画像シャープンKJ (ImageSharpenKJ) - ComfyUI-KJNodes

説明

GPU加速による複数の方法を使用した画像シャープニング。各方法は異なる原理で知覚シャープネスを向上またはディテール損失を回復します。

RCAS：AMDのロバストコントラスト適応シャープニング（FSR由来）。
単一の5タップクロスフィルタで局所コントラストに適応。アーティファクトが最小限で、調整が少なく一般用途に適しています。

Adaptive USM：局所分散変調によるアンシャープマスク。
ディテール豊かな領域をよりシャープに、平坦/ノイズの多い領域を抑制。半径としきい値パラメータによりRCASよりも制御性が高い。

High-Pass：高周波ディテールを抽出してブレンド。
'明瞭さ'を強調する効果。半径でディテールのスケールを制御。

Deconvolution：Richardson-Lucy反復デコンボリューション。
ブラーからの実際のディテール損失を回復可能（エッジ強調だけでない）。半径で推定ブラーカーネル、反復回数で収束を制御。

image – 入力画像（任意の画像タイプ）。出力はこのタイプと一致します。
method – ドロップダウンからシャープニングアルゴリズムを選択：RCAS、Adaptive USM、High-Pass、Deconvolution。この選択に応じて表示されるパラメータが変わります。

strength（浮動小数点、0～3、デフォルト0.5） – シャープニング乗数。1.0を超えると強烈なシャープニング。
radius（浮動小数点、0.5～5、デフォルト1.0、ステップ0.1） – アンシャープマスク用ガウシアンブラーシグマ。大きい値ほど粗いディテールを強調。
threshold（浮動小数点、0～1、デフォルト0.05） – ノイズゲート。高い値ほどテクスチャ/ディテールの多い領域のみシャープに。0 = すべてをシャープに。

strength（浮動小数点、0～3、デフォルト0.5） – 高周波ディテールのブレンド係数。1.0を超えるとよりパンチのある効果。
radius（浮動小数点、0.5～5、デフォルト1.0、ステップ0.1） – 周波数カットオフを定義するガウシアンブラーシグマ。大きい値ほど粗いディテールを強調。

strength（浮動小数点、0～1、デフォルト0.5） – オリジナル（0）と完全デコンボリューション（1）のブレンド。
radius（浮動小数点、0.5～5、デフォルト1.0、ステップ0.1） – 逆転する推定ガウシアンブラーのシグマ。
iterations（整数、1～100、デフォルト10） – Richardson-Lucy反復回数。反復が多いとよりシャープだが低速。約20を超えると効果の逓減が顕著。

すべてのメソッドはGPU上で完全に実行され高速処理。
RCASは最も「設定して忘れる」オプション：アーティファクトのない素早いシャープニングが必要な場合は最初に試してください。
Adaptive USMはノイズを抑制する必要がある場合により多くの制御を提供：しきい値を上げて平坦な領域を保護し、強調したいディテールスケールに合わせて半径を調整します。
High-Passは明瞭度やテクスチャ強調として有効。微細なディテールには小さな半径（0.5～1.5）、中程度のテクスチャには大きな半径を使用。
Deconvolutionは最も強力ですが、反復をやりすぎたり間違ったブラーカーネルを推定するとリンギングやハローが発生する可能性があります。最初は10～20回の反復、半径は元画像の推定ブラーに等しい値から開始してください。