Bucketing downscaler (Downscales and sorts images to expected bucket sizes)

这只是一个简单的脚本，用于计算桶尺寸并将图像下采样到最接近的较大桶尺寸。仅用于数据集测试目的，我不建议将其用于训练……除非你试图绕过上传大小限制！

此外，由于我通常不写 PowerShell，这个脚本可能存在一些 bug。

我已经将其更新至 V2 版本，现在除了生成预览图外，还会将原始图像按桶分类。V3 增加了裁剪功能，V4 则增加了裁剪时的对齐选项。

新增了裁剪和填充时的上下居中、左右居中对齐选项。只需输入 U、D 或 C 表示上、下或居中；输入 L、R 或 C 表示左、右或居中。

行为说明：左对齐会将图像左边缘与桶左边界对齐，裁剪右侧部分，或用白色填充右侧。

修复了一些 bug，并增加了居中裁剪选项，该选项会裁剪生成测试图像的最大边，使其完美适配其最大的兼容桶，同时尽量少裁剪图像内容。

理论上，你可以使用这些下采样图像进行训练，但我仍建议在使用前对它们进行检查、锐化或过滤。

请务必保留你原始的完整尺寸数据集！

V2：

有人问是否可以让脚本将原始图像分类到对应的桶中，于是我添加了一个输出文件夹，其中会创建三种子文件夹：下采样（或上采样质量较差）到对应桶尺寸的图像、按桶分类的原始图像、以及需要上采样才能完全填充桶尺寸的原始图像。请记住：下采样图仅用于预览，不要用于训练。

效果应如下所示：

如果你的图像不是 PNG 格式，脚本会忽略它们，并创建一个 PNG 副本用于处理；如果原始图像已是 PNG，则会直接移动。

V1：

此脚本的目的是验证数据集中的图像，检查在下采样过程中是否丢失过多细节。最好保留高分辨率图像，以便未来复用，无需使用下采样后的图像。这样做对训练没有任何好处。

脚本会要求你输入桶参数。在 LORA Easy 训练脚本中（我不确定 Kohya-SS 是否相同），默认参数如下：

对于 SD1.5：

对于 SDXL（可能有所不同）：

脚本是递归的，会处理所有子文件夹中的图像。我还忘了移除转换部分，因此它能处理大多数图像格式并输出 PNG。

脚本的工作原理是：根据图像的宽高比计算最大的可用桶尺寸，然后下采样并居中图像，若有剩余空间则用白色填充。

使用步骤：

将脚本放入一个文件夹中。
将图像文件夹放入该文件夹内。
右键点击 PowerShell 脚本，选择“执行”。
依次输入每个所需参数，每输入一个按一次回车。
按回车，所有子文件夹中的图像都将生成新的调整尺寸副本。
检查图像质量。若任何图像看起来质量差或丢失过多细节，请回到原始图像，进行裁剪或从数据集中删除。请记住：每一块空白、无关元素、白色背景都是浪费的像素，这些像素本可用于角色面部等关键细节。特别注意全身图像，它们在下采样时最容易丢失细节。
处理完成后，直接删除下采样图像——如果你原本就有高质量的高分辨率图像，就不要用它们来训练。

注意：我希望不需要额外权限，但我的环境经过较多自定义，可能仍会提示。