下都能提供显著更好的性能。推荐用于需要更高精度的场景。

   • 关键参数：

     • yolo_model_path: （必填，请使用绝对路径，例如：D:/ComfyUI/models/bbox/face_yolov8m.pt） 您的 YOLOv8 人脸检测模型文件路径。

     • confidence_threshold: 检测到人脸的最小置信度。值越高表示检测越严格。

     • min_face_size: 最小识别目标尺寸（像素）。小于此值的检测结果将被忽略。

     • blur_radius_factor: 模糊圆形区域的半径因子。

     • gradient_width_factor: 模糊边缘渐变宽度因子。

     • expansion_margin_factor: 模糊预扩展区域因子。

环境依赖： 请确保您的 ComfyUI 环境中已安装 opencv-python、numpy 和 ultralytics 库（pip install opencv-python numpy ultralytics）。