第一集：Derfuu浮点插件安装及介绍
视频教程
图文教程
Derfuu插件描述
根据图像大小或您想要的内容自动计算
更容易编辑各种节点的多个值
数学运算
修改后的缩放器
节点介绍
1.变量包含的节点
https://fszxai.fss-my.addlink.cn/comfy/zjzz/0310.png
浮点：主要用于计算
整数：主要用于设置宽度/高度和偏移量，还提供浮点值的转换
文本：文本的输入字段，通常为一个词
文本框：和文本相同，但可以输入多行
整数和浮点数之间的区别
两者的存储方式不一样，整数是直接以二进制形式进行存储，对于浮点数，需要将小数部分和指数部分分开存储，两者之间的区别还有如下：
整数没有小数部分，浮点数有小数部分
浮点数可以表示的范围比整数大
对于一些算术运算（两个很大的数相减），浮点数损失的精度更多
在任何区间内都存在着无数个实数，所以计算机的浮点数不能表示区间内的所有值，通常只是实际值的近似值
浮点运算比整数运算慢，不过，有了浮点处理器，速度上的差距有了一定的缩小
2.调试节点
调试文本经AI处理后，需要判断输出是否与预期相符作为测试结果，这里非专业人士不必理会
3.功能包含的节点
https://fszxai.fss-my.addlink.cn/comfy/zjzz/0311.png
随机值：给出阈值A和B之间的随机值
获取图像尺寸：在一个值中返回图像大小，如：宽度、高度和（宽度、高度）作为元组
获取Latent尺寸：在一个值中返回潜在空间大小，如：宽度、高度和（宽度、高度）作为元组
整数到浮点：将整数值转换为浮点数
向上取整：将浮点值向上取整数，例如：1.01-->2
向下取整：将浮点值向下取整数，例如：1.99-->1
绝对值：只返回你选择的正（或负）值（默认值-正）
4.元组包含的节点
元组是由多个数据元素组成，元素用逗号分隔，例如(1, 2)就是一个二元素的元组
与列表不同,元组的元素顺序不能修改,即元组是不可变的序列数据类型
可以访问元组中的元素,但是不能修改、添加或删除元素
可以解包元组,如a,b = (1,2)直接将元素分配给变量
https://fszxai.fss-my.addlink.cn/comfy/zjzz/0312.png
元组：2个浮点值A，B组合成元组，参数round为四舍五入
元组到浮点：解包元组，直接将浮点元素A，B分配给变量
整数到元组：2个整数A，B组合成元组
元组到整数：解包元组，直接将整数元素A，B分配给变量
元组转换：将元组C的值换成元组D的值
元组相乘：将元组C乘以“值”获得元组D
设置条件区域：和官方的【条件采样区域】节点一样，只是将官方的宽度、高度组合成尺寸元组，将X、Y组合成偏移元组
Latent元组复合：和官方的【Latent复合】节点一样，只是将官方的X、Y组合成位置元组
5.数学计算节点，这个大家应该都很好理解，数值的加减乘除
6.自设节点
https://fszxai.fss-my.addlink.cn/comfy/zjzz/0313.png
一种图片和潜在空间放大的一种方式
特别是【图像按边放大】节点还是非常有用的
比如我们在图生图中，加载了一张图片，如果我们不知道这张图像的像素，在潜空间中我们以这张图像作为尺寸绘制，如果这张图像很大，或者我们想控制图像大小进行重绘
用之前我们学习的官方的缩放方式，可以按系数缩放，就是将这张图片缩放多少倍，同样无法控制图像的尺寸
可以按宽高数值设置进行缩放，但如果之前的图像是2000*1000，我们设置成1000*700，那就导致图像的拉伸或裁剪
可以按像素缩放，该功能和系数缩放效果差不多，都无法控制图像的尺寸
但是【图像按边放大】节点就可以满足控制图片尺寸的作用
边长度：可以设置一个边的长度，另一边长度按比例缩放
边：选择哪一个边作为“边长度”，可选最长边、宽、高
比如原来图像为宽高900*600（这个数值我其实不知道）
这边我设置边长度：1200，边：最长边
这时【图像按边放大】节点会自动把宽（最长边）变成1200，高按比例变成800
这样整个图片的比例还是一样的，同时我们还控制了我们生图的图像大小
总结
Derfuu插件虽然大部分都是数值，看的也很蒙，但是当我们在复制一些复制工作流的时候会让它变得更高效和便捷
同时我也会在后面的一些课程中教大家一些用法
最少在导入别人工作流的时候能看的懂一些吧
【图像按边放大】节点在图生图中是一个非常有用的节点
我在课程介绍的这些插件都是循序渐进的，大家要按部就班学习，每引入一个插件都是为后面的一些工作流服务的
static/image/hrline/1.gif
Derfuu官方网站：https://github.com/Navezjt/Derfuu_ComfyUI_ModdedNodes
插件百度夸克下载：
static/image/hrline/1.gif
推荐继续学习：
第二集：图像的组成风格 结构和色调
页:
[1]