
cd ComfyUI/custom_nodes
git clone https://github.com/your-username/Comfyui_PDuse.git
cd Comfyui_PDuse
pip install -r requirements.txt
ComfyUI/custom_nodes/pip install -r requirements.txt
条件判断节点,将输入的
if、cond_1、cond_2做逻辑判断,输出布尔结果,同时输出执行计数。
输入:
- if(BOOLEAN):条件开关
- cond_1(any):任意类型输入(会进行 bool(cond_1) 判断)
- cond_2(any):任意类型输入(会进行 bool(cond_2) 判断)
输出:
- output(BOOLEAN):bool(if) and bool(cond_1) and bool(cond_2)
- count(INT):执行成功输出 1,异常输出 0
说明: - ✅ 输入端口顺序:if → cond_1 → cond_2 - ✅ 输出端口顺序:output → count

文本显示节点,用于在ComfyUI界面中显示文本信息,通常用于显示处理结果、状态报告或调试信息。 - text:要显示的文本内容(支持来自其他节点的文本输出)

字体文件可以放入文件夹fonts 。 将两张图片左右合并,并在底部添加文字标注的ComfyUI节点。

给图片添加文字,并且指定位置贴上去。
在图像四边添加标签文字,支持百分比定位和多方向添加。

批量读取文件夹内的文本文件(.txt, .json等),输出内容列表。
.png)
上传ZIP压缩包,自动解压并批量读取其中的文本文件。
批量保存文本文件节点,接收文本内容列表和文件名列表,按对应关系将文本保存到指定目录。与 PD加载文本文件夹 节点配套使用。
功能特点: - ✅ 支持批量文本文件保存 - ✅ 自动创建输出目录(如果不存在) - ✅ 按输入顺序一一对应保存(filename[0] → text_list[0]) - ✅ 自动添加 .txt 扩展名(如果文件名没有扩展名) - ✅ UTF-8 编码保存,完美支持中文 - ✅ 详细的保存报告和错误处理 - ✅ 数量不匹配时自动取最小值保存
使用场景: - 批量保存图像标注文本 - 批量保存提示词文件 - 文本内容的批量导出 - 配合加载文本节点进行文本处理流程
对应关系示例:
text_list = ["内容1", "内容2", "内容3"]
filename_text = "10_R.txt\n11_R.txt\n12_R.txt"
保存结果:
- 10_R.txt → 保存"内容1"
- 11_R.txt → 保存"内容2"
- 12_R.txt → 保存"内容3"
用于黑白图、黑底白字、黑白 logo 的阈值二值化处理,思路接近 Photoshop 的“阈值”。
imagethreshold,范围 0.0 - 1.0image 和同款 mask>= threshold 变白,进入 mask;像素亮度 < threshold 变黑,不进入 mask。用于灰底、棋盘格、马赛克底上的金色文字、红色印章类素材。 - 阈值:越大就是可行度高,抠的越多内容。 - remove_white=true:那种灰底马赛克图,会把白色块删干净,内部的白色也会跟着删除。 - remove_white=false:会更保留金色文字里的白色高光,内部白色保留,可能会抠不干净。
批量为字符串添加词语,支持前缀、后缀、替换、插入等多种操作,适用于文本批处理。
将多个文本内容和对应的文件名打包成列表格式,可与文本加载、排序等节点配合使用。
输出: - text_list:文本列表 - filename_text:文件名列表(多行文本) - count:文本数量
从文本列表中提取单个文本项,与文本列表打包节点配套使用。
对文本列表和对应的文件名进行排序整理。

两张图片按指定方向拼接合并。
自定义路径保存图片节点。支持自定义输出目录、文件名前缀、文件名数字位置等,并可输出保存结果(成功/数量)。
输入: - images(IMAGE):待保存图片 - filename_prefix(STRING):文件名前缀 - custom_output_dir(STRING):自定义输出目录(可空) - format(png/jpg):保存格式 - numberfront(BOOLEAN):数字在前/在后 - separator(STRING):分隔符 - show_preview(BOOLEAN):是否显示保存预览 - refresh_each_run(BOOLEAN):每次运行强制刷新(避免缓存,确保每次都重新保存)
输出: - success(BOOLEAN):本次保存成功(保存数量 > 0) - saved_count(INT):本次保存数量
说明:
- ✅ 当 show_preview=True 时,节点会返回预览UI,同时仍然输出 success/saved_count
- ✅ 当 refresh_each_run=True 时,会强制节点每次运行都重新执行保存逻辑

