Ada momen yang tidak bisa diulang: senyuman anak yang baru pertama kali meniup lilin, papan nama toko kecil di ujung gang saat perjalanan malam, atau seekor kucing yang melintas begitu saja di depan kamera. Kita menekan tombol rana dengan yakin, lalu di rumah baru sadar fotonya goyang. Garis-garis lurus menjadi ganda, huruf pada papan nama meleleh menjadi bayangan, dan wajah yang seharusnya tajam berubah menjadi kabur. Foto seperti itu biasanya berakhir di tong sampah digital, padahal momen di dalamnya tidak tergantikan.
Selama bertahun-tahun, memperbaiki foto goyang adalah pekerjaan para ahli restorasi dengan perangkat lunak mahal dan proses yang panjang. Kini, sebuah paket node gratis untuk ComfyUI bernama ComfyUI-PhotoDeblur mencoba membawa kemampuan itu ke meja kerja siapa saja. Proyek ini dibuat oleh pengembang dengan nama pengguna porfeng dan dibagikan ke publik pada 7 November 2026 dengan lisensi MIT. Paket ini membungkus dua model deblurring yang sudah dikenal di dunia riset, HI-Diff dan MISCFilter, menjadi node asli ComfyUI yang bisa langsung dirangkai dalam alur kerja grafis, tanpa perlu menulis satu baris kode pun. Pengembangnya sendiri bercerita bahwa proyek ini berawal dari keinginannya memulihkan foto-foto hasil jepretan tangannya sendiri, dan setelah mencoba beberapa model, dua model inilah yang menurut pengalamannya bekerja paling baik pada sebagian fotonya.
Artikel ini membahas ComfyUI-PhotoDeblur dari berbagai sisi: apa yang sebenarnya dilakukan kedua model di baliknya, bagaimana paket ini menangani foto beresolusi tinggi tanpa mengorbankan ukuran aslinya, bagaimana cara memasang dan menggunakannya, serta batas-batasnya yang perlu dipahami sebelum berharap terlalu banyak. Semua informasi di sini dirangkum dari dokumentasi proyek, forum ComfyUI, dan publikasi ilmiah yang mendasari kedua model tersebut.
Kenapa foto goyang sulit diperbaiki
Untuk memahami apa yang dilakukan PhotoDeblur, ada baiknya memahami dulu kenapa foto goyang begitu sulit diselamatkan. Saat kamera bergerak selama rana terbuka, setiap titik cahaya di pemandangan tidak jatuh pada satu piksel sensor saja, melainkan terseret menjadi garis. Hasilnya adalah motion blur, kabur yang mengikuti arah gerakan tangan atau gerakan subjek. Berbeda dengan foto yang sekadar tidak fokus, blur karena gerakan mengandung informasi arah dan jarak gerakan itu sendiri, dan pola gerakannya bisa berbeda di setiap bagian foto: tangan bergetar tidak merata, subjek bergerak sementara latar diam, dan getaran kecil bisa berubah arah di tengah eksposur.
Pendekatan klasik adalah memperkirakan pola gerakan itu, yang disebut kernel blur, lalu membalikkan efeknya secara matematis. Cara ini bekerja cukup baik untuk blur yang seragam dan sederhana, tetapi cepat kewalahan menghadapi foto nyata yang polanya rumit dan tidak seragam. Di sinilah model pembelajaran mesin mengambil alih: model dilatih dengan ribuan pasangan foto kabur dan foto tajam, lalu belajar memetakan yang satu ke yang lain, termasuk mengenali tekstur, tepi, dan huruf. Tantangannya, model deblurring yang kuat biasanya rakus memori, dan memproses foto modern beresolusi 24 megapiksel sekaligus bisa menghabiskan VRAM kartu grafis kelas menengah. Solusi yang umum adalah memperkecil foto dulu, tetapi cara itu mengorbankan detail. Inilah masalah yang coba dijawab PhotoDeblur dengan pemrosesan tile.
Dua model di dalam satu paket
ComfyUI-PhotoDeblur mengintegrasikan dua model dengan pendekatan yang berbeda, sehingga pengguna bisa memilih mana yang lebih cocok untuk fotonya.
