%20(1).png)
MotionVideoSearch 插件完整使用教程
1. 插件简介
原始地址： https://github.com/IDGallagher/MotionVideoSearch
MotionVideoSearch 是一个超级厉害的 ComfyUI 插件，就像给你的 ComfyUI 装了一个"动作识别大师"。想象一下，你有一堆视频，你想通过一张图片来找到相似的视频片段，这个插件就是干这个的！
它能带给你什么效果？ - 你丢给它一张图片，它就能从你的视频库里找出动作相似的视频片段 - 比如你有一张跳舞的图片，它能找出你视频库里所有跳舞的片段 - 就像是给视频内容做了一个超级智能的搜索引擎
2. 如何安装
方法一：直接下载（推荐新手）
- 打开你的 ComfyUI 安装目录
- 找到
custom_nodes文件夹 - 在这个文件夹里打开命令行（在文件夹空白处按住 Shift 右键，选择"在此处打开命令行"）
- 输入以下命令：
git clone https://github.com/IDGallagher/MotionVideoSearch
方法二：手动下载
- 访问 https://github.com/IDGallagher/MotionVideoSearch
- 点击绿色的 "Code" 按钮
- 选择 "Download ZIP"
- 解压到 ComfyUI 的
custom_nodes文件夹里
安装依赖
这个插件需要一些额外的"工具包"，就像做菜需要各种调料一样：
pip install torch torchvision torchaudio
pip install tqdm matplotlib einops einshape scipy timm lmdb av mediapy typer imageio imageio-ffmpeg requests opencv-python
conda install -c pytorch faiss-cpu=1.9.0
conda install -c conda-forge ffmpeg=6.*
3. 节点详细解析
根据插件说明，这个插件提供了 2个 主要节点：
3.1 IG_MotionVideoSearch 节点（动作视频搜索器）
这个节点是干嘛的？ 这个节点就像一个超级聪明的视频管家。你给它一张图片，它就会在你预先建立的视频库里找出最相似的 5 个视频片段。就像你问管家"有没有和这张图片动作相似的视频"，它立马给你找出来。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入图片 | image | IMAGE类型 | 必填 | 你要搜索的那张参考图片，就像给管家看的样品 | 输入用于搜索的查询图像 | 连接一个加载图片的节点，比如"Load Image"节点 |
| 搜索数量 | top_k | 整数 | 5 | 你想要几个搜索结果，就像问管家"给我找5个最像的" | 返回相似度最高的前N个结果 | 如果你想要更多选择，可以改成10或20 |
| 数据库路径 | index_path | 字符串 | 默认路径 | 告诉节点你的视频库在哪里，就像告诉管家仓库在哪个房间 | FAISS索引文件的存储路径 | 通常用默认值，除非你把视频库放在了其他地方 |
输出接口： - 视频链接列表： 找到的视频文件路径 - 相似度分数： 每个视频有多像你的参考图片（分数越小越相似） - 排名信息： 按相似度排序的结果
3.2 IG_MotionVideoFrame 节点（动作帧生成器）
这个节点是干嘛的？ 这个节点就像一个"时间压缩机"。它能把 24 连续的视频画面压缩成一张特殊的图片，这张图片包含了这24帧里的所有动作信息。就像把一个人跳舞的24个动作压缩成一张"动作指纹"图片。
参数详解：
| 参数名 (UI显示) | 参数名 (代码里) | 参数值 | 建议值 | 通俗解释 (能干嘛的) | 专业解释 | 怎么用/举个例子 |
|---|---|---|---|---|---|---|
| 输入帧序列 | frames | IMAGE类型 | 必填 | 连续的24张图片，就像连环画的24格 | 24帧连续的视频帧序列 | 通常从视频加载节点或摄像头捕获节点连接过来 |