批量图片加载节点,从指定目录中加载多张图片,支持多种加载选项和缓存控制。

图片保存路径管理节点,设置和管理图片的保存路径,支持自定义文件名格式。

增强版图片保存路径管理节点,支持多种图片格式、时间令牌和智能文件命名。

将两张图片进行混合,支持多种混合模式、透明度控制和位置调整。 - background_image:背景图像(必填) - layer_image:图层图像(必填) - blend_mode:混合模式(normal/multiply/screen/overlay等) - opacity:透明度(0-100) - x_percent/y_percent:位置百分比(50为居中) - scale:缩放比例(0.01到10) - align_mode:对齐模式 - layer_mask:可选图层遮罩 - invert_mask:是否反转遮罩

根据指定比例和最长边长度进行中心裁切,支持自定义比例和输出尺寸。

将图像的长边缩放到指定尺寸,同时保持宽高比,短边按比例缩放。

图片缩放节点,支持通过最长边或最短边缩放图片,输出缩放后的图片和mask。

图片缩放裁切节点V2,支持三种处理模式:纯缩放、比例裁切、强制拉伸。

很简单的逻辑,主要是处理输出尺寸,比例 方便后续出图控制比例的流程。 RETURN_TYPES = ("STRING", "INT", "INT") any thing输入 都可以怼进去,适合调整尺寸。 - max_size:最长边尺寸(256-4096,默认1024) - aspect_ratio:宽高比选择 只输出需要的 ratio (字符串), width (整数), height (整数)

按比例和 max_size 计算画布尺寸。
aspect_ratio、max_sizeratio / width / height / filename_prefix / max_sizefilename_prefix 示例:image=2x3-680x1024max_size 也作为 string 输出
图片按比例缩放、裁切或补边。
scale_to_side 只保留:longest / shortest / width / heightLoad Image.MASK 接到 mask_optionalmask_optional 全 1,说明整张图完全透明,节点会直接原样输出,避免后续合成出现白边/黑边原节点名:
PD:string-selector
按比例选择字符串/整数值。
aspect_ratio、2:3、1:1、3:22:3=768、1:1=680、3:2=1024string / int原节点名:
PD:ratio-image-selector
按比例选择图片。
2:3 必填,1:1 / 3:2 可选,aspect_ratio 控制选择image / ratio / width / height2:3按比例选择一整组素材。
2:3 第 1 组,1:1 第 2 组,3:2 第 3 组front1 / mask1 / back1front2 / mask2 / back2、front3 / mask3 / back3int1 / int2 / int3 / X1 / Y1 / X2 / Y2 / X3 / Y3front / mask / back / int / ratio / width / height / X / Yaspect_ratio -> int1 -> int2 -> int3 -> X1 -> Y1 -> X2 -> Y2 -> X3 -> Y3
把普通比例字符串转成 combo 输出。
string / fallbackcombo1:1 / 3:4 / 4:3 / 2:3 / 3:2 / 9:16 / 16:9
透明 PNG 进 PDimage_resize_V2 时,image 和 mask 要一起接:
Load Image.IMAGE -> PDimage_resize_V2.pixels
Load Image.MASK -> PDimage_resize_V2.mask_optional
PDimage_resize_V2.图像 -> PD:Image Blend V1.layer_image
PDimage_resize_V2.遮罩 -> PD:Image Blend V1.layer_mask
智能图像边框裁切节点,自动检测并移除图片边缘的黑色或白色边框。
padding:裁切后保留的边距像素(0-100)
output_path:输出路径(可选,不填则覆盖原图)

批量图像边框裁切节点,批量处理文件夹中的所有图片,自动检测并移除边框。
将图片按行列分割成网格,并输出为图像批量(Batch)。适用于处理表情包或九宫格图片。

功能特点: - ✅ 支持自定义行列分割 - ✅ 自动计算切片大小 - ✅ 输出为图像 Batch,可并发执行后续处理 - ✅ 适用于 3x3 表情包、九宫格等场景
按 mask 的黑色前景区域定位物体外接矩形,并将一张图里的多个表情包/物体按顺序拆分成多个
images和masks。适合你这种 2x3 表情包拼图,输出顺序保持“从上到下、从左到右”。![[Pasted image 20260410193322.png]]
输入: - image:输入图像张量 - mask:输入遮罩张量,当前版本按“黑色 = 前景、白色 = 背景”处理 - min_area:最小连通域面积,小于这个值的区域会被忽略 - row_tolerance:同一行判定阈值,用来把 2x3 这类多行贴图按行分组排序 - split_iterations:分割前的腐蚀次数。0 表示不做预处理;如果贴纸之间有轻微粘连,可以适当调大 - bbox_padding:bbox 外扩像素数。数值越大,裁图留白越多,越不容易切掉头顶、耳朵等边缘
输出:
- images:按顺序输出的多个裁剪图像列表
- masks:与 images 一一对应的多个裁剪 mask 列表
使用建议:
- 你的这种表情包 sheet,通常可以先用 split_iterations=0、bbox_padding=8~16、min_area=10
- 如果表情之间有细小连边,再把 split_iterations 调到 1~3
- 如果一行里被分错组,调 row_tolerance;如果裁图太紧,调大 bbox_padding
智能背景移除节点,去除图像中的黑色背景,输出原图和透明度掩码,支持阈值调节和边缘平滑。
输出: - image:原始图像(保持输入尺寸不变) - mask:透明度掩码(白色=保留区域,黑色=透明区域)