Model pertama adalah HI-Diff, singkatan dari Hierarchical Integration Diffusion Model for Realistic Image Deblurring, yang diperkenalkan Zheng Chen dan rekan-rekannya dalam makalah yang pertama kali dipublikasikan di arXiv pada Mei 2023 dan dipresentasikan di NeurIPS 2023. Gagasan intinya adalah menggabungkan dua dunia: model difusi yang pandai menghasilkan detail, dan model regresi yang pandai menjaga akurasi bentuk. Model difusi bekerja di ruang laten yang sangat ringkas untuk menghasilkan semacam petunjuk tentang seperti apa foto tajam itu seharusnya, lalu petunjuk tersebut disuntikkan ke dalam model Transformer berbasis regresi melalui modul Hierarchical Integration Module, di beberapa skala sekaligus. Dalam pengujian yang dilaporkan para penulisnya, HI-Diff mengungguli metode-metode terbaik pada masanya pada kumpulan data GoPro, HIDE, dan RealBlur, baik pada metrik PSNR maupun SSIM, termasuk keunggulan yang dilaporkan lebih dari 1 dB PSNR pada data RealBlur ketika dilatih dan diuji langsung pada data dunia nyata. Angka-angka ini adalah klaim dari makalah aslinya, dan skor benchmark tidak selalu berarti hasil visual yang lebih baik pada setiap foto, tetapi setidaknya menunjukkan bahwa model ini dirancang dan diuji secara serius untuk blur dunia nyata, bukan hanya blur buatan.
Model kedua adalah MISCFilter, singkatan dari Motion-adaptive Separable Collaborative Filter, dari makalah Chengxu Liu dari Xi'an Jiaotong University dan rekan-rekannya pada 2024. Pendekatannya berbeda: MISCFilter memperkirakan gerakan itu sendiri. Sebuah jaringan estimasi gerakan menangkap informasi gerakan dari area sekitar piksel, lalu secara adaptif memperkirakan aliran gerakan, masker, kernel, bobot, dan pergeseran yang bervariasi di setiap lokasi gambar. Filter ini mula-mula menyelaraskan pola kabur ke arah tengah gerakan, lalu menyaring gambar yang sudah diselaraskan itu secara kolaboratif. Dalam pengujian yang dilaporkan penulisnya, MISCFilter mencatat kinerja yang dilaporkan setara atau lebih baik dari metode-metode terbaru pada GoPro dan HIDE, dengan waktu proses yang dilaporkan hanya separuh dari metode pembanding pada beberapa kasus, dan unggul pada data RealBlur yang lebih kompleks. Karakter keduanya berbeda: HI-Diff cenderung kuat dalam merekonstruksi detail dan tekstur, sementara MISCFilter cenderung kuat dalam menangani gerakan yang bervariasi di dalam satu foto. Memiliki keduanya dalam satu paket berarti pengguna bisa mencoba keduanya pada foto yang sama dan membandingkan hasilnya secara langsung.
Tiga checkpoint untuk tiga dunia nyata
Setiap model dalam PhotoDeblur hadir dengan tiga pilihan checkpoint, yaitu RealBlur-J, RealBlur-R, dan GoPro. Nama-nama ini merujuk pada kumpulan data yang dipakai untuk melatih varian tersebut, dan memilih checkpoint yang tepat adalah salah satu keputusan terpenting dalam penggunaan paket ini.
RealBlur adalah kumpulan data foto kabur dunia nyata yang dibuat dengan cara memotret pemandangan yang sama dengan pengaturan kamera berbeda, sehingga tersedia pasangan foto kabur dan foto tajam yang benar-benar diambil dari dunia nyata, bukan disintesis. Kumpulan ini memiliki dua subset: RealBlur-J, yang berisi foto-foto dalam format JPEG, dan RealBlur-R, yang berisi foto-foto dalam format RAW yang diproses. Masing-masing subset dilaporkan berisi 3.758 pasangan untuk pelatihan dan 980 pasangan untuk pengujian. Perbedaan format ini bukan detail sepele: foto JPEG sudah melewati kompresi dan pemrosesan internal kamera, sehingga artefak kompresi menjadi bagian dari masalah yang harus dihadapi model, sementara foto RAW lebih bersih dari artefak semacam itu tetapi memiliki karakteristik noise dan rentang dinamis yang berbeda.
