ComfyUI_LayerStyle节点介绍

✨原作者地址

ComfyUI_LayerStyle是一个很强大的节点组，支持了大量图像处理的基础节点。这篇是简单搬运和翻译原作者的内容，方便大家更方便快速的了解这个节点的价值。

https://github.com/chflame163/ComfyUI_LayerStyle

✨节点描述

节点根据功能分为5组：LayerStyle，LayerColor，LayerMask，LayerUtility和LayerFilter。

节点组在dznodes节点组下。

LayerStyle节点提供模仿 Adobe Photoshop 的图层样式。
LayerColor节点组提供颜色调整功能。
LayerMask节点提供遮罩辅助工具。
LayerUtility节点提供与图层合成工具和工作流程相关的辅助节点。
LayerFilter节点提供图片效果滤镜。

图层样式LayerStyle

包含图像叠加，投影，渐变叠加，内发光，内阴影，外发光，描边，作者还在持续更新。

图层颜色LayerColor

可以实现图像色调的调整，调整图像的亮度、对比度、曝光、色温、色阶、色彩平衡等，甚至支持按照上传图像的色调来调整目标图像；

图层工具LayerUtility

图层混合工具-高级：可以实现两张图像叠加混合，支持不同图层叠加模式，支持修改位置，旋转缩放等操作；

图像蒙版裁剪：根据遮罩范围裁剪图片，并设置保留的周围边框的大小。此节点可以与RestoreCropBox和ImageScaleRestore节点配合使用，裁剪并修改图片的放大部分，然后将其粘贴回原位。这个很适合将重绘区域放大重绘再贴回去的场景。

图像缩放。当此节点成对使用时，图像可以在第二个节点上自动恢复到原始大小。

original_size：可选输入，用于将图像恢复到其原始大小。
scale：缩放比例，当original_size有输入，或者scale_by_longest_side设置为True时，该设置将被忽略。
scale_by_longest_side：允许按长边尺寸缩放。
longest_side：当scale_by_longest_side设置为True时，将使用此值作为图像的长边。当original_size有输入时，此设置将被忽略。

图像蒙版比例

将图像或蒙版缩放到参考图像（或参考蒙版）的大小。

按纵横比缩放图像

按纵横比缩放图像或蒙版。缩放后的尺寸可以四舍五入为 8 或 16 的倍数，并且可以缩放为长边尺寸。

QWenImage2Prompt

根据图片推断提示。该节点为ComfyUI_VLM_nodes的重新打包UForm-Gen2 Qwen Node，感谢原作者。模型文件请从huggingface或者百度网盘下载到ComfyUI/models/LLavacheckpoints/files_for_uform_gen2_qwen文件夹中。

Llama Vision

使用Llama 3.2视觉模型进行局部推理。可用于生成提示词。本节点部分代码来自ComfyUI-PixtralLlamaMolmoVision，感谢原作者。使用此节点需要transformers升级到4.45.0或更高版本。从百度网盘或者huggingface/SeanScripts下载模型，并复制到ComfyUI/models/LLM。

JoyCaption2

使用JoyCaption-alpha-two模型进行局部推理。可以用来生成提示词。

this node is https://huggingface.co/John6666/joy-caption-alpha-two-cli-mod Implementation in ComfyUI, thank you to the original author. Download models form BaiduNetdisk and BaiduNetdisk , or huggingface/Orenguteng and huggingface/unsloth , then copy to ComfyUI/models/LLM, Download models from BaiduNetdisk or huggingface/google , and copy to ComfyUI/models/clip, Donwload the cgrkzexw-599808 folder from BaiduNetdisk or huggingface/John6666 , and copy to ComfyUI/models/Joy_caption。

JoyCaption2Split

JoyCaption2的节点将模型加载和推理分离，当使用多个JoyCaption2节点时，可以共享模型，提高效率。

加载JoyCaption2Model

JoyCaption2 的模型加载节点，与 JoyCaption2Split 配合使用。

其他多种视觉识别模型暂时不过多介绍，大家自行探索

用户提示生成器替换词

UserPrompt 预设用于将文本中的某个关键词替换为不同的内容，这不仅仅是简单的替换，还会根据提示词的上下文对文本进行逻辑排序，以达到输出内容的合理性。

节点选项：

rig_prompt：原始提示词输入。
template：提示词模板，目前仅支持“提示替换词”。
exclude_word：需要排除的关键字。
replace_with_word：该词将替换 exclude_word

