KJNodes/imagegenerated

Image Concatenate From Batch(ImageConcatFromBatch)

Este nodo recibe un tensor de cuatro dimensiones como entrada, cuya forma suele ser `(B, H, W, C)`, que representa respectivamente el tamaño del lote, la altura de la imagen, el ancho y el número de canales.

Image Concat From Batch

images
IMAGE
num_columns
3
match_image_size
max_resolution
4096
KJNodes

El nodo Image Concatenate From Batch recibe un tensor de cuatro dimensiones como entrada, cuya forma suele ser (B, H, W, C), que representa respectivamente el tamaño del lote, la altura de la imagen, el ancho y el número de canales.

El nodo Image Concatenate From Batch es una herramienta de procesamiento de imágenes cuya función principal es organizar y concatenar un lote de imágenes de entrada en una única imagen en forma de cuadrícula. Permite al usuario especificar el número de columnas de la cuadrícula, facilitando así la combinación de múltiples imágenes independientes para su visualización o procesamiento posterior.

Funcionalidad del Nodo

Este nodo recibe un tensor de cuatro dimensiones como entrada, cuya forma suele ser (B, H, W, C), que representa respectivamente el tamaño del lote, la altura de la imagen, el ancho y el número de canales. El nodo calcula automáticamente el número de filas necesario en función del número de columnas especificado y rellena la cuadrícula con todas las imágenes en orden. Ofrece una función opcional para ajustar uniformemente el tamaño de todas las imágenes para que coincida con las dimensiones de la primera imagen; este proceso mantiene la relación de aspecto original de las imágenes y utiliza el algoritmo de interpolación Lanczos para un escalado de alta calidad.

Especificación de Parámetros del Nodo - Image Concatenate From Batch

Entradas (Inputs)

Nombre del ParámetroTipo de DatoObligatorioValor por DefectoRango de Valores/OpcionesDescripción
imagesIMAGE--images (parámetro de entrada): Lote de imágenes de entrada que se van a concatenar, en formato de tensor que contiene múltiples imágenes.

Parámetros de Control (Parameters)

Nombre del ParámetroTipo de DatoObligatorioValor por DefectoRango de Valores/OpcionesDescripción
num_columnsINT31 - 255 (incremento: 1)num_columns (parámetro de entrada): Define el número de columnas de la cuadrícula de imagen de salida. El rango de valores es de 1 a 255.
match_image_sizeBOOLEANFalse-match_image_size (parámetro de entrada): Cuando está habilitado, ajusta todas las imágenes de entrada al mismo tamaño que la primera imagen, manteniendo la relación de aspecto original.
max_resolutionINT4096-max_resolution (parámetro de entrada): Establece el límite de resolución máxima para la imagen de salida, utilizado para evitar generar imágenes de tamaño excesivo.

Salida (Output)

Nombre del ParámetroTipo de DatoDescripción
IMAGEIMAGEIMAGE (parámetro de salida): Imagen única de cuadrícula resultante de la concatenación.

Casos de Uso

Este nodo es muy útil en flujos de trabajo de generación de imágenes o procesamiento por lotes. Por ejemplo, después de utilizar la función de generación por lotes para crear múltiples variantes de una imagen, puede conectar este nodo para organizar rápidamente todos los resultados generados en una cuadrícula de imágenes. Esto facilita la comparación visual de los efectos de generación bajo diferentes parámetros o proporciona una forma conveniente de crear imágenes de vista previa o materiales de demostración.

Consideraciones

Tenga en cuenta que el tamaño total de la imagen generada después de la concatenación puede ser muy grande. El nodo incorpora un parámetro de resolución máxima como límite de seguridad para evitar desbordamientos de memoria o fallos en el procesamiento debido a la concatenación de demasiadas imágenes o imágenes de tamaño excesivo. El usuario debe prestar atención a este límite y ajustar el tamaño del lote de imágenes de entrada o su resolución según sea necesario.

Enlace al Código Fuente del Nodo Image Concatenate From Batch

El nodo Image Concatenate From Batch pertenece al paquete de nodos ComfyUI-KJNodes.

Comentarios

Inicia sesión con GitHub para unirte a la conversación.

Cargando comentarios…