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。**
