`
schi
  • 浏览: 205973 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

scanDagCmd

阅读更多

scanDag命令以depth first(深度优先)或breadth first(广度优先)来迭代整个DAG,输出每个节点的名称和深度等信息,这个命令插件例子中只对相机、灯光、NURBS surfaces进行支持。
在maya的Plug-in Manager中加载scanDagCmd.py,然后你可以随便创建一些相机、灯光、NURBS surfaces,并对它们进行位移等属性调整,然后分别执行

// -d 为深度优先,-b 为广度优先
// 相机
scanDag -d 1 -c 1;
// 灯光
scanDag -d 1 -l 1;
// NURBS surfaces
scanDag -d 1 -l 1;
// 或全部一起
scanDag -d 1 -c 1 -l 1 -n 1;

 或

import maya.cmds as cmds
# 相机
cmds.scanDag(d=1, c=1)
# 灯光
cmds.scanDag(d=1, l=1)

 你会得到类似的输出结果

Output
Starting Depth First scan of the Dag: Filtering for Cameras
perspShape: camera
dagPath: |persp|perspShape
translation: 28.000000 21.000000 28.000000
rotation: [-0.487616, 0.785398, 0.000000]
scale: [1.000000, 1.000000, 1.000000]
eyePoint: 28.000000 21.000000 28.000000
upDirection: -0.331295 0.883452 -0.331295
viewDirection: -0.624695 -0.468521 -0.624695
aspectRatio: 1.500000
horizontalFilmAperture: 1.417320
verticalFilmAperture: 0.944880
topShape: camera
dagPath: |top|topShape
translation: 0.000000 100.100000 0.000000
rotation: [-1.570796, 0.000000, 0.000000]
scale: [1.000000, 1.000000, 1.000000]
eyePoint: 0.000000 100.100000 0.000000
upDirection: 0.000000 0.000000 -1.000000
viewDirection: 0.000000 -1.000000 -0.000000
aspectRatio: 1.500000
horizontalFilmAperture: 1.417320
verticalFilmAperture: 0.944880
frontShape: camera
dagPath: |front|frontShape
translation: 0.000000 0.000000 100.100000
rotation: [0.000000, -0.000000, 0.000000]
scale: [1.000000, 1.000000, 1.000000]
eyePoint: 0.000000 0.000000 100.100000
upDirection: 0.000000 1.000000 0.000000
viewDirection: 0.000000 0.000000 -1.000000
aspectRatio: 1.500000
horizontalFilmAperture: 1.417320
verticalFilmAperture: 0.944880
sideShape: camera
dagPath: |side|sideShape
translation: 100.100000 0.000000 0.000000
rotation: [-0.000000, 1.570796, 0.000000]
scale: [1.000000, 1.000000, 1.000000]
eyePoint: 100.100000 0.000000 0.000000
upDirection: 0.000000 1.000000 0.000000
viewDirection: -1.000000 0.000000 -0.000000
aspectRatio: 1.500000
horizontalFilmAperture: 1.417320
verticalFilmAperture: 0.944880
// Result: 4 //

 scanDagCmd.py

# -*- coding: UTF-8 -*-

import sys
import maya.OpenMaya as om
import maya.OpenMayaMPx as ompx

# 命令名称
kCmdName = 'scanDag'

# 命令参数
kBreadthFlag = '-b'
kBreadthFlagLong = 'breadthFirst'
kDepthFlag = '-d'
kDepthFlagLong = '-depthFirst'
kCameraFlag = '-c'
kCameraFlagLong = '-cameras'
kLightFlag = '-l'
kLightFlagLong = '-lights'
kNurbsSurfaceFlag = '-n'
kNurbsSurfaceFlagLong = '-nurbsSurfaces'
kQuietFlag = '-q'
kQuietFlagLong = '-quiet'

# 定义命令
class ScanDag(ompx.MPxCommand):
    
    def __init__(self):
        super(ScanDag, self).__init__()
        
    def doIt(self, args):
        # 初始化默认变量,防止无参数命令出现
        self._traversalType = om.MItDag.kDepthFirst
        self._filter = om.MFn.kInvalid
        self._quiet = False
        
        self.__parseArgs(args)
        
        return self.__doScan()
    
