このノードは、file/imageタグが付けられている入力画像から画像メタデータを抽出し、それらをアトリビュートとして格納します。 これは、様々な画像メタデータに基づいてワークアイテムをフィルタリングするのに役立ちます。
Note
このノードは、Houdiniに同梱されているiinfoというユーティリティツールをコールします。
そのコールはPythonのsubprocessを使って行なわれます。
Resolution as int
有効にすると、解像度を含んだオリジナルの文字列が2個の別々の整数アトリビュートに分割されます(“10 x 5” → 10, 5)。
Channels as int
有効にすると、チャンネルデータを含んだオリジナルの文字列が2個の別々の整数アトリビュートに分割されます(“8 x 4 (32 bpp)” → 8, 4)。
ワークアイテム上に配列アトリビュートを作成/変更します。
あるブランチのワークアイテムのアトリビュートを他のブランチのワークアイテムにコピーします。
入力のワークアイテムすべてに対してアトリビュートを作成または設定します。
ワークアイテムからアトリビュートを削除します。
ワークアイテム、グローバルアトリビュート、出力ファイルとの間でアトリビュートとフィールドをコピーします。
ワークアイテム上にランダムに生成された整数/浮動小数点アトリビュートを作成します。
配列アトリビュート値を単一値に下げます。
ワークアイテム上のアトリビュートの名前を変更します。
ファイルからアトリビュート値を解析して、そこからワークアイテムを生成します。
ファイル名などの文字列からアトリビュート値を解析します。
For-Loop with Feedbackブロックを開始します。このブロック内のTOPノードは直列で実行され、オプションで入力のワークアイテム毎にループさせることができます。
For-Loop with Feedbackブロックを終了します。このブロック内のTOPノードは直列で実行され、オプションで入力のワークアイテム毎にループさせることができます。
CSVファイルのデータをワークアイテムのアトリビュートにコピーします。
ワークアイテムのアトリビュートをCSVファイルに書き出します。
Thinkbox社のDeadlineソフトウェア用PDGスケジューラ。
1つ以上のURLからコンテンツをファイルにダウンロードします。
ワークアイテムのコマンドラインが実行する環境下で設定する変数を編集します。
条件が満たされた時に警告またはエラーを出します。
静止画像シーケンスを動画に変換します。
動画ファイルから静止画像シーケンスを抽出します。
ファイルをアーカイブに圧縮します。
実行時またはノードがファイルを生成した時に、ファイルをある場所から別の場所にコピーします。
入力のワークアイテムで指定されたアーカイブファイルを個々のファイルに解凍します。
特定のパターンに合致したファイルに基づいてワークアイテムを生成します。
特定のファイルパターンに基づいたフレーム範囲からワークアイテムを生成します。
指定したパスのファイルを削除します。
ファイルを名前変更または移動させます。
上流のワークアイテムをアトリビュート名またはアトリビュート値でフィルタリングします。
上流のワークアイテムを条件付きでフィルタリングします。
指定したフレーム内またはアトリビュート範囲内にある上流のワークアイテムを絞り込みます。
上流のワークアイテムをその状態によってフィルタリングします。
アトリビュートなしでコマンドラインを実行するワークアイテムを生成します。
SOPまたはジオメトリファイルのポイントまたはプリミティブをワークアイテムアトリビュートまたは一時ファイルに読み込みます。
デジタルアセットをクックするワークアイテムを生成します。
HQueueを使用してワークアイテムのスケジュールを組みます。
Houdiniサービスブロックを開始します。
一括で画像変換、サイズ変更、画像モザイクなどのImageMagickの機能に簡単にアクセスすることができます。
In-Processワークアイテムのスケジューリングを制御します。
入力ジオメトリに対してコンパイルブロックを呼び出します。
JSONファイルからデータを抽出してアトリビュートを作成します。
JSON出力を生成する色々なオペレーションを実行します。
現行HIPファイルの依存関係を収集してアーカイブ(書庫)にするユーティリティTOP。
複数のテキストファイルを単一ファイルに結合します。
Labs Cut Geometry to Partitions
入力ジオメトリを分割します。
様々なジオメトリ、テキスト、画像ファイルを比較します。
iinfoを使用して画像メタデータを抽出します。
画像からメタデータ(解像度、ビット深度、カラーモデルなど)を抽出します。
ファイルのキャッシュ化で使用されるワークアイテムを分割します。
ファイルキャッシュの範囲とWedge値に基づいてワークアイテムを分割/生成します。
特定のアトリビュート値で1つ以上のワークアイテムをフィルタリングします。
指定したアトリビュート値で複数のワークアイテムをフィルタリングします。
Labs Generate from Imageplanes
画像内に見つかった画像平面に基づいてワークアイテムを生成します。
アトリビュート値を可変させてワークアイテムを生成します。
