Approximate Contour

Dieser Funktionsblock dient dazu, komplexe Formen, die in Bildern erkannt werden, zu vereinfachen, indem deren Konturen approximiert werden. Er reduziert die Anzahl der Punkte in der Kontur, während die Gesamtform der Kontur beibehalten wird, was eine effizientere Formenanalyse ermöglicht.

📥 Eingänge

Image Any Das ursprüngliche Bild, in dem die Konturen vorhanden sind.

Contour Die Konturdaten, die Sie approximieren möchten.

📤 Ausgänge

Image Any Das Ausgabebild, das sowohl die ursprüngliche Kontur als auch die approximierte Kontur anzeigt.

Contour Die approximierte Kontur, vereinfacht auf die minimal benötigte Anzahl von Kanten.

Center Die Koordinaten des Zentrums der approximierten Kontur.

Perimeter Die Länge des Umfangs der approximierten Kontur.

Number of corners Die Anzahl der Ecken in der approximierten Kontur.

🕹️ Steuerungen

Epsilon Ein Schieberegler, der den Grad der Approximation bestimmt. Ein kleinerer Epsilon-Wert führt zu einer Kontur, die dem Original sehr ähnlich ist, während ein größerer Epsilon eine einfachere Form ergibt.

🎨 Funktionen

Contour Simplification Der Block reduziert die Anzahl der Eckpunkte in der Kontur und vereinfacht so die Aufgaben der Formenerkennung.

Visual Representation Sowohl die ursprüngliche als auch die approximierten Konturen werden auf dem Ausgabebild für einen klaren visuellen Vergleich eingezeichnet.

Feature Extraction Es werden wichtige Formmetriken wie Umfang, Zentrum und Eckenanzahl ausgegeben.

📝 Nutzungshinweise

1. Input Images: Verbinden Sie das ursprüngliche Bild mit Konturen mit dem Eingangsbereich Image Any und die zu approximierende Kontur mit dem Eingangsbereich Contour.

2. Set Epsilon: Passen Sie den Schieberegler Epsilon an, um festzulegen, wie genau die approximierte Kontur dem Original entsprechen soll.

3. Evaluate: Führen Sie den Block aus, um die approximierte Kontur zusammen mit zusätzlichen Formmetriken zu erhalten und zu visualisieren.

📊 Bewertung

Wenn er ausgeführt wird, verarbeitet dieser Funktionsblock die Eingabe, um die approximierte Kontur zurückzugeben, zusammen mit einem Ausgabebild, das diese Annäherung auf der ursprünglichen Kontur überlagert.

💡 Tipps und Tricks

Den richtigen Epsilon finden

Wir empfehlen, mit einem niedrigeren Epsilon-Wert zu beginnen und ihn schrittweise zu erhöhen, um zu sehen, wie sich dies auf Ihre Ergebnisse auswirkt. Sie können ein Gleichgewicht zwischen Einfachheit und der Beibehaltung kritischer Merkmale der Kontur finden.

Vorbereitung der Konturerkennung

Für die besten Ergebnisse sollten Sie das Eingangsbild mit Rauschreduzierungstechniken wie Blur vor der Konturerfassung vorverarbeiten.

Konturen visualisieren

Um Konturen besser zu visualisieren, sollten Sie Histogram On Curve verwenden, um die Linienmerkmale zu analysieren, wenn Sie entlang definierter Kanten arbeiten.

🛠️ Fehlersuche

Kontur nicht erkannt

Wenn die Kontur nicht erkannt wird, stellen Sie sicher, dass der Bildeingang ein binäres oder korrekt schwellenwertiges Bild ist, da Konturen aus verrauschten Bildern nicht gut extrahiert werden können.

Ungültiger Epsilon-Wert

Überprüfen Sie, ob der Epsilon-Wert innerhalb eines akzeptablen Bereichs liegt. Wenn Sie unerwartetes Verhalten bei der Annäherung feststellen, ist dies ein guter Ausgangspunkt für die Fehlersuche.