【ComfyUI插件】ComfyUI layer style 插件（三）

前言：

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。

__Comfy layer style插件（一）: __https://articles.zsxq.com/layer_style/1.html

__Comfy layer style插件（二）: __https://articles.zsxq.com/layer_style/2.html

__Comfy layer style插件（四）: __https://articles.zsxq.com/layer_style/4.html

目录：

先行：安装方式

一、LayerMask：MaskBoxDetect节点

二、LayerMask：SegmentAnythingUltra节点

三、LayerMask：SegmentAnythingUltraV2节点

四、LayerMask：RemBgUltra节点

五、LayerMask：RemBgUltraV2节点

六、LayerMask：BiRefNetUltra节点

七、LayerMask：Shadow & Highlight Mask节点

示例工作流

安装方法：

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

一、LayerMask：MaskBoxDetect节点

节点功能：自动探测mask所在区域，并输出位置和大小。

输入：

mask -> 输入遮罩

参数：

detect -> 探测方法 **min_bounding_rect是大块形状最小外接矩形, max_inscribed_rect是大块形状最大内接矩形, mask_area是遮罩像素有效区域**

x_adjust -> 修正探测之后的水平偏移

y_adjust -> 修正探测之后的垂直偏移

scale_adjust -> 修正探测之后的缩放偏移

输出：

box_preview -> 探测结果预览图。红色表示探测到的结果，绿色表示加上修正后的输出结果

x_percent -> 水平位置以百分比输出

y_percent -> 垂直位置以百分比输出

width -> 宽度输出

height -> 高度输出

x -> 左上角位置x坐标输出

y -> 左上角位置y坐标输出

二、LayerMask：SegmentAnythingUltra节点

节点功能：对ComfyUI Segment Anything的改进，结合了spacepxl的ComfyUI-Image-Filters的Alpha Matte节点，使遮罩有更具细节的边缘。

输入：

image -> 输入图片

参数：

sam_model -> 选择SAM模型

ground_dino_model -> 选择Grounding DINO模型

threshold -> SAM模型的阈值

detail_range -> 边缘细节范围

black_point -> 边缘黑色采样阈值

white_point -> 边缘黑色采样阈值

process_detail -> 此处设为False将跳过边缘处理以节省运行时间

prompt -> SAM的prompt输入

输出：

image -> 输出图片

mask -> 分割目标的遮罩

注意：该节点需参照ComfyUI Segment Anything的安装方法安装模型。如果已经正确安装了ComfyUI Segment Anything，可跳过此步骤。

从这里下载 config.json，model.safetensors，tokenizer_config.json，tokenizer.json 和 vocab.txt 5个文件到 ComfyUI/models/bert-base-uncased文件夹。
下载 GroundingDINO_SwinT_OGC config file, GroundingDINO_SwinT_OGC model, GroundingDINO_SwinB config file, GroundingDINO_SwinB model 到 ComfyUI/models/grounding-dino文件夹。
下载 sam_vit_h，sam_vit_l, sam_vit_b, sam_hq_vit_h, sam_hq_vit_l, sam_hq_vit_b, mobile_sam 这几个文件到ComfyUI/models/sams文件夹。

三、LayerMask：SegmentAnythingUltraV2节点

节点功能：SegmentAnythingUltra的V2升级版，增加了VITMatte边缘处理方法。(注意:超过2K尺寸的图片使用此方法将占用大量内存)

输入：

image -> 输入图片

参数：

sam_model -> 选择SAM模型

ground_dino_model -> 选择Grounding DINO模型

threshold -> SAM模型的阈值

detail_method -> 边缘处理方法 **提供了VITMatte, VITMatte(local), PyMatting, GuidedFilter。如果首次使用VITMatte后模型已经下载，之后可以使用VITMatte(local)**

detail_erode -> 遮罩边缘向内侵蚀范围 **数值越大，向内修复的范围越大**

detail_dilate -> 遮罩边缘向外扩张范围 **数值越大，向外修复的范围越大**

black_point -> 边缘黑色采样阈值

white_point -> 边缘黑色采样阈值

process_detail -> 此处设为False将跳过边缘处理以节省运行时间

prompt -> SAM的prompt输入

输出：

image -> 输出图片

mask -> 分割目标的遮罩

注意：该节点需参照ComfyUI Segment Anything的安装方法安装模型。(同第二个节点)

四、LayerMask：RemBgUltra节点

节点功能：去除背景。与类似的背景移除节点相比，这个节点具有超高的边缘细节。该节点结合了spacepxl的ComfyUI-Image-Filters的Alpha Matte节点，以及ZHO-ZHO-ZHO的ComfyUI-BRIA_AI-RMBG的功能。

输入：

image -> 输入图片

参数：

detail_range -> 边缘细节范围

black_point -> 边缘黑色采样阈值

white_point -> 边缘黑色采样阈值

process_detail -> 此处设为False将跳过边缘处理以节省运行时间

输出：

image -> 输出图片

mask -> 分割目标的遮罩

注意：使用该节点需将BRIA Background Removal v1.4模型文件(model.pth)下载至ComfyUI/models/rmbg/RMBG-1.4文件夹。

五、LayerMask：RemBgUltraV2节点

节点功能：RemBgUltra的V2升级版，增加了VITMatte边缘处理方法。(注意:超过2K尺寸的图片使用此方法将占用大量内存)

输入：

image -> 输入图片

参数：

detail_method -> 边缘处理方法 **提供了VITMatte, VITMatte(local), PyMatting, GuidedFilter。如果首次使用VITMatte后模型已经下载，之后可以使用VITMatte(local)**

detail_erode -> 遮罩边缘向内侵蚀范围 **数值越大，向内修复的范围越大**

detail_dilate -> 遮罩边缘向外扩张范围 **数值越大，向外修复的范围越大**

black_point -> 边缘黑色采样阈值

white_point -> 边缘黑色采样阈值

process_detail -> 此处设为False将跳过边缘处理以节省运行时间

输出：

image -> 输出图片

mask -> 分割目标的遮罩

六、LayerMask：BiRefNetUltra节点

节点功能：使用BiRefNet模型去除背景，有更好的识别能力，同时具有超高的边缘细节。

输入：

image -> 输入图片

参数：

detail_method -> 边缘处理方法 **提供了VITMatte, VITMatte(local), PyMatting, GuidedFilter。如果首次使用VITMatte后模型已经下载，之后可以使用VITMatte(local)**

detail_erode -> 遮罩边缘向内侵蚀范围 **数值越大，向内修复的范围越大**

detail_dilate -> 遮罩边缘向外扩张范围 **数值越大，向外修复的范围越大**

black_point -> 边缘黑色采样阈值

white_point -> 边缘黑色采样阈值

process_detail -> 此处设为False将跳过边缘处理以节省运行时间

输出：

image -> 输出图片

mask -> 分割目标的遮罩

注意：使用该节点从这里下载BiRefNet-ep480.pth, pvt_v2_b2.pth, pvt_v2_b5.pth, swin_base_patch4_window12_384_22kto1k.pth, swin_large_patch4_window12_384_22kto1k.pth 5个文件至ComfyUI/models/BiRefNet文件夹。