图像移位

移动图像。该节点支持位移接缝蒙版的输出，方便创建连续纹理。

影像卷轴

在一个卷轴中显示多张图片。可以为卷轴中的每个图片添加文本注释。通过使用ImageReelComposite节点，可以将多个卷轴合并为一张图片。

颜色选择器

从mtb节点修改web扩展。在调色板上选择颜色并输出RGB值，感谢原作者。

RGB值

将颜色值输出为单个 R、G、B 三个十进制值。支持 ColorPicker 节点输出的 HEX 和 DEC 格式。

其他色值等节点不展开。

获取色调

从图像中获取主色或平均色并输出RGB值。

获取主颜色

获取图像的主颜色。可以获取 5 种颜色。

扩展画布

XY 到百分比

将绝对坐标转换为百分比坐标。

图层图像变换

该节点用于对layer_image进行单独变换，可以在不改变图片大小的情况下改变大小、旋转、长宽比、镜像翻转。

彩色图像

生成指定颜色和大小的图像。

渐变图像

生成具有指定大小和颜色渐变的图像。

图像奖励过滤器

对批量图片进行评分，并输出排名靠前的图片。使用 [ImageReward]( https://github.com/THUDM/ImageReward ) 进行图像评分，感谢原作者。

节点选项：

prompt：可选输入。在这里输入 prompt 将作为判断与图片匹配程度的依据。
output_nun：输出的图片数量，该值应小于图片批次。

输出：

images：按评分从高到低的顺序批量输出图片。
obsolete_images：淘汰赛图片。同样按照评分从高到低的顺序输出。

简单文本图像从文本生成简单的排版图片和蒙版。此节点引用了ZHO-ZHO-ZHO/ComfyUI-Text_Image-Composite的部分功能和代码，感谢原作者。

文字图像

从文本生成图像和蒙版。支持调整字距、行距、水平和垂直调整，可以设置每个字符的随机变化，包括大小和位置。

LaMa:

根据遮罩从图像中擦除物体。此节点是IOPaint的重新包装，由最先进的 AI 模型提供支持，感谢原作者。

它有LaMa、LDM、ZITS、MAT、 FcF、Manga模型和 SPREAD 擦除方法。请参阅原始链接以了解每个模型的介绍。请从lama models(BaiduNetdisk)或lama models(Google Drive)
下载模型文件到文件夹。ComfyUI/models/lama

图像通道分割

将图像通道分割成单独的图像。

图像通道合并

将各个通道图像合并为一幅图像。

图像移除Alpha

从图像中删除alpha通道并将其转换为RGB模式。您可以选择填充背景并设置背景颜色。

图像合并Alpha

将图像和蒙版合并为包含 alpha 通道的 RGBA 模式图像。

图像自动裁剪

自动根据mask对图片进行裁剪，可指定输出图片的背景颜色，长宽比，大小。该节点用于生成训练模型所需的图片素材。

HL频率细节恢复

利用低频滤波，保留高频，恢复图像细节。相比于kijai的DetailTransfer，该节点在保留细节的同时，与环境融合得更好。

图像：背景图像输入。
detail_image：细节图像输入。
mask：可选输入，如果有mask输入，则只恢复mask部分的细节。
keep_high_freq：保留高频部分范围，值越大，保留的高频细节越丰富。
erasure_low_freq：擦除的低频部分的范围。值越大，擦除的低频范围越多。
mask_blur：蒙版边缘模糊。仅当有蒙版输入时才有效。

图片中心

在多幅输入图像和 mask 之间切换输出，支持 9 组输入，所有输入项都是可选的，如果一组输入中只有图像或 mask，则缺少的项将输出为 None。

批次选择器

从批量图像或蒙版中检索指定的图像或蒙版。

随机数生成器

用于生成指定范围内的随机值，输出类型为int、float、boolean。支持批量和列表生成，支持根据图片批次批量生成一组不同的随机数列表。

字符串条件

判断文本是否包含子字符串，并输出布尔值。

检查掩码V2

在CheckMask的基础上method增加了选项，可以选择不同的检测方式，area_percent将精度改为2位小数的浮点数，可以检测更小的有效区域。

method：检测方法有两种，分别是simple和detectability，simple方法只检测mask是否全黑，而detect_percent方法检测有效区域占比。

