一、应用介绍

  • 实时图像捕捉:能够实时捕捉 webcam 画面或特定窗口图像,方便AI艺术家将实时视觉数据融入创作项目,比如进行实时人像创作、基于现实场景的艺术再创作等。
  • 灵活区域捕捉:支持区域捕捉功能,可对特定区域进行画面截取,有助于聚焦创作重点区域,比如在复杂场景中只捕捉需要的部分进行AI处理。
  • 便捷文本加载:可以从文本文件中随机或按索引获取文本内容,为图像生成提供多样化的提示词来源,能快速切换不同提示词进行创作尝试。
  • 多功能图像输出:可将处理后的图像以多种格式输出,还能将图像相关数据如颜色图像、法线图和alpha蒙版导出为.glb文件,便于在3D等其他场景中使用。
  • 区域蒙版创建:能创建指定区域的蒙版,用于区域提示,在图像生成过程中实现对特定区域的精细控制,例如对图像中的人物、物体等进行单独的效果调整。

二、与传统方法对比

对比项目 ComfyUI_toyxyz_test_nodes 传统方法
实时图像接入 可直接将webcam或窗口图像实时接入ComfyUI,操作简单便捷 通常需要额外的软件或复杂的设置来捕捉图像并导入ComfyUI,过程繁琐
提示词管理 能从文件中随机或按规则获取提示词,方便快捷地切换和管理 一般需要手动在文本框中输入提示词,对于大量提示词的管理和选择不够高效
区域处理 可轻松创建区域蒙版和进行区域捕捉,精准控制特定区域 处理区域相关操作可能需要在多个软件中切换,通过复杂的选区工具等进行操作,效率较低
输出多样性 支持导出.glb等多种格式,包含丰富的图像数据 输出格式相对单一,可能需要额外的工具进行格式转换和数据整合

三、插件下载地址和安装方法

  • 下载地址:可在GitHub下载。
  • 安装方法
    • 克隆插件仓库:打开终端,进入ComfyUI的安装目录下的custom_nodes文件夹,执行git clone https://github.com/toyxyz/comfyui_toyxyz_test_nodes.git
    • 运行setup.bat:进入到comfyui_toyxyz_test_nodes/capture cam目录,运行setup.bat。

四、需要的模型及下载地址

通常推荐与LCM、SDXL Turbo等模型配合使用。可从Hugging Face搜索相关模型下载,如LCM相关模型可在对应的LCM模型仓库下载。

五、插件包含的节点名称

  • Capture Webcam:用于捕捉webcam或窗口图像。
  • Visual Area Mask:创建指定区域的蒙版。
  • Load Random Text From File:从文本文件中检索文本。
  • Export GLB:导出.glb文件。
  • Direct Screen Cap:直接进行屏幕捕捉。
  • Remove Noise:用于法线图去噪。
  • Depth To Normal:将深度转换为法线。

六、关键插件参数用途和推荐值

  • Capture Webcam
    • image:指定图像源,设为“webcam”表示从webcam捕捉,根据需求选择。
    • width:捕获图像宽度,默认为0即最大分辨率,若要控制分辨率可设为如1920。
    • height:捕获图像高度,同理,可设为1080等。
    • capture_on_queue:布尔值,决定节点排队时是否自动捕获,根据工作流需求设置。
  • Visual Area Mask
    • image_width:蒙版宽度,根据图像尺寸设置,如512。
    • image_height:蒙版高度,如512。
    • area_number:创建区域数量,最大12,根据需要设置。
  • Load Random Text From File
    • file_path:文本文件路径,填写正确路径。
    • seed:随机行的种子,可设为任意整数。
    • get_random_line:布尔值,决定是否获取随机行。

七、节点工作流参考案例

Start
Capture Webcam
Visual Area Mask
Load Random Text From File
Some Image Processing Node
Export GLB

八、总结

ComfyUI_toyxyz_test_nodes插件为ComfyUI用户提供了丰富且实用的功能,在实时图像捕捉、提示词管理、区域处理和输出多样性等方面表现出色。通过简单的安装和配置,就能为ComfyUI的创作流程带来极大的便利和效率提升,无论是对于追求创新的AI艺术家,还是需要进行复杂图像任务处理的专业人士,都是一款非常有价值的插件,能够帮助用户在ComfyUI中实现更高效、更灵活、更具创意的图像生成和处理工作。

Logo

开源鸿蒙跨平台开发社区汇聚开发者与厂商,共建“一次开发,多端部署”的开源生态,致力于降低跨端开发门槛,推动万物智联创新。

更多推荐