Checkpoint GoPro dilatih pada kumpulan data GoPro yang berisi 2.103 pasangan foto untuk pelatihan dan 1.111 pasangan untuk pengujian, yang dibuat dengan merata-ratakan frame video berkecepatan tinggi untuk mensimulasikan blur gerakan. Blur pada data GoPro cenderung lebih kuat dan lebih dramatis, karena gerakan kamera aksi memang ekstrem.
Pengembang PhotoDeblur menyarankan titik awal berupa checkpoint RealBlur-J, ukuran tile 768, overlap 96, dan TTA dimatikan. Saran ini masuk akal untuk kebanyakan foto dari ponsel dan kamera saku, karena sebagian besar foto sehari-hari memang berformat JPEG dan blur-nya cenderung ringan sampai sedang. Foto yang diambil dalam format RAW mungkin lebih cocok dengan checkpoint RealBlur-R, sementara foto dengan gerakan yang sangat kuat, seperti foto olahraga, mungkin lebih cocok dengan checkpoint GoPro. Kuncinya adalah mencoba, karena tidak ada satu checkpoint yang terbaik untuk semua foto.
Pemrosesan tile: foto besar tetap utuh
Fitur yang paling penting dari PhotoDeblur mungkin bukan modelnya, melainkan cara paket ini menangani foto beresolusi tinggi. Memproses foto besar dalam satu lintasan bisa menghabiskan VRAM, dan PhotoDeblur menyelesaikan masalah ini dengan tiled inference, yaitu membagi foto menjadi potongan-potongan kecil yang disebut tile, memproses setiap tile secara terpisah, lalu menyatukannya kembali. Yang membedakan pendekatan ini dari sekadar memotong-motong foto adalah overlap blending: tile-tile yang berdekatan dibuat saling tumpang tindih, dan area tumpang tindih tersebut digabungkan dengan pencampuran yang halus, sehingga tidak muncul garis-garis sambungan pada hasil akhir. Ukuran tile, besarnya overlap, dan cara pencampurannya semuanya bisa diatur oleh pengguna. Pengembangnya sendiri menggunakan GPU dengan memori 8 GB dan memproses contoh-contohnya dengan tile berukuran 768 piksel, yang menunjukkan bahwa paket ini memang dirancang dengan mempertimbangkan perangkat keras yang umum dimiliki pengguna rumahan.
Pendekatan tile ini juga berarti foto keluar dengan dimensi yang sama persis seperti foto masuk, tanpa penurunan resolusi atau pemotongan. Bagi fotografer, ini penting: foto yang diselamatkan tetap bisa dicetak atau dipotong ulang dengan kebebasan yang sama seperti foto aslinya. Tentu saja, pemrosesan tile bukan tanpa biaya. Semakin kecil tile dan semakin besar overlap, semakin banyak potongan yang harus diproses, sehingga waktu proses menjadi lebih lama. Ada pula risiko halus berupa inkonsistensi antar tile pada area dengan tekstur yang sangat seragam, meskipun overlap blending dirancang untuk meminimalkan hal itu.
Selain pemrosesan tile, PhotoDeblur menyediakan opsi TTA delapan arah, singkatan dari test-time augmentation, yang memproses foto dalam delapan variasi orientasi dan menggabungkan hasilnya, dengan biaya waktu proses yang berlipat ganda, sehingga pengembang menyarankan untuk mematikannya pada percobaan pertama. Ada pula opsi tone matching, yaitu pencocokan nada warna, yang membantu menjaga agar warna hasil deblurring tetap selaras dengan warna foto aslinya, karena model deblurring kadang mengubah kecerahan atau saturasi secara halus. Terakhir, bobot model diunduh dari sumber resmi dan diverifikasi dengan SHA256, sebuah langkah keamanan yang memastikan berkas yang diunduh tidak rusak atau tertukar.