SwitchCase

根据匹配到的字符串切换输出，可用于任意类型的数据切换，包括但不限于数值、字符串、图片、mask、模型、latent、pipe管线等。支持最多3组case切换，比较case与switch_condition，若相同则输出对应输入，若有相同case则按优先顺序输出，若没有匹配到的case则输出默认输入。注意字符串区分大小写和中英文全角半角。

排队停止

停止当前队列。在此节点执行时，队列将停止。上面的工作流程图说明，如果图像大于 1Mega 像素，队列将停止执行。

清除VRAM

清理 GPU VRAM 和系统 RAM。任何类型的输入都可以访问，当执行到此节点时，RAM 中的 VRAM 和垃圾对象将被清理。通常放置在推理任务完成的节点之后，例如 VAE Decode 节点。

节点选项：

purge_cache: 清理缓存。
purge_models：卸载所有已加载的模型。

保存图像

增强保存图片节点，可以自定义图片保存目录、为文件名添加时间戳、选择保存格式、设置图片压缩率、设置是否保存工作流，可选为图片添加不可见水印（以肉眼不可见的方式添加信息，使用节点ShowBlindWaterMark解码水印）。可选输出工作流的json文件。

图片标记器保存

用于保存训练集图像及其文本标签的节点，其中图像文件和文本标签文件具有相同的文件名。可自定义目录，用于保存图像、在文件名中添加时间戳、选择保存格式和设置图像压缩率。*工作流程 image_tagger_stave.exe 位于工作流程目录中。

添加盲水印

给图片添加不可见的水印。以肉眼不可见的方式添加水印图片，并使用节点ShowBlindWaterMark解码水印。

创建QRCode

生成方形二维码图片。

节点选项：

size：图像的边长。
border：二维码周围边框的大小，值越大，边框越宽。
text：此处输入二维码的文本内容，不支持多语言。

加载PSD

加载PSD格式文件，导出图层。注意此节点需要安装psd_tools依赖包，如果安装psd_tool时出现错误，如ModuleNotFoundError: No module named 'docopt'，请下载docopt的whl并手动安装

SD3负面条件作用

将SD3中的Negative Condition的四个节点封装成一个单独的节点。

图层蒙版LayerMask

BlendIfMask

重现 Photoshop 的图层样式 - Blend If 功能。此节点输出用于 ImageBlend 或 ImageBlendAdvance 节点上的图层合成的蒙版。 mask是可选输入，如果您在此处输入蒙版，它将作用于输出。

invert_mask：是否反转掩码。
blend_if：混合通道选择。有四个选项：gray、red、green和blue。
black_point：黑点值，范围从0到255。
black_range：暗部过渡范围，值越大，暗部mask的过渡层次越丰富。
white_point：白点值，范围从0到255。
white_range：亮度过渡范围，值越大，亮部mask的过渡层次越丰富。

遮罩盒检测

检测遮罩所在的区域，并输出其位置和大小。

检测：检测方法，min_bounding_rect为块形状的最小外接矩形，max_inscribed_rect为块形状的最大内接矩形，mask-area为掩蔽像素的有效区域。
x_adjust：检测后的水平偏差调整。
y_adjust：检测后的垂直偏移调整。
scale_adjust：调整检测后的缩放偏移。

输出：

box_preview：检测结果预览图，红色代表检测结果，绿色代表调整输出结果。
x_percent：以百分比形式输出水平位置。
y_percent：垂直位置输出百分比。
width：宽度。
height：高度。
x：左上角位置的 x 坐标。
y：左上角位置的 y 坐标。

超级节点

使用超精细边缘遮罩处理方法的节点，最新版本的节点包括：SegmentAnythingUltraV2、RmBgUltraV2、BiRefNetUltra、PersonMaskUltraV2、SegformerB2ClothesUltra 和 MaskEdgeUltraDetailV2。这些节点的边缘处理方法有三种：

PyMatting通过使用与掩模三分图的封闭形式匹配来优化掩模的边缘。
GuideFilter使用 opencvguidedfilter 根据颜色相似性对边缘进行羽化，在边缘颜色分离较强时效果最佳。
以上两种方法的代码来自spacepxl 的Alpha Matte 中的ComfyUI-Image-Filters，感谢原作者。
VitMatte使用transformer vit模型进行高质量边缘处理，保留边缘细节甚至生成半透明遮罩。注意：首次运行时需要下载vitmate模型文件并等待自动下载完成，If the download cannot be completed, you can run the command huggingface-cli download hustvl/vitmatte-small-composition-1k to manually download. After successfully downloading the model, you can use VITMatte(local) without accessing the network.
VitMatte 的选项：device设置是否使用 CUDA 进行 vitimate 操作，比 CPU 快 5 倍左右。max_megapixels设置 vitmate 操作的最大图像尺寸，过大的图像会缩小尺寸。对于 16G VRAM，建议设置为 3。

