在处理这些数据类型时，你需要了解 torch.Tensor 类。
完整文档请见这里，或者参考 Comfy 所需关键概念的介绍。
如果你的节点有且只有一个输出且为张量，记得返回 (image,) 而不是 (image)
下方大部分概念都在示例代码片段中有说明。

​
图像（Images）

IMAGE 是一个形状为 [B,H,W,C] 的 torch.Tensor，其中 C=3。如果你需要保存或加载图像，需要在 PIL.Image 格式和张量之间进行转换——请参见下方代码片段！注意，有些 pytorch 操作提供（或期望）[B,C,H,W]，即“通道优先”，这样做是为了计算效率。请务必小心区分。

​
使用 PIL.Image

如果你想加载和保存图像，你需要用到 PIL： 
from PIL import Image, ImageOps

​
蒙版（Masks）

MASK 是一个形状为 [B,H,W] 的 torch.Tensor。
在许多场景下，蒙版的值为二值（0 或 1），用于指示哪些像素需要进行特定操作。
有时蒙版的值会在 0 到 1 之间，用于表示遮罩的程度（例如调整透明度、滤镜或图层合成）。

​
Load Image 节点生成的蒙版

LoadImage 节点会使用图像的 alpha 通道（即“RGBA”中的“A”）来创建蒙版。
alpha 通道的值会被归一化到 [0,1]（torch.float32），然后再取反。
LoadImage 节点在加载图像时总会生成一个 MASK 输出。许多图片（如 JPEG）没有 alpha 通道，这种情况下，LoadImage 会创建一个形状为 [1, 64, 64] 的默认蒙版。

​
理解蒙版的形状

在 numpy、PIL 等库中，单通道图像（如蒙版）通常表示为二维数组，形状为 [H,W]。
这意味着 C（通道）维度是隐式的，因此与 IMAGE 类型不同，蒙版的批量通常只有三维：[B, H, W]。
有时你会遇到 B 维被隐式 squeeze 的蒙版，变成了 [H,W] 的张量。 在使用 MASK 时，你经常需要通过 unsqueeze 匹配形状，变成 [B,H,W,C]，其中 C=1。
要给 C 维 unsqueeze，请用 unsqueeze(-1)，要给 B 维 unsqueeze，请用 unsqueeze(0)。
如果你的节点接收 MASK 作为输入，建议总是检查 len(mask.shape)。

​
潜变量（Latents）

LATENT 是一个 dict；潜变量样本通过键 samples 引用，形状为 [B,C,H,W]，其中 C=4。
LATENT 是通道优先，IMAGE 是通道最后