# پردازش پس از خروجی SeedVR2

این گره تصویر تولیدشده را با تصویر اصلی تغییر اندازه‌داده‌شده هم‌تراز می‌کند و اصلاح رنگ اختیاری را اعمال می‌کند. این گره خروجی فرآیند بزرگ‌نمایی SeedVR2 را دریافت کرده و آن را طوری تنظیم می‌کند که با رنگ‌ها و ابعاد تصویر مرجع اصلی مطابقت داشته باشد.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | بازه |
|-----------|-------------|-----------|----------|-------|
| `images` | تصویر تولیدشده برای پردازش. | IMAGE | بله | - |
| `original_resized_images` | تصویر اصلی تغییر اندازه‌داده‌شده پیش از پیش‌پردازش که به‌عنوان مرجع استفاده می‌شود. | IMAGE | بله | - |
| `color_correction_method` | روشی برای مطابقت دادن رنگ‌های تصویر تولیدشده با تصویر اصلی. lab: انتقال رنگ در فضای CIELAB با حفظ جزئیات (وفادارترین). wavelet: انتقال رنگ کم‌فرکانس و حفظ جزئیات پر‌فرکانس بزرگ‌نمایی‌شده. adain: مطابقت میانگین/انحراف معیار هر کانال (سریع‌ترین، رنگی‌شدن کلی). none: نادیده گرفتن انتقال رنگ (فقط هم‌ترازی هندسی). (پیش‌فرض: "lab") | COMBO | بله | `"lab"`<br>`"wavelet"`<br>`"adain"`<br>`"none"` |

**توجه:** هر دو ورودی می‌توانند تنسورهای ۴بعدی (دسته، ارتفاع، عرض، کانال‌ها) یا ۵بعدی (دسته، فریم‌ها، ارتفاع، عرض، کانال‌ها) باشند. گره هر دو را به کوچک‌ترین دسته، تعداد فریم، ارتفاع و عرض برش می‌دهد، بنابراین نیازی نیست دقیقاً برابر باشند. وقتی روش اصلاح رنگ غیر از `none` استفاده شود، ابتدا تصویر مرجع به اندازه خروجی تغییر اندازه داده می‌شود. اصلاح رنگ در قطعه‌های آگاه به حافظه پردازش می‌شود و در صورت تمام‌شدن حافظه به قطعه کوچک‌تر عقب‌نشینی می‌کند. ارتفاع و عرض خروجی به پایین به اعداد زوج گرد می‌شوند. اگر تصویر مرجع کانال آلفا داشته باشد (۴ کانال)، آن کانال آلفا حفظ شده و به خروجی اعمال می‌شود.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
|-------------|-------------|-----------|
| `images` | تصویر هم‌ترازشده و اصلاح‌رنگ‌شده. | IMAGE |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SeedVR2PostProcessing/fa.md)

---
**Source fingerprint (SHA-256):** `00a3a3ef06edc7e0eca8f67a96095920a3e0e885dac3fb676d081e4c4c30bec5`