    def __parseArgs(self, args):
        '''
        检查命令所给的参数,并设置相应的变量
        '''
        argData = om.MArgDatabase(self.syntax(), args)
        if argData.isFlagSet(kBreadthFlag) or argData.isFlagSet(kBreadthFlagLong):
            self._traversalType = om.MItDag.kBreadthFirst
        if argData.isFlagSet(kDepthFlag) or argData.isFlagSet(kDepthFlagLong):
            self._traversalType = om.MItDag.kDepthFirst
        if argData.isFlagSet(kCameraFlag) or argData.isFlagSet(kCameraFlagLong):
            self._filter = om.MFn.kCamera
        if argData.isFlagSet(kLightFlag) or argData.isFlagSet(kLightFlagLong):
            self._filter = om.MFn.kLight
        if argData.isFlagSet(kNurbsSurfaceFlag) or argData.isFlagSet(kNurbsSurfaceFlagLong):
            self._filter = om.MFn.kNurbsSurface
        if argData.isFlagSet(kQuietFlag) or argData.isFlagSet(kQuietFlagLong):
            self._quiet = True
        
        return True
    
    def __doScan(self):
        '''
        完成实际的工作
        '''
        # 创建dag迭代器
        dagIterator = om.MItDag(self._traversalType, self._filter)
        
        # Scan the entire DAG and output the name and depth of each node
        # 扫描整个DAG,输出每个节点的名称和深度
        if self._traversalType == om.MItDag.kBreadthFirst:
            if not self._quiet:
                sys.stdout.write('Starting Breadth First scan of the Dag')
        else:
            if not self._quiet:
                sys.stdout.write('Starting Depth First scan of the Dag')
                
        if self._filter == om.MFn.kCamera:
            if not self._quiet:
                sys.stdout.write(': Filtering for Cameras\n')
        elif self._filter == om.MFn.kLight:
            if not self._quiet:
                sys.stdout.write(': Filtering for Lights\n')
        elif self._filter == om.MFn.kNurbsSurface:
            if not self._quiet:
                sys.stdout.write(': Filtering for Nurbs Surfaces\n')
        else:
            sys.stdout.write('\n')
            
        # 对DAG里的每个节点进行迭代
        objectCount = 0
        while not dagIterator.isDone():
            dagPath = om.MDagPath()
            # 获取节点的DAG路径
            dagIterator.getPath(dagPath)
            # 使用方法集来操作节点
            dagNode = om.MFnDagNode(dagPath)
            
            # 输出节点的名称,类型,全路径
            if not self._quiet:
                sys.stdout.write('%s: %s\n' % (dagNode.name(), dagNode.typeName()))
                
            if not self._quiet:
                sys.stdout.write('  dagPath: %s\n' % dagPath.fullPathName())
                
            # 判别节点的类型,这里只对相机、灯光、NURBS surfaces进行操作
            # 实际上是可以对任意类型,进行相应的操作
            objectCount += 1
            if dagPath.hasFn(om.MFn.kCamera):
                camera = om.MFnCamera(dagPath)
                
                # Get the translation/rotation/scale data
                # 获取translation/rotation/scale等数据
                self.__printTransformData(dagPath)
                
                # Extract some interesting Camera data
                # 分离一些有趣的相机数据
                if not self._quiet:
                    eyePoint = camera.eyePoint(om.MSpace.kWorld)
                    upDirection = camera.upDirection(om.MSpace.kWorld)
                    viewDirection = camera.viewDirection(om.MSpace.kWorld)
                    aspectRatio = camera.aspectRatio()
                    hfa = camera.horizontalFilmAperture()
                    vfa = camera.verticalFilmAperture()
                    
                    sys.stdout.write("  eyePoint: %f %f %f\n" % (eyePoint.x, eyePoint.y, eyePoint.z))
                    sys.stdout.write("  upDirection: %f %f %f\n" % (upDirection.x, upDirection.y, upDirection.z))
                    sys.stdout.write("  viewDirection: %f %f %f\n" % (viewDirection.x, viewDirection.y, viewDirection.z))
                    sys.stdout.write("  aspectRatio: %f\n" % aspectRatio)
                    sys.stdout.write("  horizontalFilmAperture: %f\n" % hfa)
                    sys.stdout.write("  verticalFilmAperture: %f\n" % vfa)
            elif dagPath.hasFn(om.MFn.kLight):
                light = om.MFnLight(dagPath)
                
                # Get the translation/rotation/scale data
                # 获取translation/rotation/scale等数据
                self.__printTransformData(dagPath)
                