| 帧数检查 | frame_count | 整数 | 24 | 确保输入的图片数量是24张，就像检查连环画是否完整 | 验证输入帧数是否符合要求 | 保持默认值24，这是算法要求的固定数量 |
| 颜色编码模式 | color_mode | 字符串 | "rgb" | 决定用什么颜色方式来表示动作，就像选择用什么颜色的笔画图 | 动作编码的颜色空间模式 | 通常用"rgb"，除非你有特殊需求 |
| 压缩质量 | compression | 浮点数 | 0.8 | 压缩图片的质量，就像调节照片的清晰度 | 动作信息的压缩程度 | 0.8是平衡质量和速度的好选择 |
输出接口： - 动作指纹图： 一张包含24帧动作信息的压缩图片 - 元数据： 包含帧数、时间戳等信息
4. 使用技巧和建议
4.1 建立视频库的小窍门
- 视频质量要好： 就像建图书馆，书的质量要好，搜索效果才好
- 动作要清晰： 模糊的动作视频会影响搜索准确性
- 分类整理： 把相似类型的视频放在一起，比如舞蹈类、运动类
4.2 搜索图片的选择技巧
- 动作要明显： 选择动作幅度大、特征明显的图片
- 背景要简单： 复杂背景可能影响搜索效果
- 画质要清晰： 模糊的图片搜索效果会打折扣
4.3 参数调优建议
- 新手建议： 所有参数都用默认值，先熟悉功能
- 进阶用法： 根据你的视频库大小调整搜索数量（top_k）
- 专业用法： 根据需求调整压缩质量，质量高=效果好但速度慢
5. 常见问题解答
Q1：为什么搜索结果不准确？
A： 可能的原因： - 你的视频库太小，建议至少有几百个视频 - 搜索的图片和视频库内容差异太大 - 视频质量不好，建议用高清视频
Q2：安装后找不到节点怎么办？
A： 检查步骤： 1. 确认插件文件夹放在了正确位置（custom_nodes文件夹里） 2. 重启ComfyUI 3. 检查是否安装了所有依赖包 4. 查看ComfyUI的控制台是否有错误信息
Q3：处理速度很慢怎么办？
A： 优化建议： - 确保安装了GPU版本的PyTorch - 减少搜索数量（top_k参数） - 降低压缩质量参数 - 使用更强的显卡
Q4：如何建立自己的视频库？
A： 步骤： 1. 准备好你的视频文件 2. 使用插件提供的命令行工具处理视频 3. 生成FAISS索引文件 4. 在ComfyUI中指定正确的数据库路径
6. 实际使用工作流示例
6.1 基础搜索工作流
Load Image → IG_MotionVideoSearch → Video Output
6.2 视频处理工作流
Load Video → Extract Frames → IG_MotionVideoFrame → IG_MotionVideoSearch
6.3 批量处理工作流
Batch Load → IG_MotionVideoFrame → Save Motion Images → Build Database
7. 进阶应用场景
7.1 内容创作
- 视频剪辑： 快速找到相似的镜头进行剪辑
- 素材管理： 大量视频素材的快速检索
- 创意灵感： 根据一张图片找到相关的视频灵感
7.2 教育培训
- 动作教学： 找到标准动作示例
- 体育分析： 分析运动员的动作模式
- 舞蹈教学： 快速找到相似的舞蹈片段
7.3 商业应用
- 广告制作： 快速找到符合创意的视频素材
- 产品展示： 找到相似的产品演示视频
- 品牌营销： 分析竞品的视频内容
8. 注意事项和限制
8.1 硬件要求
- 显卡： 建议使用支持CUDA的NVIDIA显卡
- 内存： 至少8GB RAM，推荐16GB以上
- 存储： 视频库和索引文件需要足够的存储空间
8.2 软件限制
- 视频格式： 支持常见格式（MP4、AVI等）
- 图片格式： 支持JPG、PNG等常见格式
- Python版本： 建议Python 3.9以上
8.3 使用建议
- 数据备份： 定期备份你的视频库和索引文件
- 版本更新： 关注插件更新，新版本可能有更好的性能
- 学习资源： 多看官方文档和社区教程
这个插件就像给你的ComfyUI装了一个"视频搜索大脑"，让你能够通过图片快速找到相关的视频内容。虽然初期设置可能有点复杂，但一旦建立好视频库，它就会成为你创作的得力助手！
记住，任何新工具都需要时间来熟悉，不要急于求成。先从基础功能开始，慢慢探索更高级的用法。祝你使用愉快！