ローカルマシン上でワークアイテムのスケジュールを組みます。
ディレクトリを作成します。
持続型Mayaコマンドサーバーを起動します。
上流のすべてのワークアイテムを結合します。
マッチしたノードに基づいてワークアイテムを生成します。
持続型Nukeコマンドサーバーを開始します。
何もしません。
何かしらのTOPワークが完了したことを通知します。
画像に対してカラー空間の変換、カラーマッピング、サイズ変更、テキストのオーバーレイ、ボックスのオーバーレイなどの処理を実行するOpenImageIOのコマンドラインツールoiiotoolに簡単にアクセスすることができます。
サブネット出力。
アトリビュートに基づいてワークアイテムを区分けします。
境界アイテムを使って、ソースアイテムを空間的に区分けします。
ワークアイテムを2個毎、3個毎などに区分けします。
既存の比較を使ってワークアイテムを区分けします。
エクスプレッションに基づいてワークアイテムを区分けします。
フレームに基づいてワークアイテムを区分けします。
インデックスに基づいてワークアイテムを区分けします。
フィードバックループの反復に基づいてワークアイテムを区分けします。
ノードに基づいてワークアイテムを区分けします。
範囲に基づいてワークアイテムを区分けします。
軸に平行な境界ボックスを使ってワークアイテムを空間的に区分けします。
PDG経由でPerforceコマンドを実行します。
Pythonサービスブロックを開始します。
Pythonスクリプトを使ってワークアイテムを区分けします。
Pythonスクリプトを使ってワークアイテムを生成します。
Pythonベースでプログラミング可能なPDG用スケジューラ。
Pythonスクリプトを実行するワークアイテムを生成します。
TOPsを使用してPython仮想環境を作成します。
埋め込まれたROP Alembic ROPノードをクックするワークアイテムを生成します。
埋め込まれたComposite ROPノードをクックするワークアイテムを生成します。
埋め込まれたFBX ROPノードをクックするワークアイテムを生成します。
ROPノードまたはROPネットワークをクックするワークアイテムを生成します。
埋め込まれたGeometry ROPノードをクックするワークアイテムを生成します。
埋め込まれたKarma ROPノードをクックするワークアイテムを生成します。
埋め込まれたMantra ROPノードをクックするワークアイテムを生成します。
埋め込まれたOpenGL ROPノードをクックするワークアイテムを生成します。
組み込まれたUSD ROPノードをクックするワークアイテムを作成します。
上流のワークアイテムのフレーム範囲を広げて、必要に応じて新しいワークアイテムを追加します。
指定した範囲のワークアイテムを生成します。
リモートで実行されているTOPグラフに接続して、そのグラフのノードを表示します。
Mantraを使ってIFDファイルをレンダリングするワークアイテムを生成します。
SQLクエリの作成と行毎にワークアイテムを生成する入力ノードです。
SQL INSERTクエリを生成する出力ノードです。
電子メールを送信します。
サービスブロックを終了します。
実行させたいコードをサービスブロックに送信します。
PDGサービスを作成します。
PDGサービスを削除します。
PDGサービスをリセットします。
PDGサービスを起動します。
PDGサービスを停止します。
ShotGridエンティティを作成します。
ShotGridからエンティティを削除します。
ShotGridからAttachmentをダウンロードします。
ShotGridエンティティを検索します。
持続型ShotGridコマンドサーバーを起動します。
Shotgunエンティティを更新します。
Shotgunにファイルをアップロードします。
アトリビュートのリストからワークアイテムを並べ替えます。
上流のワークアイテムを2つのグループに分けます。
指定した数で上流のワークアイテムを2つに分割します。
TOPノード用コンテナ。
ネットワーク分岐を切り替えます。
他のTOPネットワークをクックします。
TOP Fetchで取得したネットワークの入力。
テキストを新しいファイルに書き出したり、既存ファイルに書き足します。
PixarのTractorを使ってワークアイテムのスケジュールを組みます。
URLからデータを要求するワークアイテムを作成します。
USDアセットをAsset Galleryに追加します。
LOPノードまたはファイルからメタデータ、依存関係、外部参照を取得します。
USDステージで見つかったPrimsからワークアイテムを生成します。
USDステージで見つかったファイル参照からワークアイテムを作成します。
アセットパスアトリビュート値を修正します。
USDファイルを書き出すワークアイテムを作成します。
USDファイルまたはLOPネットワークをレンダリングするワークアイテムを生成します。
上流のワークアイテムすべてが完了するのを待ちます。
アトリビュート値を色々と変えながらワークアイテムを生成します。
ファイルリストまたはパーティションを複数のワークアイテムに展開します。
.jsonファイルまたは他のTOPノードからワークアイテムを取り込みます。
XMLファイルからデータをワークアイテムアトリビュートに抽出します。