93 lines
3.5 KiB
Markdown
93 lines
3.5 KiB
Markdown
|
|
# Documentation
|
|
- Class name: MotionDataVisualizer
|
|
- Category: MotionDiff
|
|
- Output node: False
|
|
|
|
MotionDataVisualizer节点旨在将运动数据转化为可视化表示，通过距离、高度和旋转等各种参数来实现运动的可视化。它支持不同的可视化风格，并将可视化后的运动输出为一系列张量帧。
|
|
|
|
# Input types
|
|
## Required
|
|
- motion_data
|
|
- 需要可视化的运动数据，可以包括关节信息或需要从运动格式转换为关节。这个输入至关重要，因为它通过确定要可视化的运动结构和动态直接影响视觉输出。
|
|
- Comfy dtype: MOTION_DATA
|
|
- Python dtype: Dict[str, Any]
|
|
- visualization
|
|
- 指定应用于运动数据的可视化风格，影响输出的视觉外观和可解释性。
|
|
- Comfy dtype: COMBO[STRING]
|
|
- Python dtype: str
|
|
- distance
|
|
- 距离参数控制可视化中相机与运动的距离，影响可视化运动的比例和透视效果。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- elevation
|
|
- 高度参数调整可视化的相机仰角，影响运动的垂直角度和整体视图。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- rotation
|
|
- 旋转参数设置可视化中相机围绕运动的旋转角度，影响可视化运动的方向和角度。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
- poselinewidth
|
|
- 定义可视化中姿势表示的线宽，影响运动姿势的清晰度和视觉突出性。
|
|
- Comfy dtype: FLOAT
|
|
- Python dtype: float
|
|
## Optional
|
|
- opt_title
|
|
- 可视化的可选标题，可以增强上下文或为可视化运动提供额外信息。
|
|
- Comfy dtype: STRING
|
|
- Python dtype: str
|
|
|
|
# Output types
|
|
- image
|
|
- 以图像形式输出的可视化运动。
|
|
- Comfy dtype: IMAGE
|
|
- Python dtype: torch.Tensor
|
|
|
|
|
|
## Usage tips
|
|
- Infra type: `GPU`
|
|
- Common nodes: unknown
|
|
|
|
|
|
## Source code
|
|
```python
|
|
class MotionDataVisualizer:
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {
|
|
"required": {
|
|
"motion_data": ("MOTION_DATA", ),
|
|
"visualization": (["original", "pseudo-openpose"], {"default": "pseudo-openpose"}),
|
|
"distance": ("FLOAT", {"default": 7.0, "min": 0.0, "max": 10.0, "step": 0.1}),
|
|
"elevation": ("FLOAT", {"default": 120, "min": 0.0, "max": 300.0, "step": 0.1}),
|
|
"rotation": ("FLOAT", {"default": -90, "min": -180, "max": 180, "step": 1}),
|
|
"poselinewidth": ("FLOAT", {"default": 4, "min": 0, "max": 50, "step": 0.1}),
|
|
},
|
|
"optional": {
|
|
"opt_title": ("STRING", {"default": '' ,"multiline": False}),
|
|
}
|
|
}
|
|
|
|
RETURN_TYPES = ("IMAGE",)
|
|
CATEGORY = "MotionDiff"
|
|
FUNCTION = "visualize"
|
|
|
|
def visualize(self, motion_data, visualization, distance, elevation, rotation, poselinewidth, opt_title=None):
|
|
if "joints" in motion_data:
|
|
joints = motion_data["joints"]
|
|
else:
|
|
joints = motion_data_to_joints(motion_data["motion"])
|
|
pil_frames = plot_3d_motion(
|
|
None, t2m_kinematic_chain, joints, distance, elevation, rotation, poselinewidth,
|
|
title=opt_title if opt_title is not None else '',
|
|
fps=1, save_as_pil_lists=True, visualization=visualization
|
|
)
|
|
tensor_frames = []
|
|
for pil_image in pil_frames:
|
|
np_image = np.array(pil_image.convert("RGB")).astype(np.float32) / 255.0
|
|
tensor_frames.append(torch.from_numpy(np_image))
|
|
return (torch.stack(tensor_frames, dim=0), )
|
|
|
|
```
|