ComfyUI InfoComfyUI Info

PowerNoiseSuite

Power Noise Suite是ComfyUI的插件，是PPF_Noise_ComfyUI的继任者。它专注于潜在噪声输入、扩散和潜在调整。主要更新包括全面改进的幂律噪声系统和Power KSampler的色调引导图像。它提供多种节点，如Perlin Power Fractal Noise、Power Law Noise等，每个节点都有特定参数来生成不同噪声模式。节点支持多种重采样方法，部分允许可选的VAE编码。它还为潜在图像提供混合和调整功能，以及具有有限采样器兼容性的高级采样能力。

WASasquatch

v1.0.0
76 stars
GitHub

Description

适用于ComfyUI的PowerNoiseSuite

PowerNoiseSuite包含专注于潜在噪声输入、扩散过程和潜在调整的节点。该存储库是PPF_Noise_ComfyUI的后续版本。

新增功能？

  • 幂律噪声系统全面升级：对噪声系统进行了彻底重新设计，以实现更精确的噪声表示。
  • 色调引导图像：Power KSampler现支持色调引导图像，可帮助生成色调与输入图像对齐。尽管并非始终可靠，但在某些情况下可显著使输出主题与输入图像匹配。

Tonal Guide Workflow Preview

Cross-Hatch Example

工作流

安装

  • 将存储库克隆到ComfyUI/custom_nodes目录下。

节点菜单

节点

柏林幂分形噪声 参数

该节点用于生成柏林幂分形噪声。

必需参数：
  • batch_size（整数）：批次中生成的噪声张量数量。
    范围：[1, 64]
  • width（整数）：每个张量的像素宽度。
    范围：[64, 8192]
  • height（整数）：每个图像的像素高度。
  • resampling（字符串）：将噪声缩放到潜在尺寸的重采样方法。选项：
    • "nearest-exact"：使用最近邻重采样（块状，保留精确值）。
    • "bilinear"：四个最近像素的加权平均（过渡更平滑）。
    • "area"：抗锯齿重采样（减少伪影，保留细节）。
    • "bicubic"：三次多项式插值（高质量调整大小）。
    • "bislerp"：双线性正弦插值（平衡质量与成本）。
  • X（浮点数）：噪声采样的X坐标偏移。
    范围：[-99999999, 99999999]
  • Y（浮点数）：噪声采样的Y坐标偏移。
    范围：[-99999999, 99999999]
  • Z（浮点数）：噪声采样的Z坐标偏移。
    范围：[-99999999, 99999999]
  • frame（整数）：用于时间演化的当前帧数。
    范围：[0, 99999999]
  • evolution_factor（浮点数）：基于批次索引控制噪声随时间的演化。
    范围：[0.0, 1.0]
  • octaves（整数）：分形生成的八度数量（细节/复杂度）。
    范围：[1, 8]
  • persistence（浮点数）：分形生成中每个八度的振幅衰减。
    范围：[0.01, 23.0]
  • lacunarity（浮点数）：分形生成中每个八度的频率增加。
    范围：[0.01, 99.0]
  • exponent（浮点数）：调整噪声强度/对比度。
    范围：[0.01, 38.0]
  • scale（浮点数）：噪声频率的缩放因子（值越大=图案越小）。
    范围：[2, 2048]
  • brightness（浮点数）：调整整体噪声亮度。
    • -1.0（黑色），0.0（无影响），1.0（白色）。
      范围：[-1.0, 1.0]
  • contrast（浮点数）：调整噪声对比度。
    • -1.0（降低），0.0（无影响），1.0（增强）。
      范围：[-1.0, 1.0]
  • clamp_min（浮点数）：噪声的最小值。
    范围：[-10.0, 10]
  • clamp_max（浮点数）：噪声的最大值。
    范围：[-10, 10]
  • seed（整数，可选）：随机种子（若为None则每批次使用随机种子）。
    范围：[0, 0xffffffffffffffff]
  • device（字符串）：生成设备（"cpu"或"cuda"）。
可选参数：
  • optional_vae（VAE，可选）：用于编码噪声的可选VAE。
返回值
  • latents（LATENT）：生成的潜在图像。
  • previews（IMAGE）：噪声张量图像。

