comfyui-auto-mosaic

comfyui-auto-mosaic
★ 2

敏感区域检测YOLO分割马赛克/模糊/白化PSD分层导出
基于YOLO分割自动检测图片中敏感区域，并对其执行马赛克、模糊、白化或保留原始蒙版等处理，支持分层PSD导出与模型自动下载，便于批量隐私保护与后期调整。
💡 自动为图像中敏感部位批量打码并导出可编辑PSD。
🍴 1 Forks💻 Python🔄 2026-03-18
📦
网盘下载
复制链接后前往夸克网盘下载
https://pan.quark.cn/s/8b0992d318c3
📦 requirements.txt
ultralytics
psd-tools
opencv-python-headless
gradio
torch
torchvision
📄 README

ComfyUI AutoMosaic

ComfyUI AutoMosaic は、YOLOセグメンテーションモデルを使用して画像内の特定の領域（例：局部の露出など）を自動で検出し、モザイク処理やぼかし、白塗りなどの処理を行う ComfyUI 用のカスタムノードです。PSDファイルとして各レイヤーを分けて保存する機能も備えています。

機能

  • 特定領域の自動検出: Ultralytics YOLO セグメンテーションモデルを利用し、指定したクラス名に該当する領域のマスクを検出します。（デフォルトでは sensitive_detect_v06.pt を使用）
  • 画像処理モード: 検出された領域に対して以下の処理を選択可能です。
  • mosaic (モザイク処理)
  • blur (ぼかし処理)
  • white (白塗り処理)
  • raw (処理なし、そのままのマスク領域)
  • PSD保存機能: 処理されたレイヤーと元の背景画像を分けて、1つのPSDファイルとして保存することが可能です。（処理の微調整に便利です）
  • モデルの自動ダウンロード機能: デフォルトの指定モデル (sensitive_detect_v06.pt) が見つからない場合は、自動的に HuggingFace からダウンロードするため、手動でモデルを配置する手間が省けます。

    • インストール

  • リポジトリのクローン

    • ComfyUIの custom_nodes ディレクトリで以下のコマンドを実行します。

    “`bash

    cd ComfyUI/custom_nodes

    git clone <このリポジトリのURL> comfyui-auto-mosaic

    “`

  • 依存関係のインストール

    • 仮想環境またはComfyUIの環境内で以下のライブラリをインストールします。

    “`bash

    pip install -r comfyui-auto-mosaic/requirements.txt

    “`

    依存パッケージ:

  • ultralytics (YOLO用)
  • psd-tools (PSD保存用)
  • opencv-python-headless (画像処理用)

    • ノードのパラメータ (Inputs)

    AutoMosaic ノードの設定項目は以下の通りです。

    | パラメータ名 | タイプ | デフォルト | 説明 |

    | :— | :—: | :— | :— |

    | image | IMAGE | (必須) | 入力画像。 |

    | save_psd | BOOLEAN | False | True にすると、出力フォルダに結果をPSDファイルとして保存します（レイヤー分けあり）。 |

    | filename_prefix | STRING | "AutoMosaic" | 保存される画像のファイル名のプレフィックス。 |

    | confidence | FLOAT | 0.5 | YOLOの検出の信頼度（Confidence）の閾値。最小0.01、最大1.0。値を低くするとより多くの領域を検出しますが、誤検知が増える可能性があります。 |

    | process_method | COMBO | "mosaic" | 適用するエフェクト。["raw", "mosaic", "white", "blur"] から選択します。 |

    | factor | INT | 100 | モザイクやぼかしのブロックサイズ・強度を決定する係数。値が小さいほどブロックサイズ（モザイク1マスのサイズ）が大きくなります。 |

    | target_class | STRING | "pussy,penis" | モデルが検出する対象クラスの名前。複数ある場合はカンマ , 区切りで指定します。 |

    出力 (Outputs)

  • IMAGE: 処理後の合成画像。ComfyUIの他のノード（Save ImageノードやPreview Imageノードなど）へ接続して使用します。

    • スタンドアローン WebUI (ComfyUI不要)

    ComfyUI本体を起動しなくても、本ノードの機能をブラウザから直接試せるスタンドアローンのGradioベースWebUIを同梱しています。

    Single Image（単一画像処理）と、フォルダ内の画像（サブフォルダ含む）を一括で処理するBatch Process（バッチ処理）の2つのモードに対応しています。

  • WebUIの起動

    • 付属のバッチファイルを実行するだけで、必要な環境（Python仮想環境の作成、ライブラリのインストール）が自動でセットアップされ、WebUIが起動します。

    “`bash

    # Windowsの場合

    start_standalone.bat

    “`

    ※ 初回起動時に config.txt ファイルがない場合は自動生成され、メモ帳が開きます。必要なPythonとCUDAのバージョンを指定して保存してください。

  • ブラウザでアクセス

    • コンソールに表示されるURL（例: http://127.0.0.1:7860）にブラウザでアクセスして操作します。

    処理の仕組み

  • モデルのロード: もし sensitive_detect_v06.pt が models/ultralytics または models/yolo にない場合は、HuggingFaceから自動でダウンロードされます。
  • セグメンテーションの実行: 各画像に対し YOLO モデルがマスクとバウンディングボックスを予測します。
  • 設定された処理の適用: 検出されたクラス名が target_class に含まれている場合、その領域を切り抜いて process_method と factor に基づく画像処理を加えます。
  • 合成: 背景ベースレイヤーと各加工後のマスクレイヤーを下から順に重ねて出力用のテンソルとして返します。（save_psdが有効で出力可能な場合は、PSDレイヤーとしても保存されます）。

    • 既知の問題 / 制限事項

  • 複数画像のバッチ（Batched Tensors）が入力された場合も順番に処理し、対応する数の結果を出力します。ただし各画像の出力結果ファイル名は連番（_00001 等）で保存されます。
  • save_psd を使用する場合、大量のレイヤーまたは高解像度画像を処理するとメモリやストレージを消費しやすくなります。

    • 開発のサポート

    このノードを試してみて、もし「なかなかやるやん！」という気持が１ミリくらいありましたら、自動モザイクの Windows 版アプリもあるので、こちらをご購入して頂き、開発をサポートしてもらえると大変助かります！

    https://sugarknight.booth.pm/items/8034269

    謝辞: このノードは Ultralytics の YOLO リポジトリおよび psd-tools の技術基盤によって支えられています。