Load Images From Folder (KJ)(LoadImagesFromFolderKJ)
이 노드는 JPG, JPEG, PNG, WEBP 및 TGA 형식의 이미지 파일 읽기를 지원합니다.
Load Images From Folder KJ
Load Images From Folder (KJ) 노드는 JPG, JPEG, PNG, WEBP 및 TGA 형식의 이미지 파일 읽기를 지원합니다.
Load Images From Folder (KJ) 노드는 지정된 폴더에서 이미지 파일을 일괄적으로 읽어오기 위한 전용 이미지 로더입니다. 이 노드의 핵심 기능은 폴더를 자동으로 스캔하여 찾은 이미지를 통일된 방식으로 처리하고 출력하여, 후속 워크플로에서 일괄 처리나 분석을 수행할 수 있도록 합니다.
노드 기능
이 노드는 JPG, JPEG, PNG, WEBP 및 TGA 형식의 이미지 파일 읽기를 지원합니다. 폴더 내 파일의 수정 시간과 파일 수 변화를 모니터링하여 콘텐츠가 업데이트되었는지 판단하고, 재처리 필요 여부를 결정합니다. 노드는 다양한 처리 요구에 대응하기 위해 여러 이미지 크기 조정 전략을 제공합니다.
노드 파라미터 설명 - Load Images From Folder (KJ)
컨트롤 파라미터 (Parameters)
| 파라미터 이름 | 데이터 타입 | 필수 | 기본값 | 범위/옵션 | 설명 |
|---|---|---|---|---|---|
keep_aspect_ratio | COMBO | 예 | crop | "crop", "pad", "stretch" | 이미지를 대상 크기에 맞게 조정하는 방법: "crop"(잘라서 맞춤), "pad"(투명 패딩), "stretch"(왜곡하여 맞춤). |
folder | STRING | 예 | - | - | 폴더 경로를 지정하여 이미지 파일을 로드합니다. 절대 경로 또는 ComfyUI 기본 디렉토리에 대한 상대 경로일 수 있습니다. |
width | INT | 예 | 1024 | -1 이상 | 출력 이미지의 목표 너비를 픽셀 단위로 설정합니다. -1을 사용하면 원본 너비를 유지합니다. |
height | INT | 예 | 1024 | -1 이상 | 출력 이미지의 목표 높이를 픽셀 단위로 설정합니다. -1을 사용하면 원본 높이를 유지합니다. |
image_load_cap | INT | 아니오 | 0 | 0 이상 | 폴더에서 로드할 이미지 수를 제한합니다. 0은 제한 없음을 의미합니다. |
start_index | INT | 아니오 | 0 | 0 이상 | 정렬된 파일 목록에서 이 인덱스 이전의 이미지를 건너뜁니다. |
include_subfolders | BOOLEAN | 아니오 | 거짓 | 참/거짓 | 활성화하면 하위 폴더에서도 재귀적으로 이미지를 로드합니다. |
출력
| 파라미터 이름 | 데이터 타입 | 설명 |
|---|---|---|
| image | IMAGE | 처리된 이미지 텐서를 출력하여 후속 노드에서 사용합니다. |
| mask | MASK | 이미지에 해당하는 마스크를 출력하며, 일반적으로 투명하지 않은 영역을 식별하는 데 사용됩니다. |
| count | INT | 이번에 성공적으로 로드된 이미지 파일의 총 수를 출력합니다. |
| image_path | STRING | 현재 로드된 이미지의 전체 파일 경로 문자열을 출력합니다. |
사용 시나리오
일괄 이미지 처리 또는 데이터셋 준비 워크플로를 구축할 때 이 노드는 매우 유용합니다. 예를 들어, 이미지 업스케일(Upscale) 또는 스타일 변환(Style Transfer) 노드에 연결하여 폴더 내 모든 이미지에 대해 통일된 규격의 향상 처리를 수행하거나, 학습 세트를 생성하는 데 사용할 수 있습니다.
주의사항
지정된 폴더 경로가 존재하지 않거나 비어 있는 경우 노드가 정상적으로 작동하지 않을 수 있습니다. 또한, 대량의 고해상도 이미지를 처리할 때는 시스템 메모리 사용량에 유의해야 합니다.
Load Images From Folder (KJ) 노드 소스 코드 링크
Load Images From Folder (KJ) 노드는 ComfyUI-KJNodes 노드 패키지에서 제공됩니다.
댓글
GitHub로 로그인하고 토론에 참여하세요.