🖥️
AugeLab Studio Manual
Deutch
Deutch
  • 👋Willkommen im AugeLab Studio Benutzerhandbuch
  • 📘Einführung
    • AugeLab Studio
    • Hauptmerkmale
    • Anwendungsfälle
    • Systemanforderungen
  • 🚀Erste Schritte
    • Anmeldung
    • Installation
    • Erster Blick
    • Einfacher Rundgang
    • Ihr allererstes Projekt
      • Grundlagen
      • Erkennung
      • Zusammenfassung
    • Weitere lokale Beispiele
    • Weitere Lektüre
  • 🖥️AugeLab Studio Oberfläche
    • Detaillierter Blick
    • Szenario-Bereich
    • Menü und Werkzeugleiste
    • Projekte verwalten
    • KI installieren und vieles mehr
      • KI mit Modul-Downloader nutzen
  • 🧱Funktionsblöcke
    • Blockstrukturen
    • Schnittstellen
    • Blockspalte
    • Verbindungen
    • Alle Funktionsblöcke
      • AI Blocks
        • Face Detection
        • Mask Detection
        • Object Detection - Custom
        • Object Detection
        • Pose Estimation
        • Safety Equipment Detection
        • Social Distance Detector
        • Super Resolution
        • Text Detection
        • OCR
      • CNN Blocks
        • Average Pooling 2D
        • Batch Normalization
        • Choose Folder 2D
        • Compile Model
        • Conv. Sep. Layer 2D
        • Conv. Trans. Layer 2D
        • Convolutional Layer 2D
        • Dropout Layer
        • Flatten Layer 2D
        • Fully Connected
        • Global Average Pooling 2D
        • Global Max Pooling 2D
        • Input Layer 2D
        • Loss CCE
        • Max Pooling 2D
        • Metrics Accuracy
        • Model EfficientNet
        • Model MobileNet
        • Model ResNet
        • Model VGG
        • Optimizer Adadelta
        • Optimizer Adagrad
        • Optimizer Adam
        • Optimizer Adamax
        • Optimizer FTRL
        • Optimizer Nadam
        • Optimizer RMSProp
        • Optimizer SGD
        • ReLU Layer
        • Softmax Layer
        • Training Parameters
      • Data/Logic
        • Flow Control
          • Batch Concatenation
          • Batch Processing
          • Debatch
          • Get Batch Size
          • HMI Background
          • Subsystem Enabled
          • Subsystem In
          • Subsystem Loop
          • Subsystem Out
          • Subsystem
        • logic
          • All True
          • And
          • Demux
          • Equals
          • Greater
          • Logic Operations
          • Mux
          • Not
          • Or
          • Set - Reset
          • Smaller
        • Mathmetical Operations
          • Add
          • Counter
          • Divide
          • Math Operations
          • Maximum
          • Minimum
          • Multiply
          • Not Equals
          • Round
          • Square Root
          • Subtract
          • Trigonometry
        • Data Operations
          • Data Memory
          • Data to JSON
          • Data Type Converter
          • Datetime Compare
          • Dictionary Operations
          • Exclude Nones
          • Find Substring
          • Get Element
          • Is None
          • List Operations
          • Parse Data Dictionary
          • Replace None
          • String Merge
          • String Operations
        • Referencing
          • Data Read Global
          • Data Read Local
          • Data Write Global
          • Data Write Local
          • Debug Input
          • Tag From
          • Tag To
        • Signal Operators
          • Delay Step
          • Edge Falling
          • Edge Rising
          • Multi Port Switch
          • OFF Delay
          • ON Delay
      • Image/Transformations
        • Analysis
          • Color Density Percentage
          • Get Dimension
          • Histogram On Curve
          • Histogram On Line
          • Image Color Match
          • Image Memory
          • Image Resolution and Channel Value
          • Maximum Images
          • Mean Value of Image
          • Measure Position Distance
          • Minimum Images
          • Non-zero of Image
          • Std. of Image
          • Structural Similarity
        • Transformation Filters
          • Auto Alignment
          • Auto Contrast
          • Color Quantizer and Clustering
          • Color Space
          • Contrast-Brightness-Gamma
          • Contrast Optimization
          • Deconvolution
          • Denoising
          • Distance Transformation
          • FloodFill
          • Grab Cut Algorithm
        • Color Filters
          • 2D Filter
          • Apply Mask
          • Bilateral Filter
          • Blur
          • Edge Filter
          • HSV Filter
