49 lines
1.9 KiB
Markdown
49 lines
1.9 KiB
Markdown
# Documentation
|
|
- Class name: KfDrawSchedule
|
|
- Category: RootCategory
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/dmarx/ComfyUI-Keyframed
|
|
|
|
该节点旨在可视化在keyframed中定义的调度计划，将复杂的调度过程抽象为易于理解的图形表示。它将调度计划转换为一系列权重曲线，每条曲线对应一个关键帧的贡献，便于分析和理解调度动态。
|
|
|
|
# Input types
|
|
## Required
|
|
- schedule
|
|
- 调度参数至关重要，因为它定义了将要由节点可视化的keyframed曲线及其相关参数。它是生成权重曲线和结果图的主要输入。
|
|
- Comfy dtype: SCHEDULE
|
|
- Python dtype: kf.Keyframed
|
|
## Optional
|
|
- n
|
|
- 参数'n'对于确定图形的分辨率非常重要。它影响曲线采样的点数，这可能会影响可视化的清晰度和细节。
|
|
- Comfy dtype: INT
|
|
- Python dtype: int
|
|
- show_legend
|
|
- 参数'show_legend'控制是否在图上显示图例。这有助于区分不同的权重曲线，并理解它们对整个调度的各自贡献。
|
|
- Comfy dtype: BOOLEAN
|
|
- Python dtype: bool
|
|
|
|
# Output types
|
|
- img_tensor
|
|
- 输出的img_tensor代表了输入调度的可视化图形，作为绘图的结果。它封装了权重曲线及其动态，提供了调度过程的清晰且简洁的图形摘要。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
# Usage tips
|
|
- Infra type: CPU
|
|
|
|
# Source code
|
|
```
|
|
class KfDrawSchedule:
|
|
CATEGORY = CATEGORY
|
|
FUNCTION = 'main'
|
|
RETURN_TYPES = ('IMAGE',)
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(cls):
|
|
return {'required': {'schedule': ('SCHEDULE', {'forceInput': True}), 'n': ('INT', {'default': 64}), 'show_legend': ('BOOLEAN', {'default': True})}}
|
|
|
|
def main(self, schedule, n, show_legend):
|
|
curves = schedule_to_weight_curves(schedule)
|
|
img_tensor = plot_curve(curves, n, show_legend, is_pgroup=True)
|
|
return (img_tensor,)
|
|
``` |