【ComfyUI插件】ComfyUI_Noise节点

前言：

__ComfyUI_Noise__是对ComfyUI中的噪声进行控制的一个插件库，该库可以完成图像噪声的反推，并通过采样再以几乎无损的方式返回原图，通过该库的使用可以更好的帮助图像恢复原始的相貌，非常适合在生成视频领域用作人物转绘使用。

目录：

一、BNK_NoisyLatentImage节点

二、BNK_SlerpLatent节点

三、BNK_GetSigma节点

四、Inject Noise节点

五、BNK Unsampler节点

安装方法：

在ComfyUI主目录里面输入CMD回车。

在弹出的CMD命令行输入git clone xxx,即可开始下载。

一、BNK_NoisyLatentImage节点

节点功能：这个节点可以生成纯噪声的潜空间图像，并且可以选择噪声生成的方式是CPU产生还是GPU产生。

重要参数：

source -> 噪声产生的位置 **可选择CPU或者GPU

注意：下图为CPU和GPU产生噪声的对比。

注意：并对产生的噪声图像应用相同的正反向提示词和种子进行生图对比。

下图通过Image Compare (mtb)节点对比不同图片之间的差异，分别对比CPU产生的噪声图和GPU产生的噪声图，并在该图之上进行去噪生图，最终对比两个生图之间的差异。

从结果可以看出CPU和GPU产生的噪声存在差异，但是差异很小不足以完全影响最终出图的质量或者构图，所以在选择方面可以进行平替。

二、BNK_SlerpLatent节点

节点功能：该节点为潜空间混合节点。

重要参数：

factor -> 潜空间图像混合比例，可以理解为透明度

注意：如下图所示进行潜空间的图像混合（不知道这种方式会不会更加有利于换背景，物体和背景的融合）

三、BNK_GetSigma节点

节点功能：这个节点根据模型，选择采样器和调度器去计算开始时产生的噪声量。

重要参数：

model -> 选择要预测的模型

下图为该节点的初步用法，理解还不够深刻，未能想到更好的使用方式，可能需要更加深刻的研究才能够发现这个节点的真正含义。

四、Inject Noise节点

节点功能：该节点可以将噪声注入到原始潜空间图像中，增加画面的细节。

重要参数：

latents -> 空的潜空间图像

mask -> 注入的噪声蒙版区域

注意：如上图所示工作流使用。

五、BNK Unsampler节点

节点功能：该节点将原始图像进行反向采样，获得对应方法和对应条件信息的图像的原始噪声图像，可以通过二次采样还原原始图像。

重要参数：

model -> 需要选择对应的模型进行噪声预测

cfg -> 推荐使用1进行噪声反推，生图也推荐1

注意：下图所示，我们首先上传一张原图，然后加载一个文生图工作流，通过该节点进行噪声预测，然后使用预测的潜空间图像，使用相同的配置，比如VAE,采样器，条件信息等进行噪声的去除，最终生成和原图一样的图像，通过image对比节点，可以看出没有出现差异（大部分情况会存在部分差异）。

孜孜不倦,方能登峰造极。坚持不懈,乃是成功关键。