          • Image Adaptive Threshold
          • Image Threshold
          • Invert Image
          • Morphological Transformations
          • Normalize Image
          • RGB Mask
          • RGB Set
          • Sobel Filter
        • Operations
          • Add Images Weighted
          • Add Images
          • Collage Images
          • Divide Images
          • Flip Image
          • Image AutoRotator
          • Image Concatenate
          • Image Resize
          • Image Resizer
          • Merge Channels
          • Multiply Images
          • Polar Transform
          • Rotate Image Angle
          • Slice Image
          • Split Image
          • Subtract Images
      • Detections/Shapes
        • Detectors
          • Barcode Reader
          • Blob Detector
          • Blur Detector
          • Circle Detector
          • Corner Detector
          • Custom CNN Model
          • Data Matrix Reader
          • Detect Reference
          • Feature Detector
          • Find Object - Multiple Image
          • Find Object
          • Find Reference
          • Harris Corner Filter
          • Line Detector
          • Match Shapes
          • Measure Object Distance
          • Shape Detector
        • Draw
          • Draw Detections
          • Draw Line
          • Draw Point
          • Draw Rectangle
          • Draw Result On Image
          • Write Date On Image
          • Write Text On Image
        • Roi Processing
          • Check Area (Polygon)
          • Check Area
          • Get Pixel Mouse
          • Get Pixel
          • Get ROI
          • Image ROI Center
          • Image ROI Polygon
          • Image ROI Select Multi
          • Image ROI Select
          • Image ROI
          • Perspective Transform
          • Rectangles in Rectangle
        • Shape Analysis
          • Approximate Contour
          • Choose Line
          • Contour to Image
          • Fill Contour
          • Find Contour
          • Hull Convex
          • Minimum Circle
          • Minimum Ellipse
          • Minimum Rectangle
          • Minimum Rotated Rectangle
          • Most Similar Shape
          • Point Polygon Test
      • Input/Output
        • Communication
          • Modbus Connect
          • Modbus Read
          • Modbus Write
          • MQTT Publish
          • MQTT Subscribe
          • OPC UA Client
          • OPC UA Read
          • OPC UA Write
          • REST API - Get
          • REST API - Post
          • Send Mail
          • Siemens S7 Connect
          • Siemens S7 Read
          • Siemens S7 Write
        • Data Inputs
          • Date-Time List
          • Date-Time
          • Headless Check
          • Keyboard/Barcode Reader
          • Logic Input
          • Number Input
          • Number Range
          • PWM (Pulse Width Modulation)
          • Rising Edge
          • String Input
          • Text
        • Image Inputs
          • Camera IP (ONVIF)
          • Camera IP
          • Camera USB External
          • Camera USB Vidgear
          • Camera USB
          • Load Image From Path
          • Load Image
          • Make Image
          • Pixel
          • Video
        • Outputs/Exports
          • CSV Export
          • Cycle Timer
          • File/Folder Operations
          • GPU Statistics
          • Image Logger
          • Image Write
          • Led Output
          • Multi Image Write
          • Output
          • Scope
          • Show Image
          • Stop
  • 📡Geräte und Kommunikation
    • Kamera-Nutzung
    • Kommunikationsprotokolle
    • Weitere Lektüre
  • 🧩Beispielprojekte
    • Demo-Projekte
    • Umfangmessung
    • Objektezählung
    • Fliesenbreitenmessung
    • Menschenkennung
    • Objekterkennung
  • 🔑Hauptmerkmale
    • Benutzerdefinierte HMI-Anwendungen bereitstellen
    • Daten für die Objekterkennung annotieren
    • Benutzerdefinierte KI-Modelle trainieren
      • Die richtige Datenbank auswählen
      • Wann man das Training stoppen sollte
    • Plugins erstellen
      • Komponenten
      • Codereferenz
    • Teilen Sie Ihre Lösungen mit der Community
    • Python-Pakete installieren
  • 📑FAQ
    • Kontaktieren Sie uns
    • FAQ
    • Ein vollständiges Projekt einrichten
  • Zusätzliche Ressourcen
    • Schulungsplan
    • Schulung Materialien
    • AugeLab-Experten
  • Anhang
    • Wörterbuch
    • Referenzen
Powered by GitBook
On this page
  • 📥 Eingänge
  • 📤 Ausgänge
  • 🕹️ Steuerungen
  • 🎨 Funktionen
  • 📝 Nutzungshinweise
  • 📊 Bewertung
  • 💡 Tipps und Tricks
  • 🛠️ Fehlersuche