JSON文件输出路径和格式设置节点。
.png)
上传ZIP压缩包,自动解压并批量读取其中的图片文件。
.png)
基于文件名的图片列表智能匹配节点,支持前后缀匹配。
AI训练数据分类整理节点,将配对的图片和文本文件与未配对的文件自动分类到不同文件夹,方便整理训练数据集。
功能特点: - ✅ 智能识别图片和文本的配对关系 - ✅ 按文件名自动分类(如1_R.png + 1_R.txt为配对) - ✅ 源文件保持不动,仅复制到子文件夹 - ✅ 自动创建分类子文件夹 - ✅ 详细的处理报告和统计信息 - ✅ 支持多种图片格式
工作原理:
- 配对文件(有图有文本)→ 复制到 paired_files/
- 未配对文件(只有图或只有文本)→ 复制到 unpaired_files/
使用场景: - 整理AI训练数据集 - 分离已标注和未标注的数据 - 检查数据集完整性 - 准备训练数据
示例:
源文件夹/
├── 1_R.png + 1_R.txt → paired_files/
├── 1_T.png → unpaired_files/
└── 2_R.png + 2_R.txt → paired_files/
文件排序重命名节点,将"T_1", "T_2", "T_3"格式的文件名重命名为"1_T", "2_T", "3_T",T参数可以自定义为其他单词,直接执行重命名操作。
功能特点:
- ✅ 智能识别 前缀_数字 格式的文件名
- ✅ 按数字顺序重命名,保持正确排序
- ✅ 支持任意文件扩展名 (.jpg, .png, .txt 等)
- ✅ 详细的操作报告,包含成功/失败/跳过的文件统计
- ✅ 错误处理,避免覆盖已存在的文件
使用示例:
- 输入文件:T_1.jpg, T_2.png, T_10.txt
- 输出文件:1_T.jpg, 2_T.png, 10_T.txt
文件名关键词替换/删除节点,在文件夹中查找包含指定关键词的文件,将关键词替换为新的关键词或删除关键词。支持格式筛选,严格匹配(区分大小写)。
功能特点: - ✅ 智能检索包含指定关键词的文件 - ✅ 严格匹配模式,只替换完全一致的关键词(区分大小写) - ✅ 支持关键词替换和删除两种操作模式 - ✅ 支持格式筛选,可指定只处理特定格式的文件 - ✅ 详细的操作报告,包含成功/失败/跳过的文件统计 - ✅ 错误处理,避免覆盖已存在的文件 - ✅ 自动跳过无需更改的文件
使用示例:
- 原文件:1_R.jpg, 2_R.png, test_R.txt
- 设置:old_keyword="R", new_keyword="start", file_format="full"
- 结果文件:1_start.jpg, 2_start.png, test_start.txt
格式筛选示例:
- 原文件:1_R.jpg, 2_R.png, test_R.txt
- 设置:old_keyword="R", new_keyword="start", file_format="jpg"
- 结果文件:1_start.jpg(只处理jpg文件), 2_R.png, test_R.txt(png和txt文件被跳过)
关键词删除示例:
- 原文件:1_temp.jpg, 2_temp.png, test_temp.txt
- 设置:old_keyword="temp", new_keyword=""(留空), file_format="full"
- 结果文件:1_.jpg, 2_.png, test_.txt(删除temp关键词)

Excel数据处理节点,用于在ComfyUI中处理Excel文件数据,支持读取、写入和数据转换操作。
功能特点: - ✅ 支持Excel文件的读取和写入操作 - ✅ 支持多种数据格式转换 - ✅ 支持工作表选择和数据筛选 - ✅ 提供详细的数据处理报告 - ✅ 支持批量数据处理
使用场景: - 处理图像标注数据 - 批量文件信息整理 - 数据统计和报表生成 - 工作流参数配置管理
在img目录下有json格式的工作流示例文件,示范了如何在ComfyUI中使用这些节点。
批量打标:
[批量反推工
$ claude mcp add Comfyui_PDuse \
-- python -m otcore.mcp_server <graph>