193 lines
4.9 KiB
Python
193 lines
4.9 KiB
Python
"""
|
|
图像处理工具模块
|
|
提供 ComfyUI Tensor 与 PIL Image 之间的转换功能
|
|
"""
|
|
|
|
import base64
|
|
from io import BytesIO
|
|
from typing import List
|
|
|
|
import numpy as np
|
|
import torch
|
|
from PIL import Image
|
|
|
|
|
|
def tensor_to_pil(tensor: torch.Tensor) -> List[Image.Image]:
|
|
"""
|
|
将 ComfyUI 的 Tensor 转换为 PIL Image 列表
|
|
|
|
Args:
|
|
tensor: 形状为 [B, H, W, C] 的张量，值范围 [0, 1]
|
|
|
|
Returns:
|
|
PIL Image 列表
|
|
|
|
Example:
|
|
>>> images = tensor_to_pil(input_tensor)
|
|
>>> for img in images:
|
|
... img.save(f"output_{i}.png")
|
|
"""
|
|
images = []
|
|
|
|
# 转换为 numpy 数组
|
|
np_images = tensor.cpu().numpy()
|
|
|
|
# 处理每张图像
|
|
for i in range(np_images.shape[0]):
|
|
img_array = np_images[i]
|
|
|
|
# 转换值范围从 [0, 1] 到 [0, 255]
|
|
img_array = (img_array * 255).astype(np.uint8)
|
|
|
|
# 创建 PIL Image
|
|
img = Image.fromarray(img_array)
|
|
images.append(img)
|
|
|
|
return images
|
|
|
|
|
|
def pil_to_tensor(images: List[Image.Image]) -> torch.Tensor:
|
|
"""
|
|
将 PIL Image 列表转换为 ComfyUI 的 Tensor
|
|
|
|
Args:
|
|
images: PIL Image 列表
|
|
|
|
Returns:
|
|
形状为 [B, H, W, C] 的张量，值范围 [0, 1]
|
|
|
|
Example:
|
|
>>> pil_images = [Image.open("test.png")]
|
|
>>> tensor = pil_to_tensor(pil_images)
|
|
>>> print(tensor.shape) # [1, H, W, 3]
|
|
"""
|
|
tensors = []
|
|
|
|
for img in images:
|
|
# 确保是 RGB 模式
|
|
if img.mode != 'RGB':
|
|
img = img.convert('RGB')
|
|
|
|
# 转换为 numpy 数组
|
|
img_array = np.array(img).astype(np.float32)
|
|
|
|
# 转换值范围从 [0, 255] 到 [0, 1]
|
|
img_array = img_array / 255.0
|
|
|
|
tensors.append(img_array)
|
|
|
|
# 堆叠为批次
|
|
batch_tensor = np.stack(tensors, axis=0)
|
|
|
|
# 转换为 torch tensor
|
|
return torch.from_numpy(batch_tensor)
|
|
|
|
|
|
def encode_image_to_base64(image: Image.Image, format: str = "PNG") -> str:
|
|
"""
|
|
将 PIL Image 编码为 base64 字符串
|
|
|
|
Args:
|
|
image: PIL Image 对象
|
|
format: 图像格式，默认 PNG
|
|
|
|
Returns:
|
|
base64 编码的字符串
|
|
|
|
Example:
|
|
>>> img = Image.open("test.png")
|
|
>>> b64_str = encode_image_to_base64(img)
|
|
"""
|
|
buffered = BytesIO()
|
|
|
|
# 转换为 RGB 模式（如果是 RGBA）
|
|
if image.mode == 'RGBA':
|
|
image = image.convert('RGB')
|
|
|
|
image.save(buffered, format=format)
|
|
img_bytes = buffered.getvalue()
|
|
|
|
return base64.b64encode(img_bytes).decode('utf-8')
|
|
|
|
|
|
def decode_base64_to_pil(base64_string: str) -> Image.Image:
|
|
"""
|
|
将 base64 字符串解码为 PIL Image
|
|
|
|
Args:
|
|
base64_string: base64 编码的图像字符串
|
|
|
|
Returns:
|
|
PIL Image 对象
|
|
|
|
Example:
|
|
>>> img = decode_base64_to_pil(b64_str)
|
|
>>> img.save("decoded.png")
|
|
"""
|
|
img_bytes = base64.b64decode(base64_string)
|
|
img = Image.open(BytesIO(img_bytes))
|
|
|
|
return img
|
|
|
|
|
|
def parse_batch_prompts(prompt: str) -> List[str]:
|
|
"""
|
|
解析批量提示词
|
|
|
|
检测单独行的 --- 分隔符，分割提示词。
|
|
如果 --- 不是单独占据一行，则返回空列表（表示单提示词模式）。
|
|
|
|
Args:
|
|
prompt: 用户输入的提示词文本
|
|
|
|
Returns:
|
|
提示词列表。如果未检测到单独行的 ---，返回空列表（表示单提示词模式）
|
|
|
|
Raises:
|
|
ValueError: 如果所有提示词都为空
|
|
|
|
Example:
|
|
>>> prompts = parse_batch_prompts("a woman\\n---\\na man")
|
|
>>> print(prompts) # ['a woman', 'a man']
|
|
|
|
>>> prompts = parse_batch_prompts("a woman --- a man")
|
|
>>> print(prompts) # [] (单提示词模式)
|
|
"""
|
|
lines = prompt.split('\n')
|
|
|
|
# 检查是否存在单独行的 ---
|
|
has_separator = False
|
|
for line in lines:
|
|
if line.strip() == '---':
|
|
has_separator = True
|
|
break
|
|
|
|
# 如果没有单独行的 ---，返回空列表（单提示词模式）
|
|
if not has_separator:
|
|
return []
|
|
|
|
# 按单独行的 --- 分割
|
|
# 先将所有单独行的 --- 替换为特殊标记
|
|
processed_lines = []
|
|
for line in lines:
|
|
if line.strip() == '---':
|
|
processed_lines.append('<<<SEPARATOR>>>')
|
|
else:
|
|
processed_lines.append(line)
|
|
|
|
# 重新组合并分割
|
|
processed_text = '\n'.join(processed_lines)
|
|
raw_prompts = processed_text.split('<<<SEPARATOR>>>')
|
|
|
|
# 过滤空提示词
|
|
filtered_prompts = []
|
|
for p in raw_prompts:
|
|
stripped = p.strip()
|
|
if stripped:
|
|
filtered_prompts.append(stripped)
|
|
|
|
# 如果所有提示词都为空，抛出错误
|
|
if not filtered_prompts:
|
|
raise ValueError("批量提示词模式下，所有提示词都为空，请至少提供一个有效的提示词")
|
|
|
|
return filtered_prompts |