幂律噪声 参数

该节点生成幂律噪声（一种常见噪声类型，例如"vanilla_comfyui"模式使用白噪声）。

输入类型
  • batch_size（整数）：噪声生成的批次大小。
    默认值：1，范围：[1, 64]，步长：1
  • width（整数）：生成噪声图像的宽度。
    默认值：512，范围：[64, 8192]，步长：1
  • height（整数）：生成噪声图像的高度。
    默认值：512，范围：[64, 8192]，步长：1
  • resampling（字符串列表）：重采样方法。
    选项：["nearest-exact", "bilinear", "area", "bicubic", "bislerp"]
  • noise_type（字符串列表）：幂律噪声类型。
    选项：["white", "grey", "pink", "green", "blue", "mix"]
  • frequency（浮点数）：幂律噪声频率。
    默认值：64，范围：[0.001, 1024.0]，步长：0.001
  • attenuation（浮点数）：幂律噪声的衰减因子。
    默认值：1.0，范围：[0.001, 1024.0]，步长：0.001
  • seed（整数）：随机种子。
    默认值：0，范围：[0, 18446744073709551615]
  • device（字符串列表）：生成设备。
    选项：["cpu", "cuda"]
  • optional_vae（VAE）：可选VAE。
    默认值：None
返回值
  • latents（LATENT）：生成的潜在图像。
  • previews（IMAGE）：噪声张量图像。

交叉网格幂分形 参数

该节点生成交叉网格幂分形噪声图案。

必需参数：
  • batch_size（整数）：批次中的噪声张量数量。
    范围：[1, 64]
  • width（整数）：每个张量的像素宽度。
    范围：[64, 8192]
  • height（整数）：每个图像的像素高度。
  • resampling（字符串）：重采样方法（与柏林幂分形噪声选项相同）。
  • frequency（浮点数）：交叉网格图案的频率。
    范围：[0.001, 1024.0]
  • octaves（整数）：八度数量（细节/复杂度）。
    范围：[1, 32]
  • persistence（浮点数）：每个八度的振幅衰减。
    范围：[0.001, 2.0]
  • color_tolerance（浮点数）：颜色多样性控制。
    范围：[0.001, 1.0]
  • num_colors（整数）：输出中的颜色数量。
    范围：[2, 256]
  • angle_degrees（浮点数）：交叉网格图案的角度。
    范围：[0.0, 360.0]
  • brightness（浮点数）：调整整体噪声亮度（与柏林噪声范围相同）。
  • contrast（浮点数）：调整噪声对比度（与柏林噪声范围相同）。
  • blur（浮点数）：模糊量。
    范围：[0.0, 1024.0]
  • clamp_min（浮点数）：噪声的最小值。
    范围：[-10.0, 10.0]
  • clamp_max（浮点数）：噪声的最大值。
    范围：[-10.0, 10.0]
  • seed（整数，可选）：随机种子（若为None则每批次随机）。
    范围：[0, 0xffffffffffffffff]
  • device（字符串）：生成设备（"cpu"或"cuda"）。
可选参数：
  • optional_vae（VAE，可选）：用于编码噪声的可选VAE。
返回值
  • latents（LATENT）：生成的潜在图像。
  • previews（IMAGE）：噪声张量图像。

