DrawInstanceDiffusionTracking
このノードは、画像バッチとTRACKINGタイプのトラッキングデータを入力として受け取ります。
Draw Instance Diffusion Tracking
DrawInstanceDiffusionTracking ノードは、画像バッチと TRACKING タイプのトラッキングデータを入力として受け取ります。
DrawInstanceDiffusionTracking ノードは、画像上でインスタンスセグメンテーションとトラッキングの結果を可視化するために使用されます。その主な機能は、CreateInstanceDiffusionTracking ノードによって生成されたトラッキングデータを読み取り、これらのデータ(オブジェクトのバウンディングボックスやカテゴリラベルなど)を対応する画像上に描画し、注釈情報付きの可視化画像を生成することです。
ノード機能
このノードは、画像バッチと TRACKING タイプのトラッキングデータを入力として受け取ります。内部では、Matplotlib のレインボーカラーマップを使用して異なるトラッキングカテゴリに色を割り当て、PIL ライブラリの描画機能を利用して、各画像フレームで検出されたオブジェクトのバウンディングボックスとオプションのカテゴリテキストを元の画像上に重ね合わせます。ユーザーは、ボックスの線幅、フォント、テキスト表示など、描画スタイルをカスタマイズできます。
ノードパラメータ説明 - DrawInstanceDiffusionTracking
接続入力 (Inputs)
| パラメータ名 | データ型 | 必須 | デフォルト値 | 値の範囲/オプション | 説明 |
|---|---|---|---|---|---|
image | IMAGE | はい | - | - | 入力画像バッチ。この画像上にトラッキングデータを描画します。 |
tracking | TRACKING | はい | - | - | tracking(入力パラメータ):CreateInstanceDiffusionTracking ノードからのトラッキングデータ。カテゴリとバウンディングボックス情報を含みます。 |
font | COMBO | はい | - | - | テキスト描画に使用するフォント名。利用可能なフォントから選択します。 |
コントロールパラメータ (Parameters)
| パラメータ名 | データ型 | 必須 | デフォルト値 | 値の範囲/オプション | 説明 |
|---|---|---|---|---|---|
box_line_width | INT | はい | 2 | 1 - 10 (ステップ: 1) | box_line_width(入力パラメータ):描画するバウンディングボックスの線幅を設定します。範囲は1から10です。 |
draw_text | BOOLEAN | はい | True | - | draw_text(入力パラメータ):バウンディングボックスの横にカテゴリラベルテキストを描画するかどうかを制御するブール値スイッチです。 |
font_size | INT | はい | 20 | - | font_size(入力パラメータ):描画するテキストのフォントサイズを設定します。 |
出力 (Output)
| パラメータ名 | データ型 | 説明 |
|---|---|---|
| image | IMAGE | image(出力パラメータ):トラッキングボックスとラベルが描画された可視化画像を出力します。 |
使用シナリオ
ビデオ分析やシーケンシャル画像処理のワークフローにおいて、このノードは非常に有用です。例えば、ビデオの全フレームを処理してオブジェクトトラッキングデータを取得した後、このノードを使用してトラッキングボックスと ID 情報を元のビデオ画像にフレームごとに描画し戻すことで、トラッキング軌跡付きの可視化ビデオを生成できます。これにより、トラッキングアルゴリズムの精度と安定性を直感的に確認することが容易になります。
注意事項
入力する tracking データは CreateInstanceDiffusionTracking ノードからのものである必要があり、その構造は入力画像バッチと時間的に厳密に対応している必要があります。トラッキングデータ内のフレームインデックスが画像バッチの範囲を超えている場合、対応する描画操作はスキップされます。
DrawInstanceDiffusionTracking ノードソースコードリンク
DrawInstanceDiffusionTracking ノードは ComfyUI-KJNodes ノードパッケージに含まれています。
コメント
GitHubでサインインしてディスカッションに参加しましょう。