Cara memasang dan menjalankan
Pemasangan PhotoDeblur mengikuti pola umum paket node ComfyUI. Pengguna mencari kata kunci comfyui-photodeblur di Comfy Registry atau ComfyUI Manager, memasang node beserta dependensi yang dibutuhkan, lalu menyeret salah satu workflow contoh dari folder example_workflows di repositori ke dalam jendela ComfyUI. Setelah itu, pengguna memilih foto yang ingin diperbaiki dan mengunduh bobot model yang sesuai. Dokumentasi proyek tersedia dalam bahasa Inggris dan Mandarin.
Ada satu catatan instalasi yang penting: MISCFilter membutuhkan NVIDIA CUDA dan CuPy. Ini berarti pengguna yang kartunya bukan NVIDIA, atau yang menjalankan ComfyUI di CPU saja, kemungkinan hanya bisa memakai HI-Diff, atau bahkan tidak bisa menjalankan paket ini sama sekali tanpa penyesuaian. Instruksi pemasangan CuPy tersedia di README proyek, tetapi pengguna yang belum pernah memasang pustaka CUDA sebaiknya menyiapkan waktu ekstra.
Setelah terpasang, alur kerja dasarnya sederhana: muat foto dengan node Load Image, hubungkan ke node PhotoDeblur, pilih model dan checkpoint, atur ukuran tile dan overlap, lalu jalankan dan simpan hasilnya. Workflow contoh yang disediakan proyek sudah merangkai langkah-langkah ini, sehingga pengguna baru bisa langsung mencoba tanpa merakit node satu per satu. Satu kebiasaan yang baik adalah menyimpan foto asli dan hasil dari beberapa pengaturan secara berdampingan, lalu membandingkannya pada pembesaran penuh, karena perbedaan antara dua checkpoint sering kali halus pada tampilan kecil tetapi menjadi jelas pada ukuran 100 persen, terutama pada area teks dan tepi bangunan.
Kapan berhasil, kapan tidak
Pengembang PhotoDeblur cukup jujur tentang apa yang ia amati pada pengujiannya sendiri. Ia melaporkan perbaikan pada huruf papan nama, etalase toko, layar kamera, dan jejak gerakan pada sebagian foto malam, dengan contoh sebelum dan sesudah yang menunjukkan potongan area yang sama pada skala yang sama. Kejujuran semacam ini penting, karena deblurring sering dipromosikan dengan janji yang berlebihan.
Faktanya, deblurring memiliki batas yang keras. Model tidak bisa mengembalikan informasi yang benar-benar hilang. Jika gerakan sangat besar sehingga detail kecil tertutup sepenuhnya oleh kabur, model hanya bisa menebak, dan tebakannya bisa salah: huruf yang sangat kabur bisa dibaca sebagai huruf yang salah, tekstur bisa berubah menjadi pola yang tampak meyakinkan tetapi tidak akurat, dan wajah bisa mendapatkan detail yang terlihat tajam tetapi tidak lagi mirip dengan orang aslinya.
Beberapa jenis foto cenderung memberi hasil yang baik. Foto dengan blur ringan sampai sedang, di mana garis besar objek masih terlihat dan teks masih bisa ditebak, adalah kandidat terbaik. Foto malam dengan lampu-lampu kecil, seperti papan nama dan lampu jalan, juga sering membaik secara nyata, karena sumber cahaya kecil memberi petunjuk yang kuat tentang arah gerakan. Sebaliknya, foto yang sangat goyang hingga seluruh gambar kabur merata biasanya hanya bisa diperbaiki sedikit, foto malam dengan noise sangat tinggi bisa menjadi lebih buruk karena model dapat menafsirkan noise sebagai detail, dan foto dengan kompresi JPEG berat membawa artefak yang bisa diperkuat oleh proses deblurring.
Pengguna yang bijak akan memperlakukan PhotoDeblur sebagai alat pemulihan, bukan alat sulap. Jika hasilnya terlihat meyakinkan, periksa area-area penting pada pembesaran penuh sebelum membagikan atau mencetaknya. Jika hasilnya terlihat aneh, cobalah checkpoint atau model yang lain, atau terima bahwa foto tersebut memang tidak bisa diselamatkan sepenuhnya.
