ComfyUI插件：ComfyUI layer style 节点（一）

前言：

学习ComfyUI是一场持久战，而ComfyUI layer style 是一组专为图片设计制作且集成了Photoshop功能的强大节点。该节点几乎将PhotoShop的全部功能迁移到ComfyUI，诸如提供仿照Adobe Photoshop的图层样式、提供调整颜色功能（亮度、饱和度、对比度等）、提供Mask辅助工具、提供图层合成工具和工作流相关的辅助节点、提供图像效果滤镜等。旨在集中工作平台，使我们可以在ComfyUI中实现PhotoShop的一些基础功能。

目录

一、安装方式

二、LayerColor：LUT Apply节点

三、LayerColor：AutoBrightness节点

四、LayerColor：ColorAdapter节点

五、LayerColor：Exposure节点

六、LayerColor：Color of Shadow & HighLight节点

七、LayerColor：Gamma节点

八、LayerColor：Brightness & Contrast节点

九、LayerColor：RGB \ LayerColor：YUV \ LayerColor：LAB \ LayerColor：HSV节点

一、安装方式

方法一：通过ComfyUI Manager安装（推荐）

打开Manager界面

方法二：使用git clone命令安装

在ComfyUI/custom_nodes目录下输入cmd按回车进入电脑终端

在终端输入下面这行代码开始下载 

git clone https://github.com/chflame163/ComfyUI_LayerStyle.git

二、LayerColor：LUT Apply节点

此节点专注于使用查找表对图像进行颜色调整。查找表是一种预定义的颜色映射表，可以将输入图像的颜色映射到新的颜色空间，从而实现颜色校正或风格化效果。

输入：

image  →  输入的图片

参数：

LUT  →  这里列出了LUT文件夹中可用的.cube文件列表，选中的LUT文件将被应用到图像

color_space  →  色彩空间  **普通图片请选择linear, log色彩空间的图片请选择log**

输出：

image  →  处理后的图片

示例：

注意事项

· LUT格式：确保使用的查找表格式与节点兼容，常见的LUT格式包括 .cube、.png 等。

· 颜色空间匹配：输入图像的颜色空间应与查找表的预期颜色空间匹配，以获得最佳效果。

· 处理性能：应用查找表的处理可能需要较高的计算资源，确保系统性能足够支持处理需求。

· LUT选择：根据具体的图像处理需求选择合适的LUT，以实现预期的颜色调整效果。

通过使用LayerColor: LUT Apply节点，可以在图像处理工作流程中实现高效的颜色调整和风格化处理，提升图像的视觉效果和艺术表现力。

三、LayerColor：AutoBrightness节点

通过对图像的亮度直方图进行分析，该节点可以动态调整图像的亮度，使其更符合视觉上的最佳亮度分布。

输入：

image  →  输入的图片

mask  →  输入遮罩

参数：

strength  →  自动调整亮度的强度  **数值越大，越偏向中间值，与原图的差别越大**

saturation  →  色彩饱和度  **亮度改变通常会导致色彩饱和度发生变化，可在此适当调整补偿**

输出：

image  →  处理后的图片

示例：

注意事项

· 输入图像质量：确保输入图像的质量良好，避免过度曝光或过暗区域，因为这些问题可能影响自动亮度调整效果。

· 处理性能：自动亮度调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：虽然自动亮度调整通常能提供良好的效果，但对于某些特定场景，手动微调可能仍然是必要的，以确保达到最佳效果。

通过使用LayerColor: AutoBrightness节点，可以在图像处理工作流程中实现高效的亮度自动优化，提升图像的视觉效果和亮度平衡。

四、LayerColor：ColorAdapter节点

此节点专注于通过调整图像的颜色，使其符合预定的颜色方案或风格。

输入：

image  →  输入的图片

color_ref_image  →  输入参考颜色图片

参数：

opacity  →  图像调整色调之后的不透明度

输出：

image  →  处理后的图片

示例：

注意事项

· 颜色方案选择：确保选择适合处理目标的颜色方案，以实现预期的视觉效果。

· 输入图像质量：输入图像的质量会影响颜色调整的效果，确保图像清晰、色彩信息完整。

· 处理性能：颜色调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：虽然颜色调整可以自动应用，但手动微调可能仍然必要，以确保达到最佳效果。

通过使用LayerColor: ColorAdapter节点，可以在图像处理工作流程中实现高效的颜色调整和风格转换，提升图像的视觉效果和一致性。

五、LayerColor：Exposure节点

此节点专注于调整图像的曝光度。通过增加或减少曝光值，可以使图像变得更亮或更暗，以达到预期的视觉效果。

输入：

image  →  输入的图片

参数：

exposure  →  曝光值  **更高的数值表示更亮的曝光，可以为负数**

输出：

image  →  处理后的图片

示例：

注意事项

· 曝光值配置：根据具体需求配置合适的曝光值，确保调整后的图像亮度符合预期。曝光值为正值时增加曝光，为负值时减少曝光。

· 输入图像质量：输入图像的质量会影响曝光调整的效果，确保图像清晰，曝光问题主要集中在中间亮度区域。

· 处理性能：曝光调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：调整曝光后，检查图像细节和色彩是否保持一致，以防止过度调整导致图像失真或细节丢失。

