Circle Detector

Dieser Funktionsblock wird verwendet, um kreisförmige Muster innerhalb eines Eingabebildes zu erkennen. Er nutzt die Hough-Kreis-Transformationstechnik, um Kreise in Bildern effektiv zu lokalisieren und zu umreißen.

📥 Eingänge

Image Any Dieser Eingang akzeptiert beliebige Bilddaten, die kreisförmige Muster zur Erkennung enthalten können.

📤 Ausgänge

Result Das Ausgabe Bild zeigt die erkannten Kreise, die zur einfachen Identifizierung markiert sind.

Positions Die Koordinaten der erkannten Kreise, die eine weitere Verarbeitung oder Analyse ermöglichen.

Number of Circles Die Gesamtanzahl der im Bild erkannten Kreise.

Circles Detaillierte Informationen über die erkannten Kreise im Format, das durch den Kreis-Typ angegeben wird. Dies kann verschiedene Attribute der erkannten Kreise umfassen.

🕹️ Steuerungen

dp Ein Schieberegler zur Anpassung des inversen Verhältnisses der Auflösung des Akkumulators zur Bildauflösung, die während der Kreiserkennung verwendet wird.

Edge Detection Ein Schieberegler zur Einstellung des höheren Schwellenwertes von den beiden, die an den Canny-Kanten-Detektor übergeben werden (der niedrigere ist doppelt so klein).

Threshold Dieser Schieberegler setzt den Schwellenwert für die Kreiserkennungsmethode.

Min Distance Ein Parameter, der die minimale Distanz zwischen den Zentren der erkannten Kreise bestimmt.

Min Radius Ein Schieberegler zur Angabe des minimalen Radius der zu erkennenden Kreise, der als Prozentsatz der Breite des Eingabebildes definiert wird.

Max Radius Ein Schieberegler zur Festlegung des maximalen Radius der zu erkennenden Kreise, ebenfalls als Prozentsatz der Breite des Eingabebildes definiert.

🎨 Funktionen

Flexible Parameters Benutzer können mehrere Parameter feinjustieren, um die Kreiserkennung für verschiedene Arten von Eingabebildern zu optimieren.

Visual Feedback Das resultierende Ausgabe Bild markiert die erkannten Kreise klar und bietet visuelles Feedback in Echtzeit über den Erkennungsprozess.

📝 Nutzungshinweise

1. Connect Input: Verbinden Sie Ihr Eingabebild, das Kreise enthalten kann, mit dem Eingang Image Any.

2. Adjust Parameters: Verwenden Sie die Schieberegler, um geeignete Parameter einzustellen, um die Kreiserkennung entsprechend den spezifischen Merkmalen Ihres Bildes zu optimieren.

3. Evaluate: Führen Sie den Block aus, um Kreise zu erkennen. Die Ausgabe umfasst ein Bild mit erkannten Kreisen und relevanten Daten über deren Positionen und Zählungen.

📊 Bewertung

Bei der Ausführung analysiert dieser Funktionsblock das Eingabebild und gibt eine Ausgabe mit den identifizierten Kreisen zurück, die darauf gezeichnet sind, zusammen mit deren Positionen und Zählungen.

💡 Tipps und Tricks

Kanten-Erkennung anpassen

Wenn Sie Schwierigkeiten haben, Kreise zu erkennen, versuchen Sie, den Parameter Edge Detection basierend auf der Bildklarheit höher oder niedriger anzupassen.

Unterschiedliche Radiuswerte testen

Experimentieren Sie mit verschiedenen Werten für Min Radius und Max Radius, basierend auf den erwarteten Größen von Kreisen im Eingabebild, um optimale Ergebnisse zu erzielen.

Vorverarbeitung verwenden

Sie können Vorverarbeitungstechniken wie die Blurr- oder Image Threshold-Blöcke verwenden, um die Kanten im Bild zu verbessern, was es einfacher macht, kreisförmige Muster zu erkennen.

Genauere Erkennung

Die Verwendung eines höheren Wertes für Min Distance kann helfen, die Erkennung von false positives zu reduzieren, indem Überlappungen bei Erkennungen vermieden werden.

🛠️ Fehlersuche

Keine Kreise erkannt

Wenn keine Kreise erkannt werden, versuchen Sie, die Parameter anzupassen, insbesondere die Einstellungen für Threshold und Min Radius, um eine geeignete Konfiguration für Ihr Eingabebild zu finden.

Weiche oder verschwommene Kreise

Wenn Kreise weich oder nicht gut definiert erscheinen, ziehen Sie in Betracht, eine Vorverarbeitungsmethode wie Gaussian Blur auf Ihr Eingabebild anzuwenden, bevor es diesen Block erreicht.