                # Extract some interesting Light data
                # 分离一些有趣的灯光数据
                color = om.MColor()
                
                color = light.color()
                if not self._quiet:
                    sys.stdout.write("  color: [%f, %f, %f]\n" % (color.r, color.g, color.b))
                    
                color = light.shadowColor()
                if not self._quiet:
                    sys.stdout.write("  shadowColor: [%f, %f, %f]\n" % (color.r, color.g, color.b))
                    sys.stdout.write("  intensity: %f\n" % light.intensity())
            elif dagPath.hasFn(om.MFn.kNurbsSurface):
                surface = om.MFnNurbsSurface(dagPath)
                
                # Get the translation/rotation/scale data
                # 获取translation/rotation/scale等数据
                self.__printTransformData(dagPath)
                
                # Extract some interesting Surface data
                # 分离一些有趣的NURBS surfaces数据
                if not self._quiet:
                    sys.stdout.write("  numCVs: %d * %d\n" % (surface.numCVsInU(), surface.numCVsInV()))
                    sys.stdout.write("  numKnots: %d * %d\n" % (surface.numKnotsInU(), surface.numKnotsInV()))
                    sys.stdout.write("  numSpans: %d * %d\n" % (surface.numSpansInU(), surface.numSpansInV()))
            else:
                # Get the translation/rotation/scale data
                # 获取translation/rotation/scale等数据
                self.__printTransformData(dagPath)
                
            dagIterator.next()
            
        # 返回命令结果,这个结果为所操作的节点的数量值
        self.setResult(objectCount)
        return om.MStatus.kSuccess
    
    def __printTransformData(self, dagPath):
        '''
        获取translation/rotation/scale等数据
        '''
        # 获取节点的Transform节点
        transformNode = dagPath.transform()
        transform = om.MFnDagNode(transformNode)
        # 获取Transform的Transformation matrix
        matrix = om.MTransformationMatrix(transform.transformationMatrix())
        
        if not self._quiet:
            # 获取节点的位移数值,并输出
            translation = matrix.translation(om.MSpace.kWorld)
            sys.stdout.write('  translation: %f %f %f\n' % (translation.x, translation.y, translation.z))
            
        #rOrder = om.MTransformationMatrix.kXYZ
        #matrix.getRotation(ptr, rOrder)
        
        # 获取节点的旋转数值,并输出
        rotateOrder = 0
        mquat = matrix.rotation()
        rot = mquat.asEulerRotation()
        rot.reorderIt(rotateOrder)
        
        if not self._quiet:
            sys.stdout.write("  rotation: [%f, %f, %f]\n" % (rot.x, rot.y, rot.z))
            
        # 获取节点的缩放数值,并输出
        # 这里需要使用MScriptUtil
        # 因为MTransformationMatrix.getScale()
        # 的第一个参数是C++里的指针
        util = om.MScriptUtil()
        util.createFromDouble(0.0, 0.0, 0.0)
        ptr = util.asDoublePtr()

        matrix.getScale(ptr, om.MSpace.kWorld)
        
        scaleX = util.getDoubleArrayItem(ptr, 0)
        scaleY = util.getDoubleArrayItem(ptr, 1)
        scaleZ = util.getDoubleArrayItem(ptr, 2)
        if not self._quiet:
            sys.stdout.write('  scale: [%f, %f, %f]\n' % (scaleX, scaleY, scaleZ))
            
    
# Creator
def cmdCreator():
    return ompx.asMPxPtr(ScanDag())

# Syntax creator
def syntaxCreator():
    syntax = om.MSyntax()
    syntax.addFlag(kBreadthFlag, kBreadthFlagLong, om.MSyntax.kBoolean)
    syntax.addFlag(kDepthFlag, kDepthFlagLong, om.MSyntax.kBoolean)
    syntax.addFlag(kCameraFlag, kCameraFlagLong, om.MSyntax.kBoolean)
    syntax.addFlag(kLightFlag, kLightFlagLong, om.MSyntax.kBoolean)
    syntax.addFlag(kNurbsSurfaceFlag, kNurbsSurfaceFlagLong, om.MSyntax.kBoolean)
    syntax.addFlag(kQuietFlag, kQuietFlagLong, om.MSyntax.kBoolean)
    return syntax

# Initialize the script plug-in
def initializePlugin(mobj):
    mplugin = ompx.MFnPlugin(mobj, 'Mack Stone', '3.0', 'Any')
    try:
        mplugin.registerCommand(kCmdName, cmdCreator, syntaxCreator)
    except:
        sys.stderr.write('Failed to register command: %s\n' % kCmdName)
        raise
    
# Uninitialize the script plug-in
def uninitializePlugin(mobj):
    mplugin = ompx.MFnPlugin(mobj)
    try:
        mplugin.deregisterCommand(kCmdName)
    except:
        sys.stderr.write('Failed to unregister command: %s\n' % kCmdName)
        raise