线性交叉网格幂分形 参数

该节点生成线性交叉网格幂分形噪声图案。

必需参数：
  • batch_size（整数）：批次中的图像数量。
    默认值：1，范围：[1, 64]
  • width（整数）：图像的像素宽度。
    默认值：512，范围：[64, 8192]
  • height（整数）：图像的像素高度。
    默认值：512，范围：[64, 8192]
  • resampling（字符串）：重采样方法（与柏林噪声选项相同）。
  • frequency（浮点数）：交叉网格图案的频率。
    默认值：320.0，范围：[0.001, 1024.0]
  • gain（浮点数）：噪声的振幅控制。
    默认值：0.25，范围：[0.0, 1.0]
  • octaves（整数）：八度数量（细节/复杂度）。
    默认值：12，范围：[1, 32]
  • persistence（浮点数）：每个八度的振幅衰减。
    默认值：1.5，范围：[0.001, 2.0]
  • add_noise（浮点数）：随机噪声添加容差。
    默认值：0.0，范围：[0.0, 1.0]
  • linear_range（整数）：噪声值映射范围。
    默认值：16，范围：[2, 256]
  • linear_tolerance（浮点数）：颜色映射容差。
    默认值：0.05，范围：[0.001, 1.0]
  • angle_degrees（浮点数）：交叉网格图案的角度。
    默认值：45.0，范围：[0.0, 360.0]
  • brightness（浮点数）：调整噪声亮度（与柏林噪声范围相同）。
  • contrast（浮点数）：调整噪声对比度（与柏林噪声范围相同）。
  • seed（整数）：随机种子。
    默认值：0，范围：[0, 0xffffffffffffffff]
  • device（字符串）：生成设备（"cpu"或"cuda"）。
可选参数：
  • optional_vae（VAE）：用于编码噪声的可选VAE。
返回值
  • latents（LATENT）：生成的潜在图像。
  • previews（IMAGE）：噪声张量图像。

混合潜在图像 参数

该节点用于混合两个潜在图像。

必需参数：
  • latent_a（LATENT，必需）：第一个输入潜在图像。
  • latent_b（LATENT，必需）：第二个输入潜在图像。
  • operation（字符串，必需）：混合操作。选项：
    • add：像素值相加。
    • bislerp：使用因子t的平滑插值。
    • color dodge：通过混合图像提亮基础图像。
    • cosine interp：基于余弦的插值。
    • cuberp：三次插值。
    • difference：像素值的绝对差。
    • exclusion：排除公式（独特对比度）。
    • glow：发光效果（类似强光，更暗）。
    • hard light：高对比度过渡。
    • lerp：线性插值。
    • linear dodge：通过加法提亮。
    • linear light：增强对比度的混合。
    • multiply：像素值相乘（输出更暗）。
    • overlay：叠加公式（戏剧性对比度）。
    • pin light：保留细节的颜色增强。
    • random：添加随机噪声。
    • reflect：基于反射的混合。
    • screen：通过屏幕公式提亮。
    • slerp：球面插值。
    • subtract：从基础图像减去混合图像。
    • vivid light：增强颜色鲜艳度。
  • blend_ratio（浮点数，必需）：latent_a与latent_b的混合比例。
    默认值：0.5，范围：[0.01, 1.0]
  • blend_strength（浮点数，必需）：混合操作强度。
    默认值：1.0，范围：[0.0, 100.0]
可选参数：
  • mask（MASK，可选）：控制混合区域的掩码张量。
  • set_noise_mask（字符串，可选）：启用噪声掩码（"false"或"true"）。
  • normalize（字符串，可选）：标准化输出潜在图像（"false"或"true"）。
  • clamp_min（浮点数，可选）：输出的最小值。
    默认值：0.0，范围：[-10.0, 10.0]
  • clamp_max（浮点数，可选）：输出的最大值。
    默认值：1.0，范围：[-10.0, 10.0]
返回值
  • latent（LATENT）：混合后的潜在图像。

图像转潜在格式 参数

该节点将IMAGE格式转换为LATENT格式（主要用于原始噪声）。

必需参数：
  • images（IMAGE）：需要转换的输入图像。
  • resampling（字符串）：重采样方法（与柏林噪声选项相同）。
返回值
  • tuple（LATENT, IMAGE