通过使用LayerColor: Exposure节点，可以在图像处理工作流程中实现高效的曝光调整，提升图像的亮度和整体视觉效果。

六、LayerColor：Color of Shadow & HighLight节点

此节点专注于对图像的阴影和高光区域进行颜色调整。通过单独控制这两个区域的颜色，可以实现更细致的色彩校正和风格化处理。

输入：

image  →  输入的图片

mask  →  遮罩

参数：

shadow_brightness  →  暗部的亮度

shadow_saturation  →  暗部的色彩饱和度

shadow_hue  →  暗部的色相

shadow_level_offset  →  暗部取值的偏移量  **数值越大则更多靠近明亮的区域纳入暗部**

shadow_range  →  暗部的过渡范围

highlight_brightness  →  亮部的亮度

highlight_saturation  →  亮部的色彩饱和度

highlight_hue  →  亮部的色相

highlight_level_offset  →  亮部取值的偏移量  **数值越小则更多靠近阴暗的区域纳入亮部**

highlight_range  →  亮部的过渡范围

输出：

image  →  处理后的图片

示例：

注意事项

· 颜色参数配置：根据具体需求配置阴影和高光的颜色参数，确保调整后的图像色彩符合预期。

· 输入图像质量：输入图像的质量会影响颜色调整的效果，确保图像的阴影和高光区域明确且没有严重的颜色偏移。

· 处理性能：颜色调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：调整阴影和高光颜色后，检查图像的整体色彩平衡和视觉效果，确保没有过度调整导致的色彩失真。

通过使用LayerColor: Color of Shadow & HighLight节点，可以在图像处理工作流程中实现高效的阴影和高光颜色调整，提升图像的色彩表现和整体视觉效果。

七、LayerColor：Gamma节点

此节点专注于对图像进行伽马校正。通过调整伽马值，可以改变图像的亮度和对比度，优化图像的整体视觉效果。

输入：

image  →  输入的图片

参数：

gamma  →  设置处理后图像Gamma值

输出：

image  →  处理后的图片

示例：

注意事项

· 伽马值配置：根据具体需求配置合适的伽马值，确保调整后的图像亮度和对比度符合预期。伽马值大于1会降低亮度，伽马值小于1会增加亮度。

· 输入图像质量：输入图像的质量会影响伽马校正的效果，确保图像中没有过多的噪声和失真。

· 处理性能：伽马校正处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：调整伽马值后，检查图像的整体视觉效果，确保没有过度调整导致的图像失真或细节丢失。

通过使用LayerColor: Gamma节点，可以在图像处理工作流程中实现高效的伽马校正，优化图像的亮度和对比度，提升图像的整体视觉效果。

八、LayerColor：Brightness & Contrast节点

此节点专注于对图像进行亮度和对比度的调整。通过独立控制这两个参数，可以显著改善图像的视觉效果。

输入：

image  →  输入的图片

参数：

brightness  →  图像的亮度

contrast  →  图像的对比度

saturation  →  图像的色彩饱和度

输出：

image  →  处理后的图片

示例：

注意事项

· 亮度和对比度配置：根据具体需求配置合适的亮度和对比度值，确保调整后的图像效果符合预期。亮度值和对比度值通常在-100到100之间。

· 输入图像质量：输入图像的质量会影响亮度和对比度调整的效果，确保图像中没有过多的噪声和失真。

· 处理性能：亮度和对比度调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：调整亮度和对比度后，检查图像的整体视觉效果，确保没有过度调整导致的图像失真或细节丢失。

通过使用LayerColor: Brightness & Contrast节点，可以在图像处理工作流程中实现高效的亮度和对比度调整，优化图像的视觉效果，使图像更加清晰和吸引人。

九、LayerColor：RGB \ LayerColor：YUV \ LayerColor：LAB \ LayerColor：HSV节点

分别调整图像的RGB、YUV、LAB、HSV通道。

输入：

image  →  输入的图片

参数：

R  →  R通道  **红色通道**

G  →  G通道  **绿色通道**

B  →  B通道  **蓝色通道**

H  →  H通道  **色调、色相通道**

S  →  S通道  **饱和度、色彩纯净度通道**

V  →  V通道  **明度通道**

L  →  L通道  **亮度通道**

A  →  A通道  **从绿色到红色的分量通道**

B  →  B通道  **从蓝色到黄色的分量通道**

Y  →  Y通道  **强度、亮度通道**

U  →  U通道  **蓝色色度通道**

V  →  V通道  **色调、色相通道**

输出：

image  →  处理后的图片

示例：

注意事项

· 参数配置：根据具体需求配置合适的颜色参数，确保调整后的图像效果符合预期。

· 输入图像质量：输入图像的质量会影响颜色调整的效果，确保图像的色彩信息完整。

· 处理性能：颜色调整处理可能需要一定的计算资源，确保系统性能足够支持处理需求。

· 结果检查：调整颜色后，检查图像的整体色彩平衡和视觉效果，确保没有过度调整导致的色彩失真。

· 通过使用这些LayerColor节点，可以在图像处理工作流程中实现高效的颜色调整和优化，提升图像的视觉效果和色彩表现力。

**孜孜以求，方能超越自我。坚持不懈，乃是成功关键。**