*从百度网盘或者Huggingface下载所有模型文件到ComfyUI/models/vitmatte文件夹。

下图是三种方法输出差异的示例。

SegmentAnythingUltra

ComfyUI Segment Anything的改进，感谢原作者。

*请参考ComfyUI Segment Anything的安装来安装模型，如果ComfyUI Segment Anything已经正确安装，可以跳过此步骤。

从这里下载config.json，model.safetensors，tokenizer_config.json，tokenizer.json和vocab.txt 5个文件到ComfyUI/models/bert-base-uncased文件夹。
将GroundingDINO_SwinT_OGC 配置文件、GroundingDINO_SwinT_OGC 模型、 GroundingDINO_SwinB 配置文件、GroundingDINO_SwinB 模型下载到ComfyUI/models/grounding-dino文件夹。
将sam_vit_h，sam_vit_l， sam_vit_b，sam_hq_vit_h， sam_hq_vit_l，sam_hq_vit_b， mobile_sam下载到ComfyUI/models/sams文件夹。 *或者从百度网盘的 GroundingDino 模型和百度网盘的 SAM 模型下载。

SegmentAnythingUltraV2

SegmentAnythingUltra V2升级版新增VITMatte边缘处理方法。（注：大于2K的图片使用此方法会消耗大量内存）

detail_method：边缘处理方法。提供VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果在第一次使用VITMatte后已经下载了模型，则可以随后使用VITMatte (local)。
detail_erode：从边缘向内掩盖侵蚀范围。值越大，向内修复的范围越大。
detail_dilate：mask边缘向外扩展，值越大，向外修复的范围越广。
设备：设置VitMatte是否使用cuda。
max_megapixels：设置 VitMate 操作的最大尺寸。

SAM2Ultra

此节点修改自kijai/ComfyUI-segment-anything-2，感谢kijai对 Comfyui 社区做出的重大贡献。SAM2
Ultra 节点仅支持单张图片，如果需要处理多张图片，请先将图片批次转换为图片列表。 *从BaiduNetdisk或huggingface.co/Kijai/sam2-safetensors
下载模型并复制到文件夹。ComfyUI/models/sam2

SAM2VideoUltra

SAM2 Video Ultra 节点支持处理多帧图像或视频序列。请在序列的第一帧中定义识别框数据以确保正确识别。

绘制BBoxMask

将 Object Detector 节点输出的识别 BBoxes 数据绘制为 mask。

Florence2Ultra

利用Florence2模型的分割功能，同时还拥有超高的边缘细节。本节点部分代码来自spacepxl/ComfyUI-Florence-2，感谢原作者。 *从百度网盘下载模型文件至ComfyUI/models/florence2文件夹。

移除背景

去除背景。与类似的背景去除节点相比，该节点具有超高的边缘细节。

此节点结合了Spacepxl的ComfyUI-Image-Filters的Alpha Matte节点和ZHO-ZHO-ZHO的ComfyUI-BRIA_AI-RMBG的功能，感谢原作者。

*从BRIA Background Removal v1.4或百度网盘下载模型文件到ComfyUI/models/rmbg/RMBG-1.4文件夹，此模型可用于非商业用途。

RmBgUltraV2

RemBgUltra V2升级版新增VITMatte边缘处理方法。（注：大于2K的图片使用此方法会消耗大量内存）

在RemBgUltra的基础上做了如下修改：

detail_method：边缘处理方法。提供VITMatte、VITMatte(local)、PyMatting、GuidedFilter。如果在第一次使用VITMatte后已经下载了模型，则可以随后使用VITMatte (local)。
detail_erode：从边缘向内掩盖侵蚀范围。值越大，向内修复的范围越大。
detail_dilate：mask边缘向外扩展，值越大，向外修复的范围越广。
设备：设置VitMatte是否使用cuda。
max_megapixels：设置 VitMate 操作的最大尺寸。