Was this helpful?

  1. Funktionsblöcke
  2. Alle Funktionsblöcke
  3. Detections/Shapes
  4. Roi Processing

Rectangles in Rectangle

Dieser Funktionsblock prüft, ob angegebene Rechtecke innerhalb eines Referenzrechtecks liegen, und hebt die Ergebnisse visuell im Eingangsbild hervor.

📥 Eingänge

Input Image Das ursprüngliche Bild, in dem die Rechtecke analysiert werden sollen.

Rectangle Das Referenzrechteck, das als Grenze verwendet wird, um zu überprüfen, ob die angegebenen Rechtecke darin liegen.

Rectangles Mehrere Rechtecke, die gegen das Referenzrechteck überprüft werden müssen.

📤 Ausgänge

Result Das Ausgabebild zeigt das Referenzrechteck und die überprüften Rechtecke mit einer Farbcodierung basierend darauf, ob sie innerhalb des Referenzrahmens liegen.

Not Empty Eine boolesche Ausgabe, die angibt, ob eines der angegebenen Rechtecke innerhalb des Referenzrechtecks liegt.

Count Die Anzahl der Rechtecke, die innerhalb des Referenzrechtecks liegen.

Rectangles Die Liste der Rechtecke, die als innerhalb des Referenzrechtecks bestimmt wurden.

🕹️ Steuerungen

Für diesen Funktionsblock gibt es keine spezifischen Steuerungen, da er die Eingabedaten automatisch basierend auf den bereitgestellten Rechtecken verarbeitet.

🎨 Funktionen

Visual Feedback Der Block bietet sofortiges visuelles Feedback, indem er umschlossene Rechtecke direkt auf dem Eingangsbild zeichnet, was die einfache Identifizierung der Rechtecke erleichtert, die sich innerhalb des Referenzrahmens befinden.

Count Detection Zählt einfach, wie viele Rechtecke vollständig innerhalb der Grenzen des Referenzrechtecks liegen.

📝 Nutzungshinweise

  1. Connect Input: Verknüpfen Sie das Bild, das Sie analysieren möchten, mit dem Eingangsbereich Input Image.

  2. Specify Reference Rectangle: Definieren Sie die Koordinaten des Referenzrechtecks und verbinden Sie es mit dem Eingangsbereich Rectangle.

  3. Input Rectangles: Stellen Sie mehrere Rechtecke für die Überprüfung über den Eingangsbereich Rectangles zur Verfügung.

  4. Evaluate: Führen Sie den Block aus, um zu bestimmen, welche Rechtecke im Referenzrechteck liegen. Die Ergebnisse werden wie angegeben ausgegeben.

📊 Bewertung

Bei der Ausführung bewertet dieser Funktionsblock die Platzierung der bereitgestellten Rechtecke im Verhältnis zum Referenzrechteck und stellt die Ergebnisse visuell dar, einschließlich der Anzahl der erkannten Rechtecke.

💡 Tipps und Tricks

Rectangle-Größen anpassen

Stellen Sie sicher, dass die Rechtecke, die Sie testen, nicht über die Grenzen des Referenzrechtecks hinaus vergrößert werden, da dies eine genaue Verfolgung gewährleistet.

Überprüfen der Randbedingungen

Stellen Sie sicher, dass gültige Koordinaten verwendet werden, wenn Sie Rechtecke definieren, da dies die Erkennungsergebnisse beeinflussen kann. Die Verwendung eines Visualisierungstools kann helfen, die Platzierungen zu bestätigen.

Kombinieren mit anderen Blöcken

Erwägen Sie, Image ROI zu verwenden, bevor Sie diesen Block durchlaufen, um den interessierenden Bereich zuzuschneiden und unnötige Suchen außerhalb Ihres Zielrechtecks zu vermeiden.

🛠️ Fehlersuche

Keine Rechtecke gezeichnet

Wenn keine Rechtecke im Ausgabebild sichtbar sind, stellen Sie sicher, dass gültige Rechtecke eingegeben wurden und dass ihre Koordinaten innerhalb der Abmessungen des Eingangsbildes liegen.

Erkennungzählung inkorrekt

Wenn die Anzahl der erkannten Rechtecke inkorrekt erscheint, überprüfen Sie die Definitionen Ihrer Rechtecke erneut, um sicherzustellen, dass sie korrekt eingegeben wurden. Sie sollten nicht mit dem Referenzrechteck überlappen, es sei denn, Sie möchten speziell deren Einschlüsse überprüfen.

PreviousPerspective TransformNextShape Analysis

Last updated 7 months ago

Was this helpful?

🧱