ComfyUI-VideoHelperSuite

Este nodo recibe como entrada un tensor que representa múltiples máscaras de cuadros, omite una cantidad específica de máscaras iniciales mediante el parámetro `skip_first_masks`, luego selecciona una máscara cada N intervalos según el valor establecido en el parámetro `select_every_nth`, y finalmente genera una nueva secuencia de máscaras.

Este nodo admite múltiples formatos de salida, incluyendo formatos de video comunes (a través de FFmpeg) así como formatos animados GIF y WebP.

Este nodo acepta una entrada de tipo `VHS_VIDEOINFO`, una estructura de datos que normalmente es generada por los nodos de carga de video (como Load Video) en Video Helper Suite.

**Párrafo 2 (Función del nodo, 3-4 oraciones):**

La función principal de este nodo es analizar archivos de video y convertirlos en imágenes (o representaciones latentes) fotograma a fotograma, mientras extrae la pista de audio y los detalles del video (como la tasa de fotogramas, resolución y duración).

Este nodo determina las dimensiones de salida finales comparando los tamaños de dos tensores latentes de entrada y siguiendo la estrategia de fusión seleccionada por el usuario (como coincidir con A, coincidir con B, coincidir con el más pequeño o coincidir con el más grande).

Este nodo recibe un tipo de dato especial `VHS_FILENAMES` como entrada, que generalmente es una lista estructurada generada por otros nodos del mismo conjunto (como el nodo Load Video).

Este nodo recibe una entrada de tipo IMAGE, que normalmente es un tensor con forma `[batch_size, height, width, channels]`, representando un lote de imágenes.

Este nodo técnicamente escanea el sistema de archivos para localizar todos los archivos que comienzan con `filename_prefix` y terminan con `filename_postfix`.

Este nodo técnicamente recibe un lote que contiene múltiples muestras latentes y las decodifica utilizando el modelo VAE especificado.

La función principal de este nodo es servir como punto de partida del flujo de procesamiento de video.

Desde la perspectiva de la implementación técnica, este nodo recibe una entrada de tipo `LATENT`, que es un diccionario que contiene la clave `"samples"`.

Este nodo procesa técnicamente la ruta de entrada mediante la función `load_video`, por lo que puede cargar no solo formatos de imagen estáticos comunes (como PNG, JPG), sino también secuencias compuestas por múltiples imágenes.

Este nodo admite la carga de múltiples formatos de imagen comunes e incorpora un mecanismo inteligente de ordenación de archivos, garantizando que las imágenes se lean en el orden correcto.

Este nodo ofrece una amplia gama de opciones de procesamiento de vídeo, permitiendo a los usuarios un control detallado sobre el proceso de carga.

La función principal de este nodo es leer archivos de video desde el directorio de entrada de ComfyUI y descomprimirlos fotograma a fotograma en tensores de imagen.

Desde la perspectiva de la implementación técnica, este nodo mantiene internamente un gestor de estado para las entradas y salidas.

Este nodo recibe una estructura de datos especial que contiene una lista de rutas de archivo (VHS_FILENAMES) y ejecuta una operación de eliminación según el modo de limpieza seleccionado por el usuario.

Desde la perspectiva de la implementación técnica, este nodo recibe una máscara en formato de tensor PyTorch y la procesa mediante torch。

Este nodo recibe un tensor que contiene múltiples imágenes como entrada y utiliza dos parámetros enteros para controlar la lógica de filtrado.

Este nodo recibe una entrada LATENT estándar, que internamente contiene un tensor llamado `samples`, que representa múltiples imágenes latentes.

Este nodo recibe como entrada un diccionario que contiene múltiples muestras de representaciones latent.

Este nodo recibe un tensor que contiene múltiples máscaras como entrada y decide cuáles conservar analizando la cadena de índices proporcionada por el usuario.

Este nodo recibe un tensor de tipo `IMAGE` como entrada, que normalmente representa un lote que contiene múltiples fotogramas de imágenes.