免费下载

节点包（comfyui_controlnet_aux辅助预处理器）：

夸克：https://pan.quark.cn/s/593e79c74b7a

迅雷：https://pan.xunlei.com/s/VNxc8TZKgfYOqg_PXIC9DFznA1?pwd=9mfp#

来源github作者：Fannovel16

ComfyUI官方原生包：https://aizyk.com/1621.html

CN模型

SD1.5_CN模型：https://aizyk.com/952.html

SDXL_CN模型：https://pan.quark.cn/s/394b3b6f2d8f

ControlNet 辅助预处理器，用于制作 ControlNet 提示图像的即插即用 ComfyUI 节点集，

查看 Marigold Depth Estimator，它可以从高分辨率静态图像生成非常详细且清晰的深度图。

它创建的网格甚至可以 3D 打印。由于扩散器的原因，它无法在此扩展中实现，但 Kijai 有一个 Comfy 实现 https://github.com/kijai/ComfyUI-Marigold

安装

可以通过 ComfyUI Manager 来安装此节点，直接搜索ControlNet找到名为 ComfyUI's ControlNet Auxiliary Preprocessors 节点，作者是Fannovel16，（需要科学上网）

没有科学上网的朋友，可以在页面直接下载，解压后放入以下路径：

ComfyUI_windows_portable\ComfyUI\custom_nodes

Nodes 节点

请注意，此存储库仅支持预处理器制作提示图像（例如，stickman、canny edge 等）。除 Inpaint 之外的所有预处理器都集成到 AIO Aux Preprocessor 节点中。

该节点允许您快速获取预处理器，但无法设置预处理器自身的阈值参数。您需要直接使用其节点来设置阈值。

Line Extractors 线提取器

法线和深度估计器

面部和姿势估计器

Optical Flow Estimators 光流估计器

如何获取 OpenPose 格式的 JSON？

此工作流程会将图像保存到 ComfyUI 的输出文件夹（与输出图像相同的位置）。如果您还没有找到 Save Pose Keypoints 节点，请更新此扩展

Dev-side 开发端

可以使用 UI 上的 app.nodeOutputs 或 /history API 端点从 DWPose 和 OpenPose 获取与 IMAGE 批次中的每个帧相对应的 OpenPose 格式 JSON 数组。 AnimalPose 的 JSON 输出使用与 OpenPose JSON 类似的格式：

[
{
"version": "ap10k",
"animals": [
[[x1, y1, 1], [x2, y2, 1],..., [x17, y17, 1]],
[[x1, y1, 1], [x2, y2, 1],..., [x17, y17, 1]],
...
],
"canvas_height": 512,
"canvas_width": 768
},
...
]

对于扩展开发人员（例如 Openpose 编辑器）：

const poseNodes = app.graph._nodes.filter(node => ["OpenposePreprocessor", "DWPreprocessor", "AnimalPosePreprocessor"].includes(node.type))
for (const poseNode of poseNodes) {
const openposeResults = JSON.parse(app.nodeOutputs[poseNode.id].openpose_json[0])
console.log(openposeResults) //An array containing Openpose JSON for each frame
}

对于 API 用户：Javascript

import fetch from "node-fetch" //Remember to add "type": "module" to "package.json"
async function main() {
const promptId = '792c1905-ecfe-41f4-8114-83e6a4a09a9f' //Too lazy to POST /queue
let history = await fetch(`http://127.0.0.1:8188/history/${promptId}`).then(re => re.json())
history = history[promptId]
const nodeOutputs = Object.values(history.outputs).filter(output => output.openpose_json)
for (const nodeOutput of nodeOutputs) {
const openposeResults = JSON.parse(nodeOutput.openpose_json[0])
console.log(openposeResults) //An array containing Openpose JSON for each frame
}
}
main()

Python

import json, urllib.request

server_address = "127.0.0.1:8188"
prompt_id = '' #Too lazy to POST /queue

def get_history(prompt_id):
with urllib.request.urlopen("http://{}/history/{}".format(server_address, prompt_id)) as response:
return json.loads(response.read())

history = get_history(prompt_id)[prompt_id]
for o in history['outputs']:
for node_id in history['outputs']:
node_output = history['outputs'][node_id]
if 'openpose_json' in node_output:
print(json.loads(node_output['openpose_json'][0])) #An list containing Openpose JSON for each frame

更多详情

（失效请加V：xkd2310备注SD）