 你可以在devkit\plug-ins中找到scanDagCmd.cpp
在线版本

http://download.autodesk.com/us/maya/2010help/API/scan_dag_cmd_8cpp-example.html

分享到:
评论

相关推荐

    YOLO算法-数据集数据集-330张图像带标签-椅子-书桌.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    java毕设项目之ssm蜀都天香酒楼的网站设计与实现+jsp(完整前后端+说明文档+mysql+lw).zip

    项目包含完整前后端源码和数据库文件 环境说明: 开发语言:Java 框架:ssm,mybatis JDK版本:JDK1.8 数据库:mysql 5.7 数据库工具:Navicat11 开发软件:eclipse/idea Maven包:Maven3.3 服务器:tomcat7

    weixin138社区互助养老+ssm(论文+源码)-kaic.zip

    weixin138社区互助养老+ssm(论文+源码)_kaic.zip

    光纤到户及通信基础设施报装申请表.docx

    光纤到户及通信基础设施报装申请表.docx

    java毕设项目之ssm基于jsp的精品酒销售管理系统+jsp(完整前后端+说明文档+mysql+lw).zip

    项目包含完整前后端源码和数据库文件 环境说明: 开发语言:Java 框架:ssm,mybatis JDK版本:JDK1.8 数据库:mysql 5.7 数据库工具:Navicat11 开发软件:eclipse/idea Maven包:Maven3.3 服务器:tomcat7

    功能完善的电商数据智能爬虫采集系统项目全套技术资料.zip

    功能完善的电商数据智能爬虫采集系统项目全套技术资料.zip

    YOLO算法-刀数据集-198张图像带标签-刀-枪.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    Android程序开发初级教程WORD文档doc格式最新版本

    ### Android程序开发初级教程(一):初识Android **平台概述** Google推出的Android操作系统平台已经正式亮相,这是一个基于Linux内核的开源操作系统。对于开发者而言,了解其架构和支持的开发语言至关重要。以下是Android平台的架构概览: **平台架构及功能** 1. **应用框架(Application Framework)**:包含可重用和可替换的组件,确保所有软件在该层面上的平等性。 2. **Dalvik虚拟机(Dalvik Virtual Machine)**:一个基于Linux的虚拟机,为Android应用提供运行环境。 3. **集成浏览器(Integrated Browser)**:基于开源WebKit引擎的浏览器,位于应用层。 4. **优化图形(Optimized Graphics)**:包括自定义的2D图形库和遵循OpenGL ES 1.0标准的3D实现。 5. **SQLite数据库**:用于数据存储。 6. **多媒体支持(Media Support)**:支持通用音频、视频以及多种图片格式(如MPEG4, H.264

    【组合数学答案】组合数学-苏大李凡长版-课后习题答案

    内容概要:本文档是《组合数学答案-网络流传版.pdf》的内容,主要包含了排列组合的基础知识以及一些经典的组合数学题目。这些题目涵盖了从排列数计算、二项式定理的应用到容斥原理的实际应用等方面。通过对这些题目的解析,帮助读者加深对组合数学概念和技巧的理解。 适用人群:适合初学者和有一定基础的学习者。 使用场景及目标:可以在学习组合数学课程时作为练习题参考,也可以在复习考试或准备竞赛时使用,目的是提高解决组合数学问题的能力。 其他说明:文档中的题目覆盖了组合数学的基本知识点,适合逐步深入学习。每个题目都有详细的解答步骤,有助于读者掌握解题思路和方法。

    .net core mvc在线考试系统asp.net考试系统源码考试管理系统 主要技术: 基于.net core mvc架构和sql server数据库,数据库访问采用EF core code fir

    .net core mvc在线考试系统asp.net考试系统源码考试管理系统 主要技术: 基于.net core mvc架构和sql server数据库,数据库访问采用EF core code first,前端采用vue.js和bootstrap。 功能模块: 系统包括前台和后台两个部分,分三种角色登录。 管理员登录后台,拥有科目管理,题库管理,考试管理,成绩管理,用户管理等功能。 教师登录后台,可进行题库管理,考试管理和成绩管理。 用户登录前台,可查看考试列表,参加考试,查看已考试的结果,修改密码等。 系统实现了国际化,支持中英两种语言。 源码打包: 包含全套源码,数据库文件,需求分析和代码说明文档。 运行环境: 运行需vs2019或者以上版本,sql server2012或者以上版本。

