Load Image (Path) 🎥🅥🅗🅢(LoadImagePath)
이 노드는 기술적으로 `load_video` 함수를 통해 입력 경로를 처리하므로, 일반적인 정적 이미지 형식(PNG, JPG 등)뿐만 아니라 여러 이미지로 구성된 시퀀스도 로드할 수 있습니다.
Load Image Path
Load Image (Path) 🎥🅥🅗🅢 노드는 기술적으로 load_video 함수를 통해 입력 경로를 처리하므로, PNG, JPG와 같은 일반적인 정적 이미지 형식뿐만 아니라 여러 이미지로 구성된 시퀀스도 로드할 수 있습니다.
Load Image (Path) 노드는 Video Helper Suite의 핵심 도구로, 로컬 파일 시스템에서 단일 이미지 또는 이미지 시퀀스를 로드하는 데 사용됩니다. 이 노드의 핵심 기능은 지정된 경로의 이미지 파일을 읽어 ComfyUI 워크플로에서 사용 가능한 이미지 텐서 형식으로 변환하며, 선택적인 크기 조정도 지원합니다.
노드 기능
이 노드는 기술적으로 load_video 함수를 통해 입력 경로를 처리하므로, PNG, JPG와 같은 일반적인 정적 이미지 형식뿐만 아니라 여러 이미지로 구성된 시퀀스도 로드할 수 있습니다. 내부 메커니즘은 이미지에 알파 채널(투명도)이 포함되어 있는지 확인하며, 있으면 자동으로 RGB 이미지와 해당 마스크를 분리합니다. 알파 채널이 없으면 빈 마스크 자리 표시자를 출력합니다. 또한 노드에는 입력의 유효성과 캐시 업데이트를 보장하기 위한 경로 검증 및 해시 확인 기능이 포함되어 있습니다.
노드 매개변수 설명 - Load Image (Path) 🎥🅥🅗🅢
연결 입력 (Inputs)
| 매개변수 이름 | 데이터 타입 | 필수 | 기본값 | 범위/옵션 | 설명 |
|---|---|---|---|---|---|
vae | VAE | 아니요 | - | - | vae (입력 매개변수): 선택적 VAE 모델. |
컨트롤 매개변수 (Parameters)
| 매개변수 이름 | 데이터 타입 | 필수 | 기본값 | 범위/옵션 | 설명 |
|---|---|---|---|---|---|
image | STRING | 예 | - | - | image (입력 매개변수): 로드할 이미지 파일의 전체 시스템 경로를 지정합니다. 일반적인 이미지 형식을 지원합니다. |
custom_width | INT | 예 | 0 | 0 - DIMMAX (단계: 8) | custom_width (입력 매개변수): 출력 이미지의 사용자 정의 너비. 0으로 설정하면 원본 이미지 너비를 사용하며, 범위는 0부터 DIMMAX까지이고 조정 단계는 8입니다. |
custom_height | INT | 예 | 0 | 0 - DIMMAX (단계: 8) | custom_height (입력 매개변수): 출력 이미지의 사용자 정의 높이. 0으로 설정하면 원본 이미지 높이를 사용하며, 범위는 0부터 DIMMAX까지이고 조정 단계는 8입니다. |
출력 (Output)
| 매개변수 이름 | 데이터 타입 | 설명 |
|---|---|---|
| IMAGE | 알 수 없음 | IMAGE (출력 매개변수): 후속 이미지 처리 노드에 사용되는 출력 이미지 텐서입니다. |
| MASK | MASK | MASK (출력 매개변수): 로드한 이미지에 알파 채널이 있으면 해당 알파 채널, 그렇지 않으면 빈 마스크 자리 표시자입니다. |
사용 시나리오
비디오 프레임 처리 또는 일괄 이미지 전처리 워크플로에서 이 노드는 매우 유용합니다. 예를 들어, "VAE Encode" 노드와 연결하여 로드된 이미지를 잠재 공간 표현으로 인코딩한 후 이미지-이미지 변환 작업을 수행하거나, 출력된 마스크를 "Apply ControlNet" 등의 노드와 결합하여 이미지의 특정 영역을 정밀하게 제어할 수 있습니다.
주의사항
입력된 이미지 경로는 시스템이 접근 가능한 유효한 경로여야 합니다. custom_width 및 custom_height 매개변수를 0으로 설정하면 이미지의 원본 크기가 유지됩니다.
Load Image (Path) 🎥🅥🅗🅢 노드 소스 코드 링크
Load Image (Path) 🎥🅥🅗🅢 노드는 ComfyUI-VideoHelperSuite 노드 패키지에서 가져왔습니다.
댓글
GitHub로 로그인하고 토론에 참여하세요.