KJNodes/imagegenerated

Image Noise Augmentation(ImageNoiseAugmentation)

该节点在技术上使用 PyTorch 生成符合正态分布的随机噪波,并将噪波强度通过 `noise_aug_strength` 参数进行统一缩放。

Image Noise Augmentation

image
IMAGE
noise_aug_strength
FLOAT
seed
123
KJNodes

Image Noise Augmentation 节点在技术上使用 PyTorch 生成符合正态分布的随机噪波,并将噪波强度通过 noise_aug_strength 参数进行统一缩放。

Image Noise Augmentation 节点是一个图像处理工具,其核心功能是为输入的图像添加可控的随机噪波。它通过引入噪点来改变图像的纹理和细节,常用于数据增强或为后续处理步骤创造特定的输入条件。

节点功能

此节点在技术上使用 PyTorch 生成符合正态分布的随机噪波,并将噪波强度通过 noise_aug_strength 参数进行统一缩放。它支持标准的 ComfyUI IMAGE 张量格式,并利用 seed 参数确保每次生成的噪波模式具有可重复性,这对于需要稳定输出的工作流至关重要。

节点参数说明 - Image Noise Augmentation

连接输入 (Inputs)

参数名称数据类型必填默认值取值范围/选项说明
imageIMAGE--image(输入参数):输入待添加噪波的源图像。类型为 IMAGE。

控件参数 (Parameters)

参数名称数据类型必填默认值取值范围/选项说明
noise_aug_strengthFLOATNone0.0 - 100.0 (步长: 0.001)noise_aug_strength(输入参数):控制添加到图像上的噪波强度。取值范围为 0.0 至 100.0,调整步长为 0.001。
seedINT1230 - 0xffffffffffffffff (步长: 1)seed(输入参数):用于控制随机噪波生成模式的种子值,确保结果可复现。取值范围为 0 至 0xffffffffffffffff,步长为 1。

输出

参数名称数据类型说明
IMAGEIMAGEIMAGE(输出参数):输出添加了噪波后的图像。

使用场景

在具体应用中,你可以将此节点连接在图像生成节点之后,为过于“干净”或平滑的图片添加一些颗粒感,模拟胶片质感或增加细节。它也可以作为数据预处理的一部分,用于增强训练数据集,提高机器学习模型的鲁棒性。

Image Noise Augmentation 节点源码链接

Image Noise Augmentation 节点来自 ComfyUI-KJNodes 节点包。

评论

使用 GitHub 登录后即可参与讨论。

评论加载中…