Latent to Image Decoder (Latent2Image)

English | 简体中文

---

English

A standalone Windows GUI application to decode ComfyUI latent files (.latent, .safetensors, .pt) into viewable images using a VAE model. This tool is designed for users who want to quickly preview or recover images from latent files without launching the full ComfyUI environment.

Key Features

• Standalone Executable: No Python environment required for end-users (when using the built EXE).
• Drag & Drop Support:
  • Drag files onto the application icon to launch and process automatically.
  • Drag files directly into the running window for instant decoding.
• Smart Environment Detection: Automatically finds and uses the Python environment and VAE models from an existing ComfyUI installation.
• VAE Caching: Loads the VAE model once into memory for high-speed batch processing.
• Hardware Acceleration: Supports both CUDA (NVIDIA GPU) and CPU decoding.
• Memory Optimization: Optional "Low VRAM" mode to offload models when idle.
• File Management: Automatically move processed .latent files to a designated "Processed" directory.
• Metadata Support: Decodes metadata and handles various latent formats from ComfyUI.

How to Use

1. Initial Setup:
   • Set the ComfyUI Directory: Point to your local ComfyUI folder to use its internal environment.
   • Select a VAE Path: Choose a VAE model (e.g., vae-ft-mse-840000-ema-pruned.safetensors).
2. Decoding:
   • Click Select Latent Files & Run to pick files.
   • OR Simply drag .latent files into the window.
3. Settings:
   • Processed Dir: (Optional) Set a directory. After decoding, the source .latent files will be moved here.
   • Low VRAM Mode: Enable if you experience out-of-memory issues.

Requirements for Building

• Python 3.10+
• torch, diffusers, safetensors, tkinterdnd2
• Run build_exe.bat to generate a portable .exe.

---

简体中文

一个独立的 Windows GUI 应用程序，用于使用 VAE 模型将 ComfyUI 的 latent 文件（.latent, .safetensors, .pt）解码为可查看的图像。该工具专为希望在不启动完整 ComfyUI 环境的情况下快速预览或恢复 latent 图像的用户设计。

主要功能

• 独立可执行文件: 终端用户无需安装 Python 环境（使用打包后的 EXE）。
• 拖放支持:
  • 将文件拖到应用程序图标上即可自动启动并处理。
  • 将文件直接拖入正在运行的窗口进行即时解码。
• 智能环境检测: 自动发现并使用现有 ComfyUI 安装中的 Python 环境和 VAE 模型。
• VAE 缓存: 将 VAE 模型加载到内存中一次，实现高速批量处理。
• 硬件加速: 支持 CUDA (NVIDIA GPU) 和 CPU 解码。
• 内存优化: 可选的“低显存模式”，在闲置时卸载模型。
• 文件管理: 自动将处理过的 .latent 文件移动到指定的“已处理”目录。
• 元数据支持: 解码元数据并处理来自 ComfyUI 的各种 latent 格式。

使用方法

1. 初始设置:
   • 设置 ComfyUI 目录: 指向您的本地 ComfyUI 文件夹以使用其内部环境。
   • 选择 VAE 路径: 选择一个 VAE 模型文件（例如 vae-ft-mse-840000-ema-pruned.safetensors）。
2. 解码:
   • 点击 选择 Latent 文件并运行 手动选择文件。
   • 或者 直接将 .latent 文件拖入窗口。
3. 可选设置:
   • 已处理目录: (可选) 设置一个目录。解码成功后，源 .latent 文件将被移动到此处。
   • 低显存模式: 如果遇到显存不足问题，请启用此项。

开发与构建

• 需要 Python 3.10+
• 依赖项：torch, diffusers, safetensors, tkinterdnd2
• 运行 build_exe.bat 生成便携式 .exe。

---

License

MIT License. Created by madlaxcb.