    YOLO算法-易拉罐识别数据集-512张图像带标签-可口可乐.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    (175415460)基于SpringBoot的通用管理系统源码+数据库+项目文档,前后端分离的通用管理系统模版,可用于开发毕业设计

    包含了登陆注册、用户管理、部门管理、文件管理、权限管理、日志管理、个人中心、数据字典和代码生成这九个功能模块 系统采用了基于角色的访问控制,角色和菜单关联,一个角色可以配置多个菜单权限;然后再将用户和角色关联,一位用户可以赋予多个角色。这样用户就可以根据角色拿到该有的菜单权限,更方便管理者进行权限管控。 本系统还封装了文件管理功能,在其他模块如若要实现图片/文件上传预览时,前端只需导入现成的 Vue 组件即可实现(使用 viewerjs 依赖实现),后端只需定义 String 类型的实体类变量即可,无需再去研究文件上传预览的相关功能,简化了开发者的工作量。内容来源于网络分享,如有侵权请联系我删除。另外如果没有积分的同学需要下载,请私信我。

    三相10Kw光伏并网逆变器 包含全套理图 PCB 源代码

    三相10Kw光伏并网逆变器。包含全套理图 PCB 源代码

    GJB 5236-2004 军用软件质量度量

    GJB 5236-2004 军用软件质量度量文档,本称准规定了车用软件产品的质重模型和基本的度量。本标准为确定车用软件质量需求和衡量军用 软件产品的能力提供了一个框架。

    (179941432)基于MATLAB车牌识别系统【GUI含界面】.zip

    基于MATLAB车牌识别系统【GUI含界面】.zip。内容来源于网络分享,如有侵权请联系我删除。另外如果没有积分的同学需要下载,请私信我。

    (9546452)宿舍管理系统

    【宿舍管理系统】是一种专为高校或住宿机构设计的信息化解决方案,旨在提高宿舍管理的效率和准确性。该系统包含了多项核心功能,如宿舍管理员管理、宿舍信息维护、查询、卫生检查以及电费缴纳等,旨在实现全面的宿舍运营自动化。 **宿舍管理员管理**功能允许指定的管理员进行用户权限分配和角色设定。这包括对管理员账户的创建、修改和删除,以及设置不同的操作权限,例如只读、编辑或管理员权限。通过这样的权限控制,可以确保数据的安全性和管理的规范性。 **宿舍添加与管理**是系统的基础模块。管理员可以录入宿舍的基本信息,如宿舍号、楼栋、楼层、房间类型(单人间、双人间等)、容纳人数、设施配置等。此外,系统还支持批量导入或导出宿舍信息,方便数据的备份和迁移。 **查询功能**是系统的重要组成部分,它允许管理员和学生根据不同的条件(如宿舍号、楼栋、学生姓名等)快速查找宿舍信息。此外,系统还可以生成各种统计报告,如宿舍占用率、空闲宿舍数量等,以便于决策者进行资源优化。 **卫生检查**功能则是对宿舍卫生状况进行定期评估。管理员可设定检查计划,包括检查周期、评分标准等,并记录每次检查的结果。系统能自动生成卫生报表,用于

    YOLO算法-包装好的服装数据集-654张图像带标签-.zip

    YOLO系列算法目标检测数据集,包含标签,可以直接训练模型和验证测试,数据集已经划分好,包含数据集配置文件data.yaml,适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法; 包含两种标签格:yolo格式(txt文件)和voc格式(xml文件),分别保存在两个文件夹中,文件名末尾是部分类别名称; yolo格式:<class> <x_center> <y_center> <width> <height>, 其中: <class> 是目标的类别索引(从0开始)。 <x_center> 和 <y_center> 是目标框中心点的x和y坐标,这些坐标是相对于图像宽度和高度的比例值,范围在0到1之间。 <width> 和 <height> 是目标框的宽度和高度,也是相对于图像宽度和高度的比例值; 【注】可以下拉页面,在资源详情处查看标签具体内容;

    九缸星形发动机点火器3D

    九缸星形发动机点火器3D

    小程序毕业设计项目-音乐播放器

    本项目可以作为小程序毕设项目,主要功能为音乐播放器,主要功能是:可以播放歌曲(采用mp3网络连接实现)、专辑封面播放时可以旋转,能够实现开始和暂停播放,可以点击下一首歌曲,主页面实现动态轮播图

    出差审批单(表格模板).docx

    出差审批单(表格模板).docx

Global site tag (gtag.js) - Google Analytics