Lisensi, biaya, dan posisi di antara alternatif
ComfyUI-PhotoDeblur dirilis dengan lisensi MIT, lisensi sumber terbuka yang permisif, sehingga gratis dipakai termasuk untuk keperluan komersial selama pemberitahuan lisensi disertakan. Bobot model diunduh dari sumber resmi dan diverifikasi dengan SHA256. Gratis bukan berarti tanpa biaya sama sekali: pengguna membutuhkan GPU dengan VRAM yang cukup, waktu untuk mengunduh bobot, dan waktu proses yang bisa mencapai beberapa menit untuk foto besar, terutama jika TTA diaktifkan.
Alternatifnya cukup banyak, dari perangkat lunak komersial berbayar seperti Topaz Photo AI dan DxO PhotoLab, layanan daring berbasis cloud yang mengharuskan pengguna mengunggah foto pribadi ke pihak ketiga, sampai model sumber terbuka lain yang dijalankan lewat skrip Python. Posisi PhotoDeblur berada di tengah: gratis dan terbuka seperti proyek riset, tetapi dikemas dalam antarmuka grafis yang sudah dikenal banyak pengguna ComfyUI. Bagi pengguna ComfyUI yang sudah memiliki alur kerja berbasis node, paket ini adalah tambahan yang alami. Bagi yang belum pernah memakai ComfyUI, ia mungkin bukan alasan yang cukup kuat untuk mempelajari seluruh ekosistem itu dari nol, kecuali mereka memang berencana memakai ComfyUI untuk banyak hal lain.
Penutup
ComfyUI-PhotoDeblur adalah contoh yang baik dari apa yang membuat ekosistem ComfyUI menarik: seseorang memiliki masalah pribadi, menemukan dua model riset yang membantu menyelesaikan masalah itu, lalu mengemasnya menjadi alat yang bisa dipakai orang lain secara gratis. Paket ini tidak menjanjikan keajaiban, dan pengembangnya tidak mengklaim demikian. Yang ia tawarkan adalah dua model deblurring yang serius, pemrosesan tile yang menjaga resolusi asli, dan alur kerja yang langsung bisa dipakai di ComfyUI.
Bagi pemilik foto goyang yang selama ini hanya bisa pasrah, paket ini layak dicoba. Mulailah dari saran bawaan, RealBlur-J dengan tile 768 dan overlap 96, tanpa TTA, lalu bandingkan hasilnya dengan foto aslinya pada pembesaran penuh. Cobalah checkpoint lain dan model yang lain pada foto yang sama. Simpan foto aslinya, dan perlakukan hasil deblurring sebagai versi yang dipulihkan, bukan sebagai foto yang tidak pernah goyang. Foto yang goyang sering kali adalah foto yang diambil dengan tergesa-gesa karena momennya penting, dan jika alat gratis seperti ini bisa menyelamatkan sebagian dari momen-momen itu, maka ia sudah menjalankan tugasnya dengan baik.
Catatan transparansi: Artikel ini disusun sebagai laporan dari sumber-sumber sekunder yang bisa dilacak, termasuk forum ComfyUI, halaman proyek di GitHub, dan makalah ilmiah HI-Diff serta MISCFilter. Penulis artikel ini tidak menjalankan ComfyUI-PhotoDeblur secara langsung dan tidak menguji modelnya pada foto sendiri, sehingga semua penilaian tentang kualitas hasil didasarkan pada laporan pengembang dan publikasi aslinya, bukan pada pengalaman langsung. Angka-angka benchmark yang disebutkan berasal dari makalah masing-masing model dan ditulis sebagai klaim yang dilaporkan, bukan sebagai hasil pengujian independen. Pembaca yang ingin memastikan kecocokan alat ini dengan foto dan perangkat kerasnya disarankan mencoba langsung dengan foto salinan dan membandingkan hasilnya sendiri sebelum mengandalkan alat ini untuk foto yang penting.