高斯模糊类 `GaussianBlur`

高斯模糊类 GaussianBlur

导入语句

from .imagefunc import *

这条导入语句从同一模块的 imagefunc.py 文件中导入所有必要的函数和类，这些将用于图像处理的具体操作，比如应用高斯模糊。

定义类和方法

类定义和初始化

NODE_NAME = 'GaussianBlur'

class GaussianBlur:
    def __init__(self):
        pass

这里定义了 GaussianBlur 类，用于应用高斯模糊效果到图像上。NODE_NAME 用于标识这个节点的名称，这个名称在日志和其他用户界面元素中用于引用此功能。

输入类型定义

@classmethod
def INPUT_TYPES(self):
    return {
        "required": {
            "image": ("IMAGE", ),
            "blur": ("INT", {"default": 20, "min": 1, "max": 999, "step": 1}),
        },
        "optional": {
        }
    }

定义了这个类需要的输入类型。其中 image 表示需要处理的图像，blur 表示应用的模糊强度，此参数有默认值和范围限制。

返回类型和函数定义

RETURN_TYPES = ("IMAGE",)
RETURN_NAMES = ("image",)
FUNCTION = 'gaussian_blur'

定义了类的返回类型和函数名称。FUNCTION 指定主要的功能函数为 gaussian_blur。

主要功能执行函数

def gaussian_blur(self, image, blur):
    ret_images = []

    for i in image:
        _canvas = tensor2pil(torch.unsqueeze(i, 0)).convert('RGB')
        ret_images.append(pil2tensor(gaussian_blur(_canvas, blur)))

    log(f"{NODE_NAME} Processed {len(ret_images)} image(s).", message_type='finish')
    return (torch.cat(ret_images, dim=0),)

这个方法是类的核心，接受图像和模糊强度作为输入，对每张图像进行高斯模糊处理。处理后的图像保存在 ret_images 列表中，最后返回所有处理后的图像。

节点类和显示名称的注册

NODE_CLASS_MAPPINGS = {
    "LayerFilter: GaussianBlur": GaussianBlur
}

NODE_DISPLAY_NAME_MAPPINGS = {
    "LayerFilter: GaussianBlur": "LayerFilter: GaussianBlur"
}

这些代码行将上述定义的 GaussianBlur 类注册为可用的节点类型，并设置它们的显示名称，这使得这些功能可以在更大的系统或框架中通过指定名称被调用。

综述

此类提供了一个简单但有效的方式来对图像应用高斯模糊，通过调节 blur 参数可以控制模糊的程度。整个实现注重用户输入的灵活性和结果的实时反馈，适合在图像处理和视觉效果中快速应用。