BiRefNetUltra

使用BiRefNet模型去除背景具有更好的识别能力和超高的边缘细节。该节点模型部分的代码来自Viper的ComfyUI-BiRefNet，感谢原作者。

*从https://huggingface.co/ViperYX/BiRefNet或BaiduNetdisk下载BiRefNet-ep480.pth、pvt_v2_b2.pth、pvt_v2_b5.pth、 5swin_base_patch4_window12_384_22kto1k.pth个swin_large_patch4_window12_384_22kto1k.pth文件到ComfyUI/models/BiRefNet文件夹。

BiRefNetUltraV2

本节点支持使用最新的BiRefNet模型。 *从百度网盘或GoogleDrive下载模型文件并命名BiRefNet-general-epoch_244.pth为ComfyUI/Models/BiRefNet/pth文件夹。您也可以下载更多的BiRefNet模型并放在这里。

透明背景Ultra

使用透明背景模型去除背景具有更好的识别能力和速度，同时还具有超高的边缘细节。

*从googledrive或者百度网盘下载所有文件到ComfyUI/models/transparent-background文件夹。

PersonalMaskUltra

为人像的脸部、头发、身体皮肤、衣服或配饰生成蒙版。相比之前的 A Person Mask Generator 节点，此节点具有超高的边缘细节。此节点的模型代码来自 a-person-mask-generator ，边缘处理代码来自 ComfyUI-Image-Filters ，感谢原作者。 *从百度网盘下载模型文件至 ComfyUI/models/mediapipe 文件夹。

SegformerB2ClothesUltra

生成人物脸部、头发、手臂、腿部、衣服的遮罩，主要用于衣服的分割。模型分割代码来自StartHua，感谢原作者。相比 comfyui_segformer_b2_clothes，此节点边缘细节超高。（注：使用 VITMatte 方法生成边缘超过 2K 的图片会消耗大量内存）

*从huggingface或者百度网盘下载所有模型文件到 ComfyUI/models/segformer_b2_clothes文件夹。

HumanPartsUltra

用于生成人体部位蒙版，基于metal3d/ComfyUI_Human_Parts的 Warrper制作，感谢原作者。本节点在原作基础上增加了超精细边缘处理。从百度网盘或者huggingface下载模型文件并复制到ComfyUI\models\onnx\human-parts文件夹内。

遮罩边缘超细节

将粗糙的蒙版处理成极精细的边缘。此节点结合了 Spacepxl 的ComfyUI-Image-Filters的 Alpha Matte 和 Guided Filter Alpha 节点功能，感谢原作者。

YoloV8Detect

使用YoloV8模型检测人脸、手框区域或人物分割。支持选定通道数的输出。从GoogleDrive或百度网盘下载模型文件到ComfyUI/models/yolo文件夹。

媒体管道面部段

使用Mediapipe模型检测人脸特征，分割左右眉毛、眼睛、嘴唇、牙齿。 *从百度网盘下载模型文件到ComfyUI/models/mediapipe文件夹。

按颜色遮罩

根据选定的颜色生成蒙版。

图像转蒙版

将图片转换为mask，支持LAB、RGBA、YUV、HSV模式任意通道转换为mask，同时提供色阶调节，支持mask可选输入，获取仅包含有效部分的mask。

阴影和高光蒙版

为图像的暗部和亮部生成蒙版。

找出两幅图像的不同并生成蒙版

计算两幅图像之间的差异并将其输出为掩码。

MaskGrow

增大和缩小边缘并模糊蒙版

遮罩边缘收缩

平滑过渡并缩小蒙版边缘，同时保留边缘细节。

MaskGrow 与 MaskEdgeShrink 的比较

创建蒙版、渐变蒙版等系列节点，跳过。

图层过滤器LayerFilter

锋利与柔软

增强或平滑图像的细节。

皮肤美容

使皮肤看上去更加光滑。

水彩

水彩画效果

柔光

柔光效果，屏幕上的明亮高光显得模糊。

摇动通道

渠道错位。类似抖音logo的效果。

HDR效果

增强输入图像的动态范围和视觉吸引力。此节点是 HDR 效果 (SuperBeasts.AI)的重新组织和封装，感谢原作者。

电影

模拟胶片的颗粒感、暗边、模糊边，支持输入深度图模拟散焦。本节点为digitaljohn/comfyui-propost
的重新整理封装，感谢原作者。

漏光

模拟薄膜漏光效果，请从百度网盘或者[Google Drive]([light_leak.pkl(Google Drive)( https://drive.google.com/file/d/1DcH2Zkyj7W3OiAeeGpJk1eaZpdJwdCL-/view?usp=sharing ))下载模型文件并复制到ComfyUI